Artificial neural networks algorithms for power consumption prediction
Başlık çevirisi mevcut değil.
- Tez No: 716827
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGE YÜCEL KASAP
- 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: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 95
Özet
Elektronik icatların ve elektrifikasyon girişimlerinin artması sonucu olarak güç tüketimi uluslararası olarak artmaktadır. Sonuç olarak, ev veya konut elektrik kullanımında bir artış beklemek son derece normaldir. Küresel güç kullanımına ilişkin daha fazla veri elde edildikçe, güç kullanımını tahmin etmek daha da zorlaşmaktadır. Güçlü bir öngörü hem tüketiciye hem de sağlayıcıya fayda sağlayabilir. Müşteri için bir güç tahmini, genel olarak daha çevre dostu kararlar almanın yanı sıra finansal planlamaya da yardımcı olacaktır. Aynı şekilde, güçlü bir öngörü, sağlayıcı için tedarik düzenlemesine yardımcı olacaktır. Sonuç olarak, bu tür modeller, ev enerji endüstrisinin toplam tedarik zincirinin optimizasyonuna yardımcı olabilir. Bu konu son zamanlarda giderek yaygınlaştığı için, bu çalışmada Sinir Ağlarından Regresyona ve Rastgele Ormana kadar çeşitli metodolojiler test edilmiştir. Etkin güç tüketimi tahmini için bu çalışmada AAA-ANN ve ANN-PSO algoritmaları önerilmiştir. Güç tüketimi tahmini için UCP veritabanı tarafından sağlanan veri setini eğitmek için Matlab'da her iki yaklaşım algoritması da oluşturulmuştur. Diğer yaklaşımlarla karşılaştırıldığında, AAA-ANN yöntemi hata eğrisini, eğitim doğruluk oranını, test doğruluk oranını, eğitim hata oranını ve test hata oranı analizini iyileştirmektedir. Bu çalışma, AAA-ANN'nin, güç tüketimi tahminlerinin tespiti için en iyi strateji olduğu ortaya koymaktadır.
Özet (Çeviri)
Power consumption is increasing internationally as a result of the introduction of electronic inventions and a drive for more electrification initiatives. As a result, we might anticipate an increase in home or residential electricity usage. Forecasting power usage is becoming more difficult as more data on global power use becomes available. A precise projection can benefit both the consumer and the provider. For the customer, a power forecast aids in financial planning as well as making more environmentally friendly decisions in general. A precise projection will undoubtedly aid supply regulation for the provider. As a result, such models can aid in the optimization of the home power industry's total supply chain. Because this is such a popular issue, a variety of methodologies have been tested, ranging from Neural Networks to Regression to Random Forest. For effective power consumption prediction, the AAA-ANN and ANN-PSO algorithms were proposed in this work. To train dataset for power consumption prediction supplied by the UCI database, both approaches algorithms were created in Matlab. When compared to other approaches, the AAA-ANN method improves the error curve, training accuracy rate, testing accuracy rate, training error rate, and testing error rate analysis. It is apparent that AAA-ANN is the best strategy for forecasting power consumption forecasts after assessing and comparing it to ANN and ANN-PSO.
Benzer Tezler
- Matlab implementation of artificial neural networks algorithms for power consumption prediction
Güç tüketimi tahmini için yapay sinir ağları algoritmalarının matlab uygulaması
MOHAMMAD MOUNAM AGOOL AGOOL
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini
Prediction of household power consumption using grasshopper optimization algorithm and artificial neural networks
TÜLİN SERT İRİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi
Examination of the effects of distributed generation on smart grids
MİKAİL PÜRLÜ
Doktora
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Yapay sinir ağları kullanılarak kısa süreli güneş enerjisi tahmini
Short term solar energy prediction by using artifical neural networks
ELA NUR ORUÇ
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti
Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm
ATAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ