Geri Dön

Yapay sinir ağları ile ünite planlaması ve paylaşımı

Unit commitment by neural networks

  1. Tez No: 68259
  2. Yazar: SELAHATTİN KAYA
  3. Danışmanlar: YRD. DOÇ. DR. BEKİR KARLIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1997
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 73

Özet

ÖZET Bu çalışmada, tahmini bir yükleme modelini oluşturmak için üretim programlamasında yapay sinir ağları kullanılmıştır. Yapay sinir ağı eğitiminde, tipik yük eğrilerini kullanır ve paylaşım programım uygun hale getiririz. Bu bilgi, veritabanında model uyumu bir paylaşım proglama ünitesi sağlamada kullanışlı olacaktır. Her ne kadar çözüm yapay sinir ağları tarafından sunulsada, bütün bir programlama periyodu için mümkün olmayabilir. Bu öncelikle, ekonomik çalışma için en uygun bir çözüm aramada uygulanabilir bir alternatif sağlayacaktr. VI

Özet (Çeviri)

SUMMARY UNIT COMMITMENT BY NEURAL NETWORKS Keywords : Neural Network, Unit Commitment, Generation Scheduling In this study, artificial neural networks are used in the generation scheduling to supply a forecasted load pattern. In training an artificial neural network, we use typical load load curves and its corresponding commitment schedule. This information will be available for pattern matching to obtain a unit commitment schedule from the database. Though the solution presented by an artificial neural network may not be feasible for the entire scheduling period, it will be a proper initial solution for optimization, and will provide a viable alternative for seeking an optimal solution to the generation scheduling problem. Vll

Benzer Tezler

  1. Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi

    Modeling automotive casting part demand forecasting with artificial neural networks and comparative analysis with arima method

    SELİNAY KAYALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERVE CENGİZ TOKLU

  2. Akış alan modellemesi ve istatistiksel enerji öngörüsü: Maslak örneği

    Field flow modeling and statistical energy prediction a case study : Maslak region

    SEVİNÇ RÜSTEMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DOÇ. DR. Ş. SİBEL MENTEŞ

    YRD. DOÇ. DR. BURAK BARUTÇU

  3. Sincap kafesli asenkron motorların rotor çubuk kırıklarının akustik ölçümlerle tespiti

    Detection of broken rotor bar of squirrel-cage induction motors by acoustic measurements

    OSMAN ZEKİ ERBAHAN

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ALIŞKAN

  4. Yapay zekâ yöntemleriyle havalimanlarında personel planlaması

    Personnel planning in airports by artificial intelligence methods

    EMRE MERİÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. NURSEL ÖZTÜRK

  5. Yapay zeka teknikleri kullanarak pik nehir akımı ve yağış tahmini

    Prediction of peak stream flow and rainfall using artificial intelligence techniques

    EMRE ALTUNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. LEVENT LATİFOĞLU