Yapay sinir ağları ile ünite planlaması ve paylaşımı
Unit commitment by neural networks
- Tez No: 68259
- Danışmanlar: YRD. DOÇ. DR. BEKİR KARLIK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1997
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
- 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
- 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
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- 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
2010
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. Ş. SİBEL MENTEŞ
YRD. DOÇ. DR. BURAK BARUTÇU
- 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
2023
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM ALIŞKAN
- Yapay zekâ yöntemleriyle havalimanlarında personel planlaması
Personnel planning in airports by artificial intelligence methods
EMRE MERİÇ
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NURSEL ÖZTÜRK
- 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
2024
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT LATİFOĞLU