Geri Dön

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

  1. Tez No: 656787
  2. Yazar: ÖMER ALGORABİ
  3. Danışmanlar: DOÇ. DR. ERSİN NAMLI, DR. ÖĞR. ÜYESİ RAMAZAN ÜNLÜ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 132

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

  1. 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

    Türkçe

    2002

    İşletmeMarmara Üniversitesi

    Sermaye Piyasası ve Borsa Ana Bilim Dalı

    YRD. DOÇ. DR. MAHMUT HAYATİ ERİŞ

  2. Gümrük Birliği sonrası demir-çelik sektörünün Avrupa Birliği'ne uyumu

    The Adaptation of stel industry to European Union after Customs Union

    TÜRKAN ELİF ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    İşletmeDokuz Eylül Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. SEMRA AYTUĞ

  3. Integrated nutrient removal and biogas production using microalgal and anaerobic microbial cultures

    Mikroalgal ve anaerobik mikrobiyal kültürler ile entegre besiyer madde giderimi ve biyogaz üretimi

    AYŞE ÖZGÜL ÇALICIOĞLU ŞENGÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Çevre MühendisliğiOrta Doğu Teknik Üniversitesi

    Çevre Mühendisliği Bölümü

    PROF. DR. GÖKSEL NİYAZİ DEMİRER

  4. Türkiye'de yonga levha endüstrisi sorunları ve çözüm yolları

    Die spanplatten indüstrie in der Türkei ihre probleme und lösungsmöglichkeiten

    ABDİ EKİZOĞLU

    Doktora

    Türkçe

    Türkçe

    1985

    Ormancılık ve Orman Mühendisliğiİstanbul Üniversitesi

    PROF. DR. METİN ÖZDÖNMEZ

  5. Türkiye'de olası karbon fiyatlandırmasının yenilenebilir enerji yatırımları ve emisyon azaltıcı uygulamalara olan etkisi

    The effect of possible carbon pricing on renewable energy investments and emission reduction practices in Türkiye

    CAFER ŞUTAŞDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. MEHMET ÖZGÜR KAYALICA