Geri Dön

Yapay sinir ağlar ve İGDAŞ'ta günlük yük tahmininde kullanılması

Artificial Neural Networks and Their Use in Forecasting Daily Load in İGDAŞ- İstanbul Gas Distribution Industry and Commerce Company

  1. Tez No: 68277
  2. Yazar: ABDULLAH EROL AYDIN
  3. Danışmanlar: DOÇ. DR. ERCAN ÖZTEMEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1997
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

Özet

ÖZET Anahtar Kelimeler : Yapay Zeka, Yapay Sinir Ağlan, Çok Katlı Algılayıcı, Model Tanıma, Geriye Yayılım, Kısa Dönemli Yük Tahmini, Gaz Dağıtım Sistemi. Geçmiş birkaç yılda yapay zeka ve Yapay Sinir Ağlarına- YSA hesapsal yaklaşım önemli bir gelişme geçirdi. YSA araştırmaları optimizasyon, kontrol, görüntü ve imaj işleme, konuşulan dili anlama ve ayırma doğal dil işleme ve tahmin gibi birçok alanla bağlantılıdır.“YSA ve İGDAŞ-İstanbul Gaz Dağıtım Sanayi ve Ticaret A.Ş.'de Günlük Yük Tahmininde Kullanılması”adlı bu çalışmada, sinir ağı tabanlı bir tahmin yaklaşımının ana hatları, Çok Katmanlı Algılayıcı-ÇKA kullanılarak geliştirildi. Çalışmanın amacı İGDAŞ-İstanbul Gaz Dağıtım Sanayi ve Ticaret A.Ş. müşterilerine optimum gaz dağıtımım sağlamak için iyi çalışan ve etkili bir tahmin aracı geliştirmektir. Planlamanın bu türü sadece enerji kaynaklarım korumaz, çevreye yardımcı olur ve fosilli yakıtlara bağlılığı azaltır. Gaz yük tahinini problemi, gaz yük seviyelerini etkileyen faktörler olan abone sayılan, yakıt fiatları ve hava durumunu kapsayan bir kaç parametre alınarak, bir model tanıma problemi gibi düşünülür. Bu çalışmada kullanılan YSA, ÇKA olarak bilinir. Sonuç olarak yukarıda anlatılan problemde ÇKA'nın başarıyla kullanılabileceği kanıtlanmıştır. Gerekli veriler İGDAŞ ve Göztepe Meteoroloji İstasyonu'ndan alındı. Bilgisayar simülasyon sonuçlan tezde verilmiştir. IX

Özet (Çeviri)

SUMMARY Keywords : Artificial Intelligence, Artificial Neural Networks, Multi Layer Perceptron, Pattern Recognition, Backpropagation, Short Term Load Forecasting, Gas Distribution System. In the past few years the computational approach to artificial intelligence and artificial neural networks-ANNs has undergone a significant evolution. Research on ANNs are related to several fields such as optimization, control, vision and image processing, speech recognition and synthesis, natural language processing and forecasting. In this thesis, outlines of neural network based a forecasting approach are developed using a Multi Layer Perceptron (MLP). The aim of the study is to develop an efficient and effective forecasting tool for providing optimum gas distribution to İGDAŞ's customers. This type of planing not only saves energy resources, but also helps the environment and reduces the dependence on fossil fuels. The daily gas load forecasting problem is considered as a pattern recognition application, taking numbers of subscriber, prices of fuel and several parameters including weather conditions which effect the level of gas load. The ANN used in this study is known as MLP. As a result it has been proven that MLP can be successfully employed for forecasting of the problem explained above. Required data was taken from İGDAŞ and Göztepe Meteorology Station. The result of computer simulation results have been provided.

Benzer Tezler

  1. Regresyon ve yapay sinir ağları yöntemi ile istanbul ili doğalgaz tüketim tahmini

    Natural gas consumption forecast in istanbul province with regression and artificial neural networks method

    EDA MANGAN KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ FUAT GÜNERİ

  2. Profit-driven non-linear classification with applications to credit card fraud detection, churn prediction, direct marketing, and credit scoring

    Kâr-odaklı doğrusal olmayan sınıflandırma: Kredi kart sahtekarlık tespiti, terk analizi, doğrudan pazarlama, ve kredi skorlama uygulamaları

    ASHKAN ZAKARYAZAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. EKREM DUMAN

  3. Enhancing web accessibility using deep convolutional networks and natural language processing techniques

    Derin evrımsel ağlar ve doğal dil işleme teknikleri kullanılarak web erişilebilirliğinin artırılması

    MUHAMMAD KASHIF SHAIKH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ JAWAD RASHEED

  4. Stochastic recurrent networks and their usage on time series

    Olasılıklı yinelenen ağlar ve zaman serileri üzerinde kullanımları

    SEMİH CEMİLOĞLU

  5. Yapay sinir ağları ve uygulamaları

    Başlık çevirisi yok

    NURCİHAN ÜNALDI

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TURHAN ÇİFTÇİBAŞI