550 kwp kurulu güce sahip güneş santralinin makine öğrenmesi ile kısa vadeli elektrik üretim tahmini
Prediction of short-term electricity production amount of solar power plant with 550 kwp installed capacity using machine learning
- Tez No: 788505
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ÇİFCİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Günümüzde güneş, rüzgâr gibi yenilenebilir enerji kaynaklarının kullanımı sürdürülebilirlik, doğa dostu ve tükenmeyen kaynaklarından oluştuğu için vazgeçilmez bir zorunluluk haline gelmiştir. Gelişen teknoloji ile birlikte verimleri her geçen gün artan yenilenebilir enerji yöntemleri son dönemlerde hızla yaygınlaşırken, bazı sorunları da beraberinde getirmiştir. Sadece üretilen enerji miktarının artması tek başına yeterli olmayıp, üretilen enerjinin verimli kullanılamaması bu sorunların en önemlilerindendir. Bu sebeple üretilen enerjinin takibi ve üretim miktarının tahmini daha da önem kazanmaya başlamıştır. Güneş enerji santrallerinde üretilecek enerji tahmini, enerjinin daha verimli ve etkin kullanılması için önemlidir. Üretilecek gücün tahmin edilmesi yatırımın doğruluğu, optimum üretim miktarının belirlenmesi, ihtiyaç duyulan güce erişilip erişilemeyeceği, sektörde yatırım yapan firmaların gelir hedeflerini planlaması ve enerjinin boşa harcanmaması için büyük bir öneme sahiptir. Türkiye'de elektrik üreten firmalar hem devlete sözleşme karşılığı ürettikleri enerjiyi sabit fiyattan satabilmekte hem de spot piyasada gün öncesi belirlenen fiyat üzerinden satış yapabilmektedir. Bu sebeple üretilen enerji miktarının kestirimi ticari açıdan da büyük önem taşımaktadır. Bu tezde, Denizli ilinde bulunan bir güneş enerjisi santralinin kısa vadede üreteceği enerji miktarı, makine öğrenmesine dayalı doğrusal regresyon, rastgele orman, k en yakın komşu, destek vektör makineleri ve yapay sinir ağları ile tahmin edilmiş ve gerçek üretim değerleri ile karşılaştırılmıştır. Ayrıca çalışmada tahmin yöntemlerinin performansını ortaya çıkarmak için belirleme katsayısı, karekök ortalama hata ve ortalama mutlak yüzdelik hata algoritmaları kullanılmıştır. Tezde, tahmin için kullanılan güneş enerjisi santralinden elde edilen verilerle uygulanan makine öğrenmesi yöntemlerinin yüksek performans gösterdiği ve gerçek değerlere yakın tahminler yaptığı ortaya koyulmuştur. Ayrıca oluşturulan tahmin metotları kendi arasında da kıyaslanmıştır. Bu çalışma ile güneş santrallerinin üretileceği enerji miktarını yüksek doğrulukla tahmin etmenin mümkün olduğu gösterilmiştir.
Özet (Çeviri)
Today, the use of renewable energy sources such as sun and wind has become an unavoidable necessity due to the fact that they are sustainable, environmentally friendly, and renewable. Renewable energy methods, whose efficiency is increasing with the advancement of technology, have become more prevalent in recent years, bringing with them some issues. Increasing the amount of energy produced alone is insufficient, and one of the most serious of these issues is inefficient energy use. As a result, monitoring the produced energy and forecasting the production amount have begun to gain importance. For a more efficient and productive use of energy, it is crucial to forecast the amount of energy that solar power plants will produce. Forecasting the power to be produced is critical for investment accuracy, determining the optimum production amount, determining whether the required power can be reached, planning the income targets of the companies investing in the sector, and avoiding energy waste. Electricity producers in Turkey have the option of selling their energy to the government under a contract or at the price set the previous day on the spot market. Because of this, forecasting the amount of energy produced is critical for commercial purposes. In this thesis, the amount of energy expected to be produced in the short term by a solar power plant in Denizli province was forecasted using machine learning-based linear regression, random forest, k nearest neighbor, support vector machines, and artificial neural networks and compared to actual production values. Furthermore, the study employed the coefficient of determination, root mean square error, and mean absolute percentage error algorithms to assess the performance of the forecasting methods. In the thesis, it has been demonstrated that machine learning methods applied to data obtained from the solar energy power plant used for forecasting achieved high performance and made forecasting close to actual values. Furthermore, the forecasting methods developed were compared to one another. This study demonstrated that it is possible to forecast the amount of energy produced by solar power plants with a high degree of accuracy.
Benzer Tezler
- İnsansız hava aracıyla sağlanan fotoğraflar, CBS ve PVSYSTkullanımı ile bina çatısına kurulacak güneş paneli için uygunluk analizi
Suitability analysis for installing solar panels on building roofs using uav-sourced photos, GIS, and PVSYST
CAHİDE USAL
Yüksek Lisans
Türkçe
2024
Yönetim Bilişim Sistemleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. HAYRİ HAKAN DENLİ
- Enerji yatırım uyuşmazlıklarında yetki sorunu ve esasa uygulanacak hukuk
Jurisdiction issue in energy investment disputes and the law applicable to substance
HANDE ÜNSAL
- Oktay Akbal'ın Hayri Bey'li Üsküdar adlı öyküsünde cümlelerarası anlam ilişkileri
Meaning relations between sentences in the story of Oktay Akbal which is called Hayri Bey?li Üsküdar
HASENE AYDIN
Yüksek Lisans
Türkçe
2009
Türk Dili ve EdebiyatıUludağ ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. KERİME ÜSTÜNOVA
- Yüksek binaların yapım kriterleri ve bu kriterlerin İstanbul'dan dört örnek üzerinde analiz
Başlık çevirisi yok
SAADET AYTIS
Doktora
Türkçe
1997
MimarlıkMimar Sinan Güzel Sanatlar ÜniversitesiYapı Bilgisi Ana Bilim Dalı
PROF. DR. GÜNDÜZ GÖKÇE
- Mevcut betonarme bir binanın deprem performansı ve güçlendirilmesi
Seismic performance and reinforcement of an existing reinforced concrete building
ERKAN AKGÜL
Yüksek Lisans
Türkçe
2009
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. METİN AYDOĞAN