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
- İşletmelerde finansal başarısızlık tahminlemesi ve Borsa İstanbul'da faaliyet gösteren gıda şirketlerinde uygulama
Financial distress forecasting in businesses and application in food companies operating in stock exchange Istanbul
KEREM URAL
- Emtia piyasasında piyasa riskinin yönetimi: Riske maruz değer yöntemi ile bir uygulama
Market risk management in commodity market: an application with the value at risk method
SAMET EVCİ
- Türkiye'de bazı temel gıda fiyatları için yapay sinir ağları ve zaman serisi tahmin modellerinin karşılaştırmalı analizi
Comperative analyses of forecasting models of artificial neural network and time series analyses for selected main food prices
ATİYYE BEKİN
- Bulanık zaman serilerinin talep tahminlerinde kullanılmasına yönelik işletme uygulaması
Business application for the use of fuzzy time series in demand forecasting
TAYFUN ÖZTAŞ