Forecasting of Turkey's total electricity consumption in sectoral bases using machine learning algorithms
Makine öğrenimi algoritmaları kullanılarak sektörel bazda Türkiye'nin toplam elektrik tüketiminin tahmini
- Tez No: 734905
- Danışmanlar: DR. ÖĞR. ÜYESİ İLAYDA ÜLKÜ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: 71
Özet
Türkiye, dünyanın en hızlı büyüyen ekonomilerinden birine sahip olarak kabul edilir. Elektrik enerjisi, her ülkenin ekonomik büyümesindeki kilometre taşlarından biridir. Bu nedenle, elektrik tüketimi hakkında bir fikir sahibi olmak oldukça önemlidir. Elektrik tüketimini tahmin etmek için literatürdeki çalışmalarda çeşitli makine öğrenme algoritmaları yöntemler kullanılmıştır. Bu çalışma, Türkiye'de 2050 yılına kadar sektörel ve toplam elektrik tüketimini tahmin etmektedir. Bu çalışmada, tahmin formüllerini oluşturmak için bir model olarak çok katmanlı algılayıcı (Multilayer perceptron MLP) ve sıralı minimum optimizasyon (sequential minimal optimization SMO) olmak üzere iki farklı zaman serisi tahmin yöntemi kullanılmıştır. 1970'den 2020'ye kadar Türkiye'nin sektörel ve toplam elektrik tüketimi Türkiye İstatistik Kurumu'ndan elde edilerek gelecek yılları tahmin etmek için modellerde girdi olarak kullanılmıştır. İki model, belirleme katsayısı (determination factor R2) ve ortalama mutlak yüzde hatası (mean absolute percentage error MAPE) kullanılarak değerlendirilip ve karşılaştırılmıştır. Sıralı minimum optimizasyon regresyonu (SMOReg) modeli, R2, MAPE ve ortalama kare kök hatası (root mean square error RMSE) için sırasıyla %91,42, %2,98 ve 8558,85 GWh olduğu Türkiye'nin toplam elektrik tüketimini tahmin etmede SMOReg'in sonuçları diğer modellerden daha üstün sonuçlar sunmuştur. Sektörel bazda toplam elektrik tüketiminin 2021 yılında 292,142 GWh ve 2050 yılında 777,854 GWh'ye ulaştığı öngörülmüştür. SMOREg ayrıca sanayi ve ev tüketimi olarak sektörlerini tahmin etmede daha iyi performans göstermiştir. MLP'nin ise ticari, kamu, aydınlatma ve diğer sektör başlıklarını tahmin etmede daha iyi performans verdiği tespit edilmiştir.
Özet (Çeviri)
Turkey is considered to have one of the fastest-growing economies in the world and electrical energy is a milestone in the economic growth of each country. Therefore, it is important to have an idea about the upcoming electricity consumption. Various methods were used in previous studies for forecasting electricity consumption. This study forecasts the sectoral and total electricity consumption in Turkey until the year 2050. This study utilizes two distinct Time series forecasting methods, namely Multilayer perceptron (MLP) and sequential minimal optimization (SMO) as a model to generate the forecasting formulas. The sectoral and total electricity consumption for Turkey from the year 1970 to 2020 was obtained from the Turkish Statistical Institute and fed to the models to forecast the upcoming years. The two models were evaluated and compared using determination coefficient R2 and mean absolute percentage error (MAPE). It is found that SMOReg was superior in forecasting Turkey's total electricity consumption where the R2, MAPE, and root mean square error (RMSE) for the SMOReg model were 91.42%, 2.98%, and 8558.85 GWh respectively, where the forecasted total electricity consumption in sectoral bases reaches 292,142 GWh in 2021 and 777,854 GWh in 2050. SMOReg also performed better in forecasting the industrial and household sectors. Whereas MLP performed better in forecasting the commercial, governmental, illumination, and other sectors.
Benzer Tezler
- Ekonometrik ve yapay sinir ağları yaklaşımları ile Türkiye'nin bölgesel uzun dönem elektrik talebinin ve buna bağlı CO2 emisyonunun tahmini
Forecasting Turkey?s regional long term electricity demand and associated CO2 emission by econometric and artificial neural network approaches
LEVENT TÜRKER
Yüksek Lisans
Türkçe
2008
Çevre MühendisliğiHacettepe ÜniversitesiÇevre Mühendisliği Bölümü
DR. MERİH AYDINALP KÖKSAL
- Electricity consumption forecasting with artifical neural network for fast-moving consumer goods sector
Hızlı tüketim sektörü için yapay sinir ağları ile elektrik tüketim talep tahmini
GÜLFEM YEŞİL
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜR BERSAM BOLAT
- En küçük kareler destek vektör makineleri ile Türkiye'nin uzun dönem elektrik tüketim tahmini ve modellemesi
Modeling and forecasting of Turkey's long term electricity consumption with least square support vector machines
FAZIL KAYTEZ
Doktora
Türkçe
2012
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. CENGİZ TAPLAMACIOĞLU
- Makine öğrenmesi algoritmalarıyla elektrik tüketimi için talep tahmin modellemeleri ve yenilenebilir enerjinin artan önemi: Türkiye örneği
Demand forecasting modelling for electricity consumption with machine learning algorithms and the increasing importance of renewable energy: The case of Turkiye
İLKNUR YEŞİM DİNÇEL KIRATOĞLU
- Meteorolojik değişkenlerin elektrik tüketimi üzerindeki etkisi
Effects of meteorological variables on electricity consumption
BEYTİYE DERYA AYDIN
Yüksek Lisans
Türkçe
2016
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. HÜSEYİN TOROS