Rüzgar hızının farklı yöntemlerle tahminlenmesi ile ilgili örnek bir uygulama
A sample practice about estimation of wind speed with different methods
- Tez No: 621486
- Danışmanlar: DOÇ. DR. RIDVAN SARAÇOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Dünyada elektrik enerji talebini karşılamak için öncelikli olarak kullanılan fosil kökenli yakıtlar elektrik enerji üretiminde aşırı miktarlarda sera gazlarının salınımını oluşturduğundan dolayı insanlar sağlık problemleri ile karşı karşıya kalmaktadır. Fosil kökenli kaynakların gelecek yıllarda rezervleri azalarak tükenecek olmasından dolayı temin edilmesi daha pahalı olacaktır. Yenilenebilir enerji kaynakları temiz, çevreye zararsız ve üretim için herhangi bir hammadde ihtiyacı olmayan enerji kaynaklarıdır. Yenilebilir enerji kaynakları üretiminde ön plana çıkan rüzgâr enerjisi üretim sistemleri, ülkemizin var olan rüzgâr enerjisi potansiyeli göz önünde alındığında, önem kazanmaktadır. Rüzgâr enerjisinden elektrik üretimi artmasına rağmen, elektrik şebekesi için halen güvenli bir enerji kaynağı olarak görülmemektedir. Rüzgâr değişken (istikrarsız ve düzensiz) bir kaynak olduğu için tahmin edilmesi zordur. Üretilen enerjinin şebekeye uyum sorunları olmaması için ve üretilen enerjiden etkin bir şekilde faydalanmak için rüzgâr üretim tahminlerine ihtiyaç vardır. Bu çalışmada Mardin Bölgesi için 2000-2010 yılları arasındaki on bir yıllık rüzgâr ve meteorolojik değerleri kullanarak yapay sinir ağları, radyal tabanlı sinir ağları, tekrarlı sinir ağları ve regresyon analizi yöntemleri kullanılarakgeleceğe yönelik rüzgâr hız tahmini yapılmaya çalışılmıştır.Kullandığımız yöntemler en iyi Ortalama Mutlak Yüzde Hata değerleri bulunarak karşılaştırılmıştır. Bunun sonucunda Regresyon ve Tekrarlı Sinir Ağlarının yıllık Ortalama Mutlak Yüzde Hata değerlerine göre karşılaştırdığımızda bu yöntemlerin diğer yöntemlere daha iyi sonuç verdiği görülmüştür.
Özet (Çeviri)
Since fossil fuels, which are used primarily in the world to meet the demand for electric energy, generate excessive amounts of greenhouse gases in the production of electricity, people face health problems. Procuring of fossil-based resources will be more expensive as their reserves will decrease and deplete in the next years Renewable energy sources are clean, harmless to the environment and do not require any raw material for production. Wind power generation systems, which come to the forefront in the production of renewable energy sources, gain importance when our country's existing wind energy potential is taken into consideration. on. Although electricity generation from wind energy has increased, it is still not seen as a safe energy source for the electrical grid. Since wind is a volatile (unstable and erratic) resource, it is difficult to predict. Wind generation estimates are needed to ensure that the generated energy does not have grid adaptation problems and to benefit from the generated energy effectively. In this study, the future wind speed estimation has been tried to be made by using eleven-year wind and meteorological values between 2000 and 2010 for the Mardin Region by using artificial neural networks, radial based neural networks, recurrent neural networks and regression analysis methodsThe methods we used were compared by finding the best Mean Absolute Percent Error values. As a result, when we compare the Regression and Recurrent Neural Networks according to the annual Mean Absolute Percent Errorvalues, it is seen that this method gives better results than other methods
Benzer Tezler
- Short-term forecasting of wind power production using machine learning and deep learning methods
Makine öğrenmesi ve derin öğrenme yöntemiyle kısa dönem rüzgar gücü üretim tahmini
FEYRUZ AKSOY
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER USTA
- Derin öğrenme tabanlı hibrit tahminleme modeli kullanarak rüzgar hızı tahminlemesi
Wind speed forecasting using a deep learning-based hybrid forecasting model
MUHAMMED MUSA FINDIK
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEM EMEKSİZ
- Farklı regresyon modelleri kullanarak etkin parametrelere göre rüzgar hızı tahminlemesi
Wind speed estimation by effective parameters using different regression models
İLKNUR DEMİR
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEM EMEKSİZ
- Plastik seralarda ısı iletim katsayısının belirlenmesi ve ısı artırım önlemlerinden ısı perdelerinin etkinliğinin araştırılması
Determination of overall heat transfer coefficient in plastic greenhouses and investigation of thermal screen efficiency for energy conservation precautions
ALİ ÇAYLI
Doktora
Türkçe
2014
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADİL AKYÜZ
- Rüzgar türbini kanatlarında yıldırım hasarlarının üretime etkisi ve yıldırımdan korunma
Power generation effect of lightning damages on wind turbine blades and lightning protection
ÇAĞATAY BAHADIR
Yüksek Lisans
Türkçe
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER