Bir ilin elektrik tüketim verilerinin makine öğrenmesi yöntemleri ile analizi
Analysis of a city's electricity consumption data with machine learning methods
- Tez No: 755771
- Danışmanlar: DR. ÖĞR. ÜYESİ SELDA GÜNEY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Teknolojileri Bilim Dalı
- Sayfa Sayısı: 75
Özet
Elektrik dağıtım şirketleri, sahip oldukları abonelerine, elektriksel tüketimlerini“Piyasa Yönetim Sistemi”aracılığı bildirmekle yükümlüdür. Elektrik dağıtım şirketleri, ay sonu tüketim değerleri olmayan, yani okuma verisi bulunmayan tüketicilerine, tüketim değerlerini tahmin metotlarıyla bildirmektedirler. Bu tezin amacı, Enerji Piyasası Düzenleme Kurumu'nun belirlemiş olduğu ve hala kullanılmakta olan tüketim tahminleme metodolojisinin yanı sıra makine öğrenmesi yöntemleri ile tahminleme yapmaktır. Bu çalışmada, makine öğrenmesi yöntemleri kullanılarak, doğrusal regresyon ve uzun-kısa süreli bellek (LSTM) yöntemleriyle, MATLAB ortamında analizler yapılmıştır. Başarı kriteri olarak Kök Ortalama Kare Hatası (Root Mean Square Error, RMSE), kriter olarak belirlenmiş ve kullanılan yöntemlerden en başarılı sonucu doğrusal regresyon analizi yöntemi sağlamıştır. Bu kapsamda yapılan çalışmalar ile doğrusal regresyon, uzun-kısa süreli bellek ve Enerji Piyasası Düzenleme Kurumu 'nun Tahminleme Metodolojisi yöntemlerinin karşılaştırması yapılmış olup, tutarlı ve başarılı sonuçlar elde edildiği gözlemlenmiştir.
Özet (Çeviri)
Electricity distribution companies are obliged to inform their subscribers about their electricity consumption through the“Market Management System”. Electricity distribution companies inform their consumers who do not have consumption values at the end of the month, that is, they do not have reading data, by estimating consumption values. The aim of this thesis is to make estimations with machine learning methods as well as the consumption forecasting methodology determined by the Energy Market Regulatory Authority and which is still being used. In this study, analyses were performed using machine learning methods, linear regression and long-short-term memory (LSTM) methods in MATLAB environment. Root Mean Square Error (RMSE) method was determined as the success criterion and linear regression analysis method provided the most successful result of the methods used. In this context, the studies of linear regression long short term memory and Energy Market Regulatory Authority's methodology, a comparison of estimation methods is made, and observed that consistent and successful results are obtained.
Benzer Tezler
- Türkiye'deki bir hane için tüm enerji ihtiyaçlarını karşılayabilecek sıfır emisyonlu şebekeden bağımsız hibrit enerji sisteminin uygulanabilirlik çalışması
Feasibility study of an off-grid hybrid energy system with zero emissions to meet all energy demands of a household in Turkey
GİRAY BATURAY ÖZCAN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYalova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUNAY TÜRKDOĞAN
- The impact of imigrants on illegal electricity consumption: Case of Syrian immigrant in Turkey
Mültecilerin Türkiye'deki kaçak elektrik kullanımına etkileri: Türkiyedeki Suriyeli göçmen analizi
AKIN CAN GENÇ
Yüksek Lisans
İngilizce
2021
EkonomiOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. PINAR DERİN GÜRE
- Malatya ili trambüs hatlarının ekonomik uygulanabilirlik ve çevre etki analizi
Economic viability and environmental impact analyse of Malatya province's tolleybus lines
AZİZ KAĞAN GÜNEŞ
Yüksek Lisans
Türkçe
2020
Ulaşımİnönü Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER HALİS BETTEMİR
- Developing regional electricity pricing by clustering methods, considering production, consumption and population: The case of Turkey
Bölgesel elektrik fiyatlandırmasının bölgesel üretim, tüketim ve nüfusu dikkate alarak kümelenme yöntemleriyle geliştirilmesi: Türkiye örneği
SALMAN HASAN ABDULHALEEM AL-RAWE
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BAYSAL
- Recurrent neural network based approaches for electricity consumption forecasting
Tekrarlayan sinir ağı tabanlı elektrik tüketim tahmini
ALPER TOKGÖZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL