Multivariate forecasting of global horizontal irradiation using deep learning algorithms
Derin öğrenme algoritmaları kullanarak küresel yatay ışınlamanın çok değişkenli tahmini
- Tez No: 663419
- Danışmanlar: DR. ÖĞR. ÜYESİ CEM DİREKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Odtü Kuzey Kıbrıs Kampusu (kktc-Güzelyurt)
- Ana Bilim Dalı: Sürdürülebilir Çevre ve Enerji Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Artan fotovoltaik (PV) panel kurulumları, özellikle Kıbrıs gibi ada ülkelerinde elektrik şebekesi frekansını tehlikeye atıyor. Kuzey Kıbrıs'ta PV kurulumlarında sürekli bir büyüme ve aynı zamanda güç üretiminde geleneksel enerji kaynaklarının minimum kullanımı için, bir şebeke yöneticisinin PV panellerinin enerji üretimi hakkında bilgi sahibi olması, dolayısıyla alınan radyasyon, yani Küresel Yatay Işınlama (GHI) hakkında bilgi sahibi olması son derece önemlidir. Bu nedenle, GHI tahmini Kuzey Kıbrıs'ta yenilenebilir enerjinin büyümesinde önemli bir rol oynamaktadır. Bu çalışma, Kuzey Kıbrıs Kalkanlı için uzun vadeli ve kısa vadeli GHI tahminine odaklanmaktadır. Uzun vadeli tahminler için NASA'dan bir veri seti elde edilirken, kısa vadeli GHI tahmini ODTÜ KKK'da kaydedilen bir veri seti ile gerçekleştirilmiştir. Uzun vadeli GHI tahmini için Evrişimli Sinir Ağı (CNN) ve Uzun Kısa Süreli Bellek (LSTM) algoritmaları kullanılmıştır. Kısa vadeli GHI tahmininde CNN ve LSTM algoritmalarına ek olarak Destek Vektör Regresyonu (SVR) kullanılmıştır. Her iki veri kümesi için de hibrit ve bağımsız modeller oluşturulmuş ve performansları kapsamlı bir şekilde değerlendirmiştir. Ek olarak, CNN, LSTM ve SVR'nin hibrit modeli ile kısa vadeli GHI tahmini için mevsimsel tahmin gerçekleştirilmiştir.
Özet (Çeviri)
Increasing photovoltaic (PV) panel instalments jeopardise the electrical grid frequency, especially in island countries, such as Cyprus. For a continuous growth in the PV instalments in Northern Cyprus as well as minimal usage of conventional energy sources in power generation, it is of utter importance for a grid manager to possess information on the energy production of PV panels, hence knowledge on received radiation, i.e. Global Horizontal Irradiation (GHI). Therefore, the prediction of GHI plays an essential role in the growth of renewable energy in Northern Cyprus. This study focuses on forecasting long-term and short-term GHI for Kalkanlı, Northern Cyprus. For long-term forecasting, a dataset is obtained from NASA while the short-term GHI prediction is carried out with a dataset recorded at METU NCC. Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM) algorithms are employed for the long-term GHI forecasting. Support Vector Regression (SVR) is employed in addition to CNN and LSTM algorithms in the short-term GHI estimation. For both datasets, hybrid and stand-alone models are constructed, and their performances evaluated extensively. Additionally, seasonal forecasting is carried out for the short-term GHI estimation with a hybrid model of CNN, LSTM and SVR.
Benzer Tezler
- Forecasting solar irradiance using deep learning and big data analytics techniques in Sakarya and Damascus
Sakarya ve Şam'da derin öğrenme ve büyük veri analitiği teknikleri kullanılarak güneş ışınımının tahmini
MARYA ALHAJMOHAMMADOTHMAN
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEYDA AKSOY TIRMIKÇI
DR. ÖĞR. ÜYESİ DENİZ BALTA
- Leveraging transformer models for enhanced time series forecasting of export amounts
İhracat miktarlarının gelişmiş zaman serisi tahmini için transformatör modellerinden yararlanma
ÇAĞRI COŞKUN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEYTULLAH YILDIZ
PROF. DR. ALİ YAZICI
- Modeling of exchange rates by multivariate adaptive regression splines and comparison with classical statistical methods
Çok değişkenli uyarlanabilir regresyon eğrileri ile döviz kuru modellenmesi ve klasik istatistiksel yöntemlerle karşılaştırılması
ECE KÖKSAL
Yüksek Lisans
İngilizce
2017
EkonomiOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı (disiplinlerarası)
PROF. DR. GERHARD WİEHELM WEBER
- Pre-release forecasting of imdb movie ratings using multi-view data
Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi
BEYZA ÇİZMECİ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Finansal zaman serilerindeki oynaklığın çok değişkenli GARCH modelleri ile analizi
Analysis of the volatility in financial time series using multivariate GARCH models
MEHMET OZAN ÖZDEMİR
