Forecasting of Turkey's long-term energy consumption by using metaheuristic algorithms
Türkiye'nin uzun vadeli enerji tüketiminin metasezgisel algoritmalarla tahmini
- Tez No: 671774
- Danışmanlar: DR. ÖĞR. ÜYESİ BÜLENT HAZNEDAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Enerji, Computer Engineering and Computer Science and Control, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Hasan Kalyoncu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
Enerji, ülkelerin sürdürülebilir kalkınmaları için en önemli konu başlıklarından biridir. Kullanılan enerjinin tükenebilir olması, birçok enerji kaynağını ithal ediyor olması ve çevresel faktörlerden dolayı Türkiye için ileride enerji ihtiyacının ne kadar olabileceğinin tahmin edilebilmesi büyük önem taşımaktadır. Bu çalışmada Türkiye'nin 2040 yılına kadarki enerji tüketim miktarını tahmin edebilmek adına, metasezgisel algoritmalardan balina optimizasyon algoritması (BOA) tercih edilmiştir. Balina algoritmasının performansını ölçebilmek için genetik algoritma (GA) ve yapay arı kolonisi algoritması (YAK) kullanılmıştır. Bu sezgisel algoritmalar, oluşturdukları modellerle elde edilen yüksek tahmin performansları ile gün geçtikçe daha çok tercih edilmektedirler. Tüm modeller lineer ve karesel olarak düzenlenip sonuç alınmıştır. Enerji tüketimini etkileyen gayri safi yurtiçi hasıla (GSYH), nüfus, ithalat ve ihracat gibi bağımsız değişkenlerin 1990-2019 yılları arasındaki verileri kullanılmıştır. Bu veriler, TÜİK (Türkiye İstatistik Kurumu), BP Dünya Enerji İstatistikleri Raporu, Dünya Bankası ve IEA (Uluslararası Enerji Ajansı)'dan alınmıştır. Gerçek değere en yakın sonucu veren denklemin belirlenebilmesi için geçmiş 30 yılın modellenmesi sağlanmıştır. Gelecek 20 yıl için ise öngörülen 4 farklı senaryoya göre hesaplamalar yapılmıştır. Bu hesaplamalara göre YAK lineer modelinin 〖%99'luk R〗^(2 ) ve %4,35'lik MAPE (ortalama mutlak yüzdesel hata) değerleri ile diğer iki modele göre daha iyi sonuç verdiği gözlenmiştir.
Özet (Çeviri)
Energy is one of the most important topics for the sustainable development of countries. Due to the fact that the energy used can be depleted, it imports many energy sources, and environmental factors, it is of great importance for Turkey to forecast how much energy needs may be in the future. In this study, whale optimization algorithm (WOA) was preferred from metaheuristic algorithms in order to forecast the amount of energy consumption of Turkey until 2040. A genetic algorithm (GA) and an artificial bee colony algorithm (ABC) were used to measure the performance of the WOA. These heuristic algorithms are increasingly preferred by the high forecasting performance obtained from the models they create. All models are arranged linear and quadratic and the result is obtained. Data for independent variables such as gross domestic product (GDP), population, imports and exports affecting energy consumption were used between 1990 and 2019. These data are taken from TUIK (Turkish Statistical Institute), BP World Energy Statistics Report, World Bank and IEA (International Energy Agency). Modeling of the past 30 years has been provided to determine the equation that gives the closest result to the actual value. For the next 20 years, calculations were made according to 4 different scenarios. According to these calculations, it was observed that the ABC linear model works better than the other two models with values of 99% R^2 and 4.35% MAPE.
Benzer Tezler
- Sistem tanılama makine öğrenmesi ve derin öğrenme modelleri ile güneş radyasyonu tahmini
Solar radiation forecasting using system identification machine learning and deep learning models
GÖKSEL KADER
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Gaziantep'te PM2.5 konsantrasyonunun zamansal ve mekânsaltahminine yönelik transfer öğrenme destekli hibrit yapay zeka modelleri
Spatio-temporal estimation of PM2.5 concentrations in gaziantepusing transfer learning-based hybrid artificial intelligence models
TÜRKAN ZENGİN GÖMLEKSİZ
Yüksek Lisans
Türkçe
2025
Meteorolojiİstanbul Teknik Üniversitesiİklim Bilimi ve Meteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Türkiye sanayi ve konut elektrik enerji talebinin öngörülmesi ve konut elektrik tüketimini etkileyen parametrelerin belirlenmesi
Forecasting of Turkey industrial and residential electrical energy demand and determination of the parameters affecting residential consumption of electricity
SEZGİN DURAK
Yüksek Lisans
Türkçe
2012
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. ÖNDER GÜLER
- Matematiksel modelleme kullanılarak Türkiye'nin enerji tüketim tahmini
Turkey's energy consumption forecast by using mathematical modeling
MEHMET BİNİCİ
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiSivas Cumhuriyet ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI ALİ ERTAŞ
- Yapay sinir ağları ile Türkiye elektrik piyasası fiyat tahmini
Electricity price forecasting in the Turkish market using artificial neural networks
AYLİN BÜYÜKMIHCI