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: Belirtilmemiş.
- 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: 82
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 Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ
- Türkiye Gün İçi Piyasası'nın Avrupa ile karşılaştırmalı analizi
Comparative analysis of Turkiye's Intraday Market with Europe
ZEYNEP ÖZMEN
Yüksek Lisans
Türkçe
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Short-term wind power generation forecasting by coupling numerical weather prediction models and machine learning algorithms
Sayısal hava tahmin modeli ve makine öğrenmesi algoritmaları ile kısa dönemli rüzgar enerjisi üretim tahmin modeli oluşturmak
CEM ÖZEN
Doktora
İngilizce
2022
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ DENİZ
- Rüzgar enerji santralları üretim ve işletme değişkenlerinin çoklu-yarıvariogram yöntemi ile alansal tahmini
Spatial forecast of production and operation parameters from wind power plants using multi-semivariogram method
MURAT DURAK
Doktora
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Decarbonization of turkish public electricity sector: Adopting sustainable energy portfolio
Türk kamu elektrik sektörünün karbonsuzlaştırılması: Sürdürlebilir enerji portföy uygulamaları
HASRET ŞAHİN
Yüksek Lisans
İngilizce
2014
EnerjiOrta Doğu Teknik ÜniversitesiYer Sistem Bilimi Ana Bilim Dalı
PROF. DR. UĞUR SOYTAŞ
PROF. DR. BÜLENT GÜLTEKİN AKINOĞLU