Yalova Gökçe Barajının su seviyesinin yapay sinir ağları ile tahmin edilmesi
Estimation of water level of Yalova Gökçe Dam by artificial neural networks
- Tez No: 637209
- Danışmanlar: DR. ÖĞR. ÜYESİ ERDİNÇ KESKİN, DR. ÖĞR. ÜYESİ TEMEL TEMİZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Kırklareli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Artan dünya nüfusu ve küresel ısınmanın oluşturduğu kuraklığın etkisi ile su gibi ikamesi olmayan bir kaynağın, canlıların ihtiyaçlarını karşılayacak oranda muhafaza edebilmek, dünya kamuoyunun üzerinde durduğu önemli konular arasında yer almaktadır. Akarsulardaki su seviyesinin düşük olduğu dönemlerde gerekli olan su ihtiyaçlarını karşılamak ve akarsuların oluşturmuş olduğu düzensizliği ortadan kaldırılması için biriktirme haznelerinin yapılması gerekmektedir. Bu çalışmada Yalova Gökçe Barajının 2000-2019 yılları arasındaki, barajın su seviyesinin oluşmasında etkili olan Sellimandıra deresinin akış debisi, havzasının yağış ve buharlaşma değerleri, baraj su tahliyeleri, sızıntı suyu miktarı ile barajın su seviyesi ölçümleri kullanılarak, 2019 yılı baraj rezervuardaki su seviyesinin yapay sinir ağları ile tahmin edilmesi amaçlanmıştır. Bu amaçla yapay sinir ağları analizinde iki farklı çok katmanlı yapay sinir ağı modeli olan Levenberg-Marquardt eğitim fonksiyonu ile Gradient Descent with Momentum eğitim fonksiyonu ve aynı zamanda analiz verilerinin kendi aralarındaki ilişkisinin tespiti içinde çoklu regresyon analizi kullanılmıştır. Yapay sinir ağı kullanılarak oluşturulmuş olan analiz modellerinde en iyi analiz sonucunun Levenberg-Marquardt eğitim fonksiyonu ile yapılan analizlerde ( R2 ) determinasyon değeri %94,14 ile aylık tahmin verilerinin aylık gerçek su seviyesine yakın değerlerde olduğu tespit edilmiştir. Sonuç olarak Levenberg-Marquardt eğitim fonksiyonu ile tahmin edilen 2019 yılı ortalama baraj su seviyesi 73,77 metre iken, barajdaki gerçek ortalama su seviyesi 72,13 metre olarak ölçülmüştür. Bu sonuçlar altında Yalova Gökçe Barajının su seviyesinin tahmininde, Levenberg-Marquardt eğitim fonksiyonu ile yapılan analiz modelinin başarılı sonuçlar verdiği ifade edilebilir.
Özet (Çeviri)
With the increasing world population and the effect of the drought caused by global warming, being able to preserve a non-substituted resource such as water to meet the needs of living things is among the important issues that the world public opinion emphasizes. During the periods when the water level in the rivers is low, the accumulation chambers need to be built in order to meet the water requirements required and to eliminate the irregularity created by the rivers. In this study, the artificial nerve of the water level in the reservoir of 2019 was used by using the flow rate of Sellimandıra stream, which is effective in the formation of the water level of the dam between the years 2000-2019 of the Yalova Gökçe Dam, the precipitation and evaporation values of the basin, the dam water discharge, the amount of leachate and the water level of the dam. networks are intended to be estimated. For this purpose, in the analysis of artificial neural networks, two different multi-layer artificial neural network models, Levenberg-Marquardt training function and Gradient Descent with Momentum training function, as well as multiple regression analysis were used to determine the relationship between the analysis data. In the analysis models created using artificial neural network, the best analysis result was determined by the Levenberg-Marquardt training function (R2), and the determination value was %94.14, and the monthly prediction data was close to the monthly real water level. As a result, while the average dam water level estimated by the Levenberg-Marquardt training function in 2019 was 73.77 meters, the actual average water level in the dam was measured as 72.13 meters. Under these results, it can be stated that the analysis model made with Levenberg-Marquardt training function gives successful results in the estimation of the water level of the Yalova Gökçe Dam.
Benzer Tezler
- Gökçe barajı üzerine 2 MW gücünde yüzebilen güneş paneli kurulumunun analizi
Analysis of 2 MW floating solar panel installation on Gökçe dam
MİTHAT SERİM
Yüksek Lisans
Türkçe
2021
EnerjiYalova ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAYRAM KILIÇ
DOÇ. DR. SUNAY TÜRKDOĞAN
- Yalova-Termal yöresinin turistik planlamasında peyzaj mimarlığı kriterlerinin saptanması
Determining landscape architecture criteria of Yalova-Thermal region for touristic planning purposes
OĞUZ YILMAZ
Doktora
Türkçe
1987
Peyzaj MimarlığıAnkara ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ.DR. METİN BAŞAL
- Jeolojik faktörlerin kentsel planlamaya etkisi: Yalova termal yerleşmesi örneği
Affect of geological factors on urban planning: An example Yalova termal settlement
BAHAR DEREN GÖÇMEZ
Yüksek Lisans
Türkçe
2005
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVİN ÇEKİRGE
- Yalova Gökçe Baraj Gölü'nün net-planktanonunun mevsimsel değişimi
Başlık çevirisi yok
FATİH SARAR
Yüksek Lisans
Türkçe
1996
Su Ürünleriİstanbul ÜniversitesiSu Ürünleri Ana Bilim Dalı
PROF. DR. GÜLER AYKULU
- Araç klima motorlarının sonlu elemanlar analizi metodu ile verimliliğinin arttırılması
Increassing the performance of vehicle air conditioning motor with finite analysis method
İBRAHİM GÖKÇE
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiYalova ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT BİNGÖL