Enerji verimliliği ve tahmin modellerinin modern yöntemler ile değerlendirilmesi
Evaluation of energy efficiency and forecasting models with modern methods
- Tez No: 798171
- Danışmanlar: PROF. DR. FAZIL GÖKGÖZ
- Tez Türü: Doktora
- Konular: Enerji, İşletme, Energy, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 154
Özet
İklim değişikliğinin olumsuz etkilerine karşı atılacak adımlardan biri fosil yakıt kaynaklı CO2 emisyon salınımı azaltmaktır. CO2 emisyonu önemli sebepleri arasında ulaşım, sanayi ve elektrik üretimi bulunmaktadır. Bu çalışmada elektrik üretimi sonucu oluşan CO2 emisyonunu minimize edecek enerji karışımı nicel olarak öngörülmüştür. Çalışma kapsamında iki farklı yöntem kullanılmıştır. Senaryo analizi yöntemi ile Olağan İş Senaryosu, Yenilenebilir Enerji Senaryosu ve Yenilenebilir Nükleer Enerji Senaryosu oluşturulmuştur. Senaryoların sonuçları enerji karışımı ve CO2 emisyonu çerçevesinde değerlendirilmiştir. Diğer bir yöntem ise derin öğrenme yöntemi ile birincil enerji kaynaklarının elektrik üretim miktarlarının tahmin edilmesidir. Elektrik üretim tahmin sonuçları kullanılarak CO2 emisyonunu minimize edecek amaç fonksiyonu oluşturulmuştur. Amaç fonksiyonunu gerçekleştiren optimal enerji karışım sonucunda gerçekleşen CO2 emisyon miktarları 2030 yılına kadar haftalık hesaplanmıştır. Bu değerlere göre CO2 emisyon miktarında artışın devam edeceği öngörülmektedir.
Özet (Çeviri)
CO2 emissions reduction is one of the steps to be taken against the negative effects of climate change. The important causes of CO2 emissions are transportation, industry, and electricity generation. In this study, the energy mix that will minimize the CO2 emission resulting from electricity generation is quantitatively predicted. Two different methods are used in the study. In scenario analysis method, Business as Usual Scenario, Renewable Energy Scenario and Renewable Nuclear Energy Scenario are created. The results of the scenarios are evaluated in terms of energy mix and CO2 emissions. Another method is estimating the electricity production amounts of primary energy sources with the deep learning method. The objective function to minimize the CO2 emission is created. The amount of CO2 emissions realized because of the optimal energy mixture that fulfills the objective function has been calculated weekly until 2030. According to these values, it is predicted that the increase in the amount of CO2 emissions will continue.
Benzer Tezler
- Forecasting of produced output electricity in photovoltaic power plants
Foto-voltaik güç santrallarında elektrik üretim tahmini
TARANEH SAADATI
Doktora
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. BURAK BARUTÇU
- Makine öğrenmesi algoritmalarıyla elektrik tüketimi için talep tahmin modellemeleri ve yenilenebilir enerjinin artan önemi: Türkiye örneği
Demand forecasting modelling for electricity consumption with machine learning algorithms and the increasing importance of renewable energy: The case of Turkiye
İLKNUR YEŞİM DİNÇEL KIRATOĞLU
- Development of data-drıven models for estımatıng mud and fıltrate alkalınıty usıng machıne learnıng applıcatıons
Makine öğrenimi uygulamaları kullanarak çamur ve filtrat alkalinitesini tahmin etmek için veri odaklı modellerin geliştirilmesi
AHMET ÖNDER
Yüksek Lisans
İngilizce
2025
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İHSAN BURAK KULGA
DR. SERCAN GÜL
- A comparative study of nonlinear model predictive control and reinforcement learning for path tracking
Yol izleme için doğrusal olmayan model öngörülü kontrol ve pekiştirmeli öğrenmenin karşılaştırmalı çalışması
GAMZE TÜRKMEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Yapay zeka tabanlı bara diferansiyel koruma sistemi
Artificial intelligence based busbar differential protection system
EMRE ÖZDEMİR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU