Geri Dön

Derin öğrenme yöntemleri ile elektrik fiyat tahmini: Türkiye gün öncesi elektrik piyasası uygulaması

Electricity price forecast by deep learning methods: An application in the day-ahead electricity market of Turkey

PDF İndir

  1. Tez No: 747499
  2. Yazar: MUSTAFA KAYA
  3. Danışmanlar: PROF. DR. MUSTAFA ERDİNÇ TELATAR
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Derin öğrenme, Elektrik, Elektrik piyasası, Elektrik sektörü, Enerji fiyatları, Fiyat tahmini, Tahmin, Tahmin yöntemleri, Deep learning, Electricity, Electric market, Electricity sector, Energy prices, Price ferecasting, Estimation, Estimation methods
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: İstanbul Okan Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: İşletme Analitiği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışma, Türkiye gün öncesi elektrik piyasasında, sonraki 24 saatlik piyasa takas fiyatlarını (PTF) tutarlı bir şekilde tahmin etmek için, çeşitli derin öğrenme yöntemlerini analiz etmeyi amaçlamaktadır. Bu amaçla,“öz-dikkat katmanlı dönüştürücü kodlayıcı-çözücü model”ve ayrıca on iki tane de“RNN tabanlı model”oluşturulmuştur. Çalışmada, 2017-2021 dönemi için EPİAŞ Şeffaflık Platformu'ndan sağlanan saatlik üretim, tüketim ve piyasa takas fiyatı verileri kullanılmıştır. Bahsi geçen dönem ve veri için öz-dikkat katmanlı dönüştürücü kodlayıcı-çözücü ağ modeli elektrik fiyatlarını yüksek tutarlılıkla tahmin etmiştir. Bu model veride kullanılan COVID-19 kukla özelliği sayesinde, veride gruplama yaparak, normal dönem ve COVID-19 dönemini ayrı ayrı öğrenerek, dönemsel tahminlerde de yüksek tutarlılık elde etmiştir. Oluşturulan öz-dikkat katmanlı dönüştürücü kodlayıcı-çözücü modelin ne kadar başarılı olduğunu test etmek için, on iki tane RNN (Tekrarlayan Sinir Ağı) tabanlı model, aynı veri seti ile ayrıca test edilmiştir. Çalışmada oluşturulmuş RNN tabanlı modeller fiyatları başarılı bir şekilde tahmin etse de bu modellerden hiçbiri öz-dikkat katmanlı dönüştürücü kodlayıcı-çözücü modelin tahmin gücüne ulaşamamıştır. Diğer yandan, öz-dikkat katmanlı dönüştürücü kodlayıcı-çözücü modelin, elektrik fiyatlarının tahmininde ilk kez kullanılması ise bu çalışmanın alana en önemli katkısı olmuştur.

Özet (Çeviri)

This study aims to analyze various deep learning methods to accurately predict the next 24-hour market clearing prices in the Turkish day-ahead electricity market with deep learning methods. For this purpose, a transformer encoder-decoder with self-attention model and twelve RNN-based models are designed to predict electricity price. In the study, hourly production, consumption, and market clearing price data provided by EPİAŞ Transparency Platform for the period 2017-2021 are used. For the given period and data, the transformer encoder-decoder with self-attention model predicted electricity prices with high accuracy. Through the COVID-19 dummy feature used in the analysis, the model has achieved high accuracy in periodic prediction by grouping the data, learning the normal period and the COVID-19 period separately. To test the success of transformer encoder-decoder with self-attention model, twelve RNN (Recurrent Neural Network) based models were also tested with the same dataset. Although the RNN-based models created in the study successfully predicted prices, none of these models could reach the predictive power of the transformer encoder-decoder with self-attention model. The use of the transformer encoder-decoder with self-attention model for the first time in the prediction of electricity prices is the main contribution of this study to the field.

Benzer Tezler

  1. Tez No

    557392

    Essays on electricity price modeling and forecasting

    Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler

    UMUT UĞURLU

    Doktora

    İngilizce

    İngilizce

    2019

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  2. Tez No

    1022499

    Türkiye elektrik piyasasında istatistiksel yöntem ve makine öğrenmesi algoritmaları kullanılarak kısa vadeli gün öncesi elektrik fiyatı tahmini için hibrit bir yaklaşım

    A hybrid approach short-term day-ahead electricity price forecasting in the turkish power market using statistical method and machine learning algorithms

    CEMRE NUR GÜNGÖR

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Enerjiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ITIR SATOĞLU

  3. Tez No

    1005694

    Predictive modelling of Türkiye's electricity prices: Evaluating machine learning approaches and key impact factors

    Türkiye elektrik fiyatının tahmin modellemesi: Makine öğrenme yaklaşımlarının ve temel etki faktörlerinin değerlendirilmesi

    BURAK KURUBACAKOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    EnerjiBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL DURU

  4. Tez No

    878294

    Cross-market analysis of deep learning models for electricity price forecasting

    Elektrik fiyat tahmini için derin öğrenme modellerinin piyasalar arası analizi

    ÇAĞATAY BERKE BOZLAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CLAUDIA FERNANDA YAŞAR

  5. Tez No

    974345

    The empirical analysis of international climate policies for energy decisions

    Uluslararası iklim politikalarının enerji kararları için ampirik analizi

    MUHAMMED MÜCAHİT DENK

    Doktora

    İngilizce

    İngilizce

    2025

    EnerjiKoç Üniversitesi

    Endüstri Mühendisliği ve Operasyon Yönetimi

    PROF. DR. CEYDA OĞUZ

Geri Dön