Electricity consumption forecasting during the Covid-19 Pandemic using mobility data
Covıd-19 Pandemisi sırasında hareketlilik verileri kullanılarak elektrik tüketimi tahminlemesi
- Tez No: 691610
- Danışmanlar: DR. ÖĞR. ÜYESİ SERKAN AYVAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Kısa dönemli yük tahminlemesi ekonomik ve şebeke operasyonu konularında önemli bir konsepttir. Yeni coronavirüs (COVID-19) pandemisi döneminde daha önemli ve zor bir hal almıştır. Pandemi boyunca, toplum seviyesinde alışkanlık değişiklikleri ve virüsün yayılmasına karşı hükümetlerin aldığı sıkı önlemler nedeniyle yük desenlerinde değişiklikler olmuştur. Bu çalışmada, hareketlilik değişkenleri tanıtılarak, derin öğrenme methodlarıyla birlikte geleneksel istatistiksel teknikler kullanılarak sonraki gün elektrik tüketim tahminlemesi problemi üzerine odaklanılmıştır. Türkiye genel elektrik tüketimi ve hava durumu bilgileri baz model olarak kullanılmış ve hareketlilik verilerinin tahmin isabetine katkıları ölçülmüştür. Ayrıca model geliştirme aşamasında kullanılan algoritmaların performanslarını arttırmak için hiperparametre ayarlama methodları uygulanmıştır. Sonuçlar şunu kanıtlamıştır ki pandemi boyunca hareketlilik verileri, geleneksel girilerle geliştirilen modellere oranla tahminleme hatalarını 1.48 oranında düşürerek toplum seviyesindeki davranışları açıklamak için iyi bir indikatördür.
Özet (Çeviri)
Short-term load forecasting is an important concept for both economic and grid operation contexts. It became more important and difficult during the novel coronavirus (COVID-19) pandemic period. Throughout the pandemic, load patterns are changed because of society-level habit shifts and strict government measures against the spread of the virus as stay-at-home orders or even shutdown. In this study, the one-day-ahead electricity consumption forecast problem is focused on using deep learning methods along with traditional statistical techniques by introducing mobility variables. Electricity consumption aggregated over the country, Turkey, and weather information is used as a base model, and contribution of mobility data to the forecasting accuracy is measured. Hyperparameter tuning methods are also applied to boost the performance of the algorithms used in the model development stage. The results are proved that mobility data is a good indicator for society-level behaviors during the pandemic and increased the model performance by reducing forecasting errors up to 1.48 times compared with the models with traditional inputs.
Benzer Tezler
- Development of regression model for electrical load forecasting during the COVID-19 pandemic lockdown
Başlık çevirisi yok
SAIF MOHAMMED SALMAN AL- AZZAWI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Gelişim ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF GÜRCAN ŞAHİN
- Electricity consumption forecasting of turkey usingrecurrent neural networks
Tekrarlayan sınır ağlarıyla Türkiyenin elektriktüketim tahmini
FATEMEH GANDOMI TAJRAQ
Yüksek Lisans
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER BADAY
- Short term electrıcıty consumptıon forecastıng usıng long short-term memory cells
Uzun kisa vadeli̇ hafiza ağlari i̇le kisa vadeli̇ elektri̇k tüketi̇m tahmi̇ni̇
ANIL TÜRKÜNOĞLU
Yüksek Lisans
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Towards better energy efficiency through electricity consumption forecasting in steel industy
Çelik sektöründe enerji tüketimi tahmini ile daha iyi enerji verimliliğine doğru
ASLI KOCA
Yüksek Lisans
İngilizce
2024
Yönetim Bilişim SistemleriKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
PROF. DR. HASAN DAĞ
- Gün öncesi piyasasında saatlik ve günlük elektrik fiyatları tahmini
Hourly and daily electricity prices forecasting in day-ahead market
YUNUS EMRE ADALI
Yüksek Lisans
Türkçe
2015
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ