Forecasting of renewable power generation in European markets via long short-term memory neural networks
Avrupa piyasalarında yenilenebilir enerji üretiminin uzun kısa aralıklı bellek ağları ile tahmin edilmesi
- Tez No: 716712
- Danışmanlar: DR. ÖĞR. ÜYESİ CAVİT FATİH KÜÇÜKTEZCAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin öğrenme, Güneş enerjisi, Rüzgar enerjisi, Uzun kısa süreli bellek, İleri beslemeli sistemler, Deep learning, Solar energy, Wind energy, Long- short term memory, Feed forward systems
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yenilenebilir enerji sistemleri arasında güneş enerjisi santralleri ve rüzgar santralleri önemli bir yere sahiptir. Sınırsız kaynaklar olarak nitelendirilen güneş enerjisi ve rüzgar enerjisinden yeterli kapasitede yararlanılması önemli olduğundan günümüze kadar verimlilik adına önemli teknolojik gelişmeler yaşanmıştır. Bu tez, doğaları gereği belirsizlik içeren rüzgar ve güneş enerjisi santrallerinin ürettikleri elektriksel gücün kısa ve orta vadeli tahmini üzerine odaklanmıştır. Güneş ve rüzgar santrallerinde verimliliği etkileyebilecek faktörler incelendi, ardından bu santrallerde elektriksel güç üretiminin tahmini için LSTM ve FFNN gibi modern derin öğrenme teknikleri uygulanmıştır. Bu tekniklerin tahmin performansları, Almanya'da 01.01.2018 ile 31.12.2018 tarihleri arasında üretilen elektriksel güç verisi üzerinden, farklı zaman dilimleri baz alınarak test edilmiş ve karşılaştırılmıştır.
Özet (Çeviri)
Solar power plants and wind power plants have an important position among renewable energy systems. Since it is important to benefit from solar energy and wind energy, which are described as unlimited resources, in sufficient capacity, significant technological developments have been experienced in the name of efficiency until today. This thesis focuses on the short- and medium-term estimation of the electrical power generated by wind and solar power plants, which are inherently uncertain. The factors that can affect the efficiency in solar and wind power plants were examined, then modern deep learning techniques such as LSTM and FFNN were applied for the estimation of electrical power generation in these power plants. The estimation performances of these techniques were tested and compared based on different periods on the electrical power produced data in Germany between 01.01.2018 and 31.12.2018.
Benzer Tezler
- Türkiye elektrik piyasasında kapasite mekanizması uygulaması ve santral gelirlerine katkısına ilişkin inceleme
Capacity mechanism in turkish electricity market and its contribution to power plant revenues
HÜSEYİN VOLKAN YİĞİT
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ
- Beton basınç dayanımının hızlandırılmış deneyle saptanması
Başlık çevirisi yok
ALİ TÜREN ÖZTÜRK
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERBİL ÖZTEKİN
- Short-term on-line load forecasting algorithms in power systems
Başlık çevirisi yok
İBRAHİM BESLEME
Yüksek Lisans
İngilizce
1988
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiDOÇ. DR. NEZİH GÜVEN
- Manisa ve çevresindeki bağlarda 1977-1986 yılları arasında zararlı olan böcekler ve bu böceklere karşı uygulanan savaşım yöntemlerinin gelişimi
The Investigations over the harmful insects in Manisa and surrounding vineyards and the developments of the contention methods against to these insects from 1977 up to 1986
FİLİZ ELBEYLİ
- An Empricil evaluation of alternative forecasting combination models
Başlık çevirisi yok
HAKAN ADANALI
Yüksek Lisans
İngilizce
1988
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiYRD. DOÇ. DR. SİNAN KAYALIGİL