Meteorolojik parametreler ile doğalgaz talep tahmini için metasezgisel optimizasyon algoritmalarının karşılaştırmalı analizi
Comparative analysis of metaheuristic optimization algorithms for natural gas demand estimation with meteorological parameters
- Tez No: 632692
- Danışmanlar: DR. ÖĞR. ÜYESİ DURMUŞ ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğal gaz, Metasezgiseller, Parçacık sürü optimizasyonu, Yapay sinir ağları, Yapay zeka, Natural gas, Metaheuristics, Particle swarm optimization, Artificial neural networks, Artificial intelligence
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğalgaz talebinin tahmin edilmesi, sanayi sektörü, enerji kaynakları yönetimi ve özellikle enerji tüketimi yüksek ülke ekonomileri için büyük önem taşımaktadır. Doğalgaz tüketim talebinin tahmin edilmesi karar vericiler ve yöneticiler tarafından alınacak kararlarda gelecekte başarılı yatırımlar yapmak için önem arz etmektedir. Bu çalışmada, Türkiye'nin doğalgaz talebinin tahmini için dört farklı metasezgisel algoritma kullanılmıştır. Araştırmamızda Diferansiyel Evrim Algoritması (DEA), Parçacık Sürüsü Arama Optimizasyonu Algoritması (PSO), Yerçekimi Arama Algoritması (GSA) ve Geri İzleme Arama Optimizasyonu Algoritması (BSO) performanslarına göre karşılaştırılmıştır. Modellerin performansları daha sonra altı farklı global hata ölçüm yaklaşımı ile değerlendirilmiştir. Karşılaştırılan optimizasyon modellerinde normalize edilmiş meteorolojik veriler (ortalama sıcaklık, basınç, nem, rüzgâr ve yağış) girdi parametreleri olarak kullanılmıştır. 2010-2017 yılları arasındaki aylık (96 ay) veriler eğitim verileri olarak değerlendirilirken, 2018-2020 yılları arasındaki aylık (36 ay) veriler ise test verisi olarak belirlenmiştir. Araştırmada doğrusal (linear), üstel (exponantial) ve ikinci dereceden (quadratic) olmak üzere üç matematiksel model kullanılmıştır. Elde edilen bulgulara göre gerçek doğalgaz tüketimi verilerini eğitim verileri için dört farklı algoritma içinde her üç modelde de (lineer, exponential, quadratic) en başarılı şekilde tahmin eden model DEA algoritmasının ikinci dereceden matematiksel modelidir. Test verileri için ise dört farklı algoritma içinde her üç modelde de en başarılı şekilde tahmin eden model PSO algoritmasının ikinci dereceden matematiksel modelidir.
Özet (Çeviri)
Forecasting natural gas demand is of great importance for the industrial sector, energy resources management, and especially for countries with high energy consumption. Estimating the natural gas consumption demand is important for making successful investments in the future in the decisions to be taken by decision-makers and managers. In this study, four different metaheuristic algorithms are used to estimate Turkey's natural gas demand. In our research, Differential Evolution Algorithm (DEA), Particle Swarm Search Optimization Algorithm (PSO), Gravity Search Algorithm (GSA), and Backtracking Search Optimization Algorithm (BSO) were compared according to their performance. The performances of the models were then evaluated with six different global error measurement approaches. Normalized meteorological data (average temperature, pressure, humidity, wind, and precipitation) were used as input parameters in the compared optimization models. Monthly (96 months) data between 2010-2017 were used as training data, and monthly (36 months) data between 2018-2020 were used as test data. Three mathematical models were used in the research: linear, exponential, and quadratic. According to the findings, the model that predicts real natural gas consumption data in all three models (linear, exponential, quadratic) among four different algorithms for training data is the second-order mathematical model of the DEA algorithm. For the test data, the model that predicts the most success in all three models among four different algorithms is the second-order mathematical model of the PSO algorithm.
Benzer Tezler
- Meteorolojik şartların (baz, sulak ve kurak senaryolar) 2022-2031 yılları arasında Türkiye'deki kurulu güç kaynak bazlı enerji üretimine olan etkisi ve üretim projeksiyonu
The effect of meteorological conditions (base, wet and dry scenarios) on installed power source-based energy generation in Turkey between 2022-2031 and the production projection
BAHADIR KARABEKİROĞLU
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Impacts of geothermal power plants on air quality, climate change and biodiversity
Jeotermal enerji santrallerinin hava kalitesi, iklim değişikliği ve biyoçeşitlilik üzerindeki etkileri
MERVE DÖNDÜ AYDIN
Yüksek Lisans
İngilizce
2024
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURÇAK KAYNAK TEZEL
PROF. DR. MICHAEL LEUCHNER
- Theoretical application analysis of a wind assisted propulsion system (WAPS)“rotor sails”on the bulk carrier
Rüzgar destekli tahrik sistemlerinden (WAPS)“rotor sail”'in dökme yük gemisinde teorik uygulama analizi
ALTEMUR GÜLEÇ
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANZER SATIR
- Yapay sinir ağlarıyla konya bölgesinde kullanıcı doğal gaz tüketim öngörüsü
Forecasting of natural gas consumption by artificial neural networks in konya region
BURCU AKIN
Yüksek Lisans
Türkçe
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
YRD. DOÇ. BURAK BARUTÇU
- Statistical investigation of magnetosphere-ionosphere-ground interaction over mid-latitudes during geomagnetic storms
Jeomanyetik fırtınalar sırasında orta enlemlerdeki manyetosfer-iyonosfer-yer etkileşiminin istatistiksel olarak incelenmesi
EZGİ GÜLAY
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEREFŞAN KAYMAZ