Effects of geothermal production prediction on the energy market with artificial intelligence methods
Jeotermal üretim tahmininin yapay zeka yöntemleri ile enerji piyasası üzerine etkileri
- Tez No: 753092
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖRKEM KAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Enerji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Energy, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 155
Özet
Türkiye, yenilenebilir enerji kaynakları bakımından zengin olmasının yanında, kurulu gücü yüksek, ucuz ve sürdürülebilir olmasıyla jeotermal enerji üretiminde de potansiyel vaat eden ülkelerin başında gelmektedir. Jeotermal üretim santrallerinin, gün öncesi piyasasında verdiği üretim tahminlerinin yeterli olmaması nedeniyle arz ve talep dengesini koruyamadığı için artan dengesizlik cezaları organizasyonlarda ekonomik bir yük haline gelmektedir. Daha iyi bir üretim tahmini, piyasa katılımcılarının dengesizlik cezalarını azaltır ve gün öncesi piyasasında daha iyi bir dengesizlik sağlar. Bu çalışmada, makine öğrenimi, derin öğrenme ve zaman serisi yöntemlerini kullanarak jeotermal açısından kurulu gücü yüksek beş organizasyona ait santrallerin toplam üretimi Mart ve Nisan ayları ilk bir ve iki haftası için tahmin edilmiş daha sonra bu tahminler ile dengesizlik cezaları hesaplanıp, gerçek değerlerle karşılaştırmıştır. Temel hazırlanmış veriseti ile bu verisetinden özellik mühendisliği yöntemi ile yeni özelliklerin çıkartılması ile oluşturulmuş veriseti olmak üzere iki verisetinde de bu modelleme işlemleri gerçekleştirmiştir. Sonuçlara göre geleneksel makine öğrenimi modellerinden Support Vector Regression ve Random Forest, zaman serisi modellerinden SARIMAX ve Prophet, derin öğrenme modellerinden Temporal Convolutional Network modelleri en iyi performansları sergilemişlerdir. Ayrıca feature engineering ile oluşturulmuş verisetindeki tahmin sonuçları temel verisetine göre daha düşük hata oranları sergilemiştir. Beş organizasyon içinde tahminler sonucu elde edilen dengesizlik cezasının gerçekleşen dengesizlik cezasından daha düşük, optimum ve kar edebilecek hesaplar çıkarttığı sonuçlanmıştır.
Özet (Çeviri)
In addition to being rich in renewable energy resources, Turkey is one of the countries that promise potential in geothermal energy production with its high installed power, cheapness, and sustainability. Increasing imbalance penalties become an economic burden for organizations, since the geothermal generation plants cannot maintain the balance of supply and demand due to the inadequacy of the production forecasts given in the day-ahead market. A better production forecast reduces the imbalance penalties of market participants and provides a better imbalance in the day ahead market. In this study, using machine learning, deep learning, and time series methods, the total production of power plants belonging to five organizations with high geothermal installed power was predicted for the first one and two weeks in March and April, then imbalance penalties were calculated with these predictions and compared with actual values. This modeling process was carried out on two datasets, the main dataset and the dataset created by extracting new features from main dataset using feature engineering. According to the results, traditional machine learning models Support Vector Regression and Random Forest, time series models SARIMAX and Prophet, and deep learning models Temporal Convolutional Network model showed the best performances. In addition, the prediction results in the feature engineering dataset showed lower error rates compared to the main dataset. It was concluded that the imbalance penalty obtained as a result of the forecasts within the five organizations resulted in lower, optimum, and profitable calculations than the actual imbalance penalty.
Benzer Tezler
- Türkiye'de rüzgar enerjisi santralları için teşvik uygulamaları ve bilgisayar programı ile irdelenmesi
The analysis of wind energy support mechanisms in Turkey and the evaluation by computer program
İBRAHİM HALİL KILIÇ
Yüksek Lisans
Türkçe
2016
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ASİYE BERİL TUĞRUL
- Petrol ve jeotermal sahalarında kalsiyum karbonat çökelmesinin modellenmesi
Başlık çevirisi yok
ZÜLEYHA UĞUR
Yüksek Lisans
Türkçe
1996
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ABDURRAHMAN SATMAN
- 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
- Kısa süreli rüzgar tahmini için WRF model performansının analizi ve rüzgar gücü uygulamaları
Analysis of wrf model performance for short-term wind prediction and wind power applications
NİLCAN AKATAŞ
Yüksek Lisans
Türkçe
2015
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEVİNÇ SIRDAŞ