Elektrik üretiminin planlanması için derin öğrenme tabanlı talep tahmin sisteminin geliştirilmesi
Development of deep learning based demand forecasting system for planning electricity generation
- Tez No: 778738
- Danışmanlar: DR. ÖĞR. ÜYESİ ERKAN DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Donanım Bilim Dalı
- Sayfa Sayısı: 65
Özet
Dünyada ekonomik ve endüstriyel gelişmelerin artarak devam ettiği günümüzde, elektrik enerjisi ülkelerin gelişmesi açısından önemli bir faktördür. Enerji talebinin en üst düzeye çıktığı ve en alt seviyede ihtiyaç olduğu zamanlarda üretim ve tüketim miktarının dengelenmesi çok önemlidir. Elektrik işletim sisteminin belirli bir frekansta tutulması, elektriğin sürekli ve etkin bir şekilde kullanılabilmesi açısından üretim ve tüketim planlamalarının yapılması gerekmektedir. Elektrik üretiminin planlanmasının işletmenin kesintisiz ve doğru çalışması için zorunlu hale gelmiştir. Ayrıca Endüstri 4.0 kapsamında Türkiye'nin elektrik altyapısı ve enerji yük dengelemesinin zorunlu olduğu görülmüştür. Sistemdeki kayıp enerji maliyetlerini en aza indirmek, üretim yatırımlarını doğru planlamak, piyasa katılımcılarının ekonomik açıdan zarar etmemesini sağlamak, sistem kullanıcılarına kaliteli ve kesintisiz bir enerji sunmak için enerji talebinin gerçeğe en yakın şekilde tahmin edilmesi gereklidir. Dolayısıyla sistemde elektrik enerjisi arz ve talep miktarının dengede tutulması için bir enerji tahmin planına ihtiyaç duyulmaktadır. Elektrik enerjisi talebi, bölgesel, demografik ve meteorolojik etkenlere göre farklılık gösterebilmektedir. Bu faktörlerle ilgili büyük veri setlerinin kullanılması makine öğrenmesi ve derin öğrenme alanlarına olumlu yansımıştır. Çeşitli algoritmalar kullanılarak modellemeler yapılarak tahminde oldukça yüksek başarımlar elde edilmektedir. Çalışmamızda saatlik bazda 2018-2021 yılların arasındaki Türkiye Elektrik Tüketim Verileri ve meteorolojik veriler kullanılarak bunlara resmi tatil özellikleri de eklenmek suretiyle elektrik tüketim yük tahmini yapılması amaçlanmaktadır. Veriler birkaç makine öğrenmesi modeli ve derin sinir ağı tabanlı zaman serisi modellerinin eğitiminde kullanılarak modellerin tahmin başarımları test edilmiştir. Çalışma, enerji arz ve talep dengesizliğinin giderilmesini öngörmektedir.
Özet (Çeviri)
In today's world, where economic and industrial developments continue to increase, electrical energy is an important factor for the development of countries. It is very important to balance the amount of production and consumption when the energy demand is at the highest level and the need is at the lowest level. Production and consumption planning should be done in order to keep the electricity operating system at a certain frequency and to use electricity continuously and effectively. Planning of electricity production has become essential for the uninterrupted and correct operation of the enterprise. In addition, it has been observed that Turkey's electricity infrastructure and energy load balancing is mandatory within the scope of Industry 4.0. In order to minimize the lost energy costs in the system, to plan the production investments correctly, to ensure that the market participants do not suffer economically, and to provide a quality and uninterrupted energy to the system users, it is necessary to estimate the energy demand as closely as possible. Therefore, an energy forecasting plan is needed to keep the electrical energy supply and demand in balance in the system. The electrical energy demand may differ according to regional, demographic and meteorological factors. The use of large data sets related to these factors has positively reflected on the fields of machine learning and deep learning. By using various algorithms, models are made and very high performances are obtained in estimation. In our study, it is aimed to estimate the electricity consumption load by using the Turkish Electricity Consumption Data and meteorological data between the years 2018-2021 on an hourly basis, by adding the official holiday features to them. The prediction performance of the models was tested by using the data in the training of several machine learning models and deep neural network based time series models. The study foresees the elimination of energy supply and demand imbalances.
Benzer Tezler
- Büyük veri ve makine öğrenmesi kullanılarak elektrik tüketim örüntülerinin çıkarılması
Extracting electricity consumption patterns using big data and machine learning
FATİH ÜNAL
Doktora
Türkçe
2022
EnerjiFırat ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ EKİCİ
- Azerbaycan'da elektrik enerjisi tüketiminin yapay zeka yöntemleri ile analizi ve tahmini
Analysis and forecast of electric energy consumption in Azerbaijan with artificial intelligence methods
IBRAHIM AKBAROV
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERSİN NAMLI
- Tokat gaziosmanpaşa ünıversitesi hastanesi için hibrit derin öğrenme (CNN-LSTM) modeli ile enerji talep tahminlemesi
Energy demand forecasting for tokat gaziosmanpaşa university hospital with hybrid deep learning (CNN-LSTM) model
ORHAN YILDIZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAFER DOĞAN
- Enerji sistemlerinde makine öğrenmesi ile güç tüketim tahmini
Power consumption prediction with machine learning in energy systems
YUSUF BERUS
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YURDAGÜL BENTEŞEN YAKUT
- Assessing smart city theories and models based on the utilization of big data in cities
Kentlerde büyük veri kullanımı doğrultusunda akıllı kent teori ve modellerinin incelenmesi
MAKBULE YILDIRIM ÖZGÜVEN
Yüksek Lisans
İngilizce
2018
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU