Türkiye ve Ab ülkelerinde elektrik üretimindeki malzeme ayak izlerinin tahmini için bir derin öğrenme modeli
A deep learning model for material footprints of electricity generation prediction in Turkey and Eu countries
- Tez No: 656787
- Danışmanlar: DOÇ. DR. ERSİN NAMLI, DR. ÖĞR. ÜYESİ RAMAZAN ÜNLÜ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya çapında artan üretim ve tüketim nedeniyle, enerji talebi hızla artmakta, bu da dünyanın kıt doğal kaynaklarına ek yük getirmektedir. Bu nedenle, artan enerji talebini karşılamak için yeryüzündeki kıt malzemelerin verimli kullanılmasına ihtiyaç duyulmaktadır. Bu tez çalışmasında, Türkiye, Almanya ve İspanyanın çeşitli yenilenebilir ve fosil enerji kaynaklarından elektrik üretimi ile bunların materyal tüketimleri arasındaki ilişkileri araştırmak ve malzeme ayak izi analizi yapmak için çok yönlü bir girdi-çıktı modeli uygulanmıştır. Derin öğrenmeye dayalı yöntemlerden olan Uzun-Kısa Süreli Bellek (Long Short Term Memeory, LSTM) ile Otoregresif Hareketli Ortalamalar (Autoregressive Integrated Moving Average, ARIMA) modelleri, elektrik üretiminin tahmin edilmesi için geliştirilmiştir. Farklı enerji kalkınma politikalarının malzemeye bağımlılığını karşılaştırmak için, olağan durum ile Küresel İklim Aksiyonu (Global Climate Action, GCA), Sürdürülebilir Geçiş (Sustainable Transition, ST), Dağıtılmış Üretim (Distributed Generation, DG) ve Avrupa Komisyonu (European Commission, EU) senaryoları incelenmiştir. Farklı kaynaklardan gelen metalik ve metalik olmayan materyallere dayalı elektrik yatırımı için en iyi senaryonun elde edilmesi amaçlanmıştır. Elde edilen sonuçlara göre LSTM tahmin modeli, performans ölçütlerine göre ARIMA'dan daha üstün bulunmuştur. 2040 Türkiye, Almanya ve İspanya'nın elektrik üretimi için ST senaryosunun uygulanması daha önemli olduğu belirlenmiştir.
Özet (Çeviri)
Due to the increasing production and consumption worldwide, energy demand is increasing rapidly, adding additional burden to the world's scarce natural resources. Therefore, efficient use of scarce materials on earth is needed to meet the increasing energy demand.. In this study, a versatile input-output model is applied to investigate the relationship between Turkye, Germany and Spain's electricity production from various renewable and fossil energy sources with their material consumption and to make a material footprint analysis. Long-Short Term Memory (LSTM) which is based on deep learning methods and Autoregressive Moving Averages (ARMA) models have been developed to estimate electricity production. In order to compare the dependence of different energy development policies on the material, current state with Global Climate Action (GCA), Sustainable Transition (ST), Distributed Production (DG) and European Commission (EU) scenarios were examined. It is aimed to obtain the best scenario for electrical investment based on metallic and non-metallic materials from different sources. According to the results obtained, LSTM estimation model was found to be superior to ARIMA according to performance criteria. For 2040 Turkey, Germany and Spain's electricity production, the implementation of the ST scenario was determined to be more important.
Benzer Tezler
- Elektrik motorlarında enerji verimliliği mevzuatının türkiye pazarına etkisinin analizi
Analysis of the effect of energy efficiency legislation on electric motors on turkish market
SERDAR BÜYÜK
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Elektrik ark ocağı çelikhane cürufunun karayolu esnek üstyapı tabakalarında kullanımının ve karışım performansının araştırılması
Investigation of electric arc furnace slag utilization in flexible highway layers and mixture performance
FATİH YONAR
Doktora
Türkçe
2017
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ERGÜN
PROF. DR. HÜSEYİN ATİLLA DİKBAŞ
- Demir çelik sektörü ve demir çelik sektöründe sermaye maliyeti
Iron and steel sector and cost of capital in iron and steel sector
ALİ DİKMEN
Yüksek Lisans
Türkçe
2002
İşletmeMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
YRD. DOÇ. DR. MAHMUT HAYATİ ERİŞ
- Türkiye'de yonga levha endüstrisi sorunları ve çözüm yolları
Die spanplatten indüstrie in der Türkei ihre probleme und lösungsmöglichkeiten
ABDİ EKİZOĞLU
