Solar radiation forecasting by using deep neural networks in Eskişehir
Derin sinir ağları kullanarak Eskişehir'deki güneş radyasyonu tahmini
- Tez No: 618092
- Danışmanlar: DOÇ. DR. ÜMMÜHAN BAŞARAN FİLİK
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Güneş radyasyonu tahmini, ANN'ler, DNN'ler, Yapay zeka, Hibrit modeller, Solar radiation forecasting, ANN, DNN, Artificial intelligence, Hybrid models
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Enerji Kaynakları ve Yönetimi Bilim Dalı
- Sayfa Sayısı: 76
Özet
WEO'ya göre, küresel enerji talebinin önümüzdeki yirmi yılda dünya nüfusunun artması nedeniyle 2016'da% 30'dan 2040'ta% 40'a çıkacağı tahmin ediliyor. Bunun bir sonucu olarak, sera gazlarının neden olduğu çevre kirliliği ile ilgili endişeler artmakta ve daha temiz enerji teknolojileri geliştirilmektedir. Bu dünya çapında güneş enerjisi pazar payının genişlemiş büyümesini açıkça göstermektedir. Bu nedenle, güneş enerjisi dönüşümünü etkili bir şekilde gözlemleyen ve performansını gözlemleyen neredeyse gerçek zamanlı bir öngörü modeli, güneş enerjisi santrallerinin tasarımı için en iyi seçenek olarak kabul edilir. Bu çalışmada, güneş ışınımı tahmini için en uygun modeli bulma üzerinde çalışmalar yurütülmüştür. Bu kapsamda üç farklı yaklaşm temel alnarak problem matematiksel modeller, yapay sinir ağları ve derin öğrenme kullanılarak çözülmüştür. Ayırca, güneş ışınımı tahmini için dört yeni model oluşturulmuştur. Bütün bu yöntemlerin uygulamasında Eskişehir'deki meteroloji istasyondan alınan veriler kullanılmıştır. Elde edilen sonuçlar Kare Ortalamalarının Karekökü (RMSE), ortalama mutlak hata (MAE), ortalama önyargı hatası (MBE) ve test istatistiği (t-istatistiği) değerlerine kullanılarak detaylı bir şekilde karşılaştırılmıştır. Yapılan analiz sonucunda ele alan bölge için en iyi sonucu derin öğrenme yöntemi vermiştir.
Özet (Çeviri)
According to the WEO, the global demand for energy is presumably going to increase, due to growing up the world's population during the upcoming two decades. As a result of that, apprehensions about environmental effects, which appear as a result of greenhouse gases, are grown and cleaner energy technologies are developed. This clearly shows that extended growth of the worldwide market share of solar energy. For this reason, a predictive model that effectively observes solar energy conversion and its performance is considered as the best choice for design solar energy plants. In this thesis, to find the most accurate model for solar radiation forecasting, many studies have been conducted. In this work, based on three different approaches, the problem was solved by using classic mathematical models, artificial neural network (ANN), and deep neural network (DNN) methods. Besides, four new models have been developed for solar radiation prediction. The data are obtained from the Turkish State Meteorological of Service. The obtained results are compared and evaluated by the root mean square error (RMSE), mean absolute error (MAE), mean bias error (MBE) and test statistics (t-statistic). As a result of the analysis, the best result was given by the deep learning (DL) method.
Benzer Tezler
- Sistem tanılama makine öğrenmesi ve derin öğrenme modelleri ile güneş radyasyonu tahmini
Solar radiation forecasting using system identification machine learning and deep learning models
GÖKSEL KADER
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Time series forecasting on solar radiation using deep learning
Güneş ışınımı üzerinde derin öğrenme kullanarak zaman serileri tahmini
MURAT CİHAN SORKUN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM DURMAZ İNCEL
- Kısa dönemli fotovoltaik güç tahmini için geliştirilen yenilikçi bir hibrit modelin analizi ve uygulaması
Application and analysis of innovative hybrid model for short-term photovoltaic power forecasting
ALİ RİZA GÜN
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KURBAN
DOÇ. DR. EMRAH DOKUR
- Güneş ışınımı tahmini için görüntü işleme tabanlı yeni bir yaklaşım
A new image-processing based approach for solar radiation forecasting
ARDAN HÜSEYİN EŞLİK
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiYenilenebilir Enerji Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE AKARSLAN
PROF. DR. FATİH ONUR HOCAOĞLU
- Fotovoltaik enerji sistemleri için öngörü modellerinin geliştirilmesi: Veri madenciliği ve derin öğrenme yaklaşımları
Development of forecasting models for photovoltaic energy systems: Data mining and deep learning approaches
FATMA DİDEM ALAY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TAHİR GÜLLÜOĞLU
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN