Development of regression model for electrical load forecasting during the COVID-19 pandemic lockdown
Başlık çevirisi mevcut değil.
- Tez No: 821923
- Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF GÜRCAN ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Yeni koronavirüs (COVID-19) salgını, dünya çapında kamu hizmetleri ve şebeke operatörleri için benzeri görülmemiş zorluklar yarattı. Bu tezde, yük tahmini problemine odaklanıyoruz. Katı sosyal mesafe kısıtlamaları nedeniyle, dünya çapındaki güç tüketimi profilleri hem büyüklük hem de günlük kalıplar açısından değişti. Bu değişiklikler, kısa vadeli yük tahmininde önemli zorluklara neden olmuştur. Algoritmalar tipik olarak hava durumunu, zamanlama bilgilerini ve önceki tüketim seviyelerini girdi değişkenleri olarak kullanır, ancak pandemi sırasında sosyoekonomik davranıştaki büyük ve ani değişiklikleri yakalayamazlar. Bu tezde, tahmin algoritmalarının mevcut yapı taşlarını tamamlamak için ekonomik faaliyetlerin bir ölçüsü olarak bir regresyon modeli sunuyoruz. Böyle bir veri kümesiyle ilgili en büyük zorluk, son pandemi ile yalnızca sınırlı hareketlilik kayıtlarının ilişkili olmasıdır.
Özet (Çeviri)
The coronavirus (COVID-19) outbreak has presented unprecedented challenges to utilities and grid administrators worldwide. One area of particular concern is load forecasting, as the pandemic has caused significant changes in the magnitude and daily power consumption patterns due to strict social distancing measures. These changes have introduced complexities in accurately predicting short-term electricity demand. Traditionally, load forecasting algorithms rely on weather conditions, timing information, and historical consumption levels to make predictions. However, these algorithms struggle to capture the large and abrupt shifts in socioeconomic behavior during the pandemic. This limitation is due to the lack of available data on mobility, a crucial factor in understanding economic activity during this period. To address this challenge, this dissertation proposes introducing a regression model as an additional measure of economic activity. By incorporating this model into existing forecasting algorithms, we aim to enhance their accuracy and robustness in capturing the effects of the pandemic on electricity demand. However, one of the main obstacles in utilizing such a dataset is the scarcity of mobility records specifically associated with the recent pandemic. By exploring alternative data sources and developing innovative approaches, this dissertation seeks to overcome the limitations posed by the lack of mobility records. The goal is to improve load management forecasting capabilities during significant socioeconomic shifts, such as the ongoing pandemic. This research aims to contribute to advancing load forecasting methodologies and provide valuable insights for utilities and grid administrators grappling with the challenges posed by the COVID-19 pandemic.
Benzer Tezler
- Elektrik üretim sistemlerinin optimal planlamasında yeni bir modelleme ve çözüm
Başlık çevirisi yok
SEMRA ÖZTÜRK
Doktora
Türkçe
1989
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Ana Bilim Dalı
PROF. DR. NESRİN TARKAN
- Energy demand forecasting in fog computing based microgrids using ensemble learning
Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini
TUĞÇE KESKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Forecasting-based hybrid model predictive controller for microgrid energy management
Mikro şebeke enerji yönetimi için tahmine dayalı hibrit model öngörümlü kontrol algoritması
AYŞEGÜL KAHRAMAN
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT GÜZELİŞ
DR. ÖĞR. ÜYESİ EMRAH BIYIK
- Dağıtım sisteminin özelleştirilmesi ve yapay sinir ağları ile yük tahmini
Distribution system and long term load forecasting using artificial neural network
HİLAL AYBİKE AKAR
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ TAPLAMACIOĞLU
- Elektrik enerjisi dağıtım sistemlerinde profil katsayılarının belirlenmesi için zaman serilerine dayalı tüketim tahmin modellerinin geliştirilmesi
Development of time series based consumption forecasting models for determining profile coefficients in electrical energy distribution systems
GÜLSÜM YILDIRIZ
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ÖZTÜRK