Derin öğrenme tabanlı elektrik dağıtım trafo merkezlerinde yük tahmini: Azerbaycan örneği
Load estimation in electricity distribution substations using deep learning: The case of Azerbaijan
- Tez No: 864485
- Danışmanlar: DR. ÖĞR. ÜYESİ YALÇIN ALBAYRAK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin Öğrenme, Trafo Merkezleri Elektrik Tahmini, Yapay Sinir Ağları, Yinelemeli Sinir Ağları
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Elektrik enerjisi, çeşitli üretim santrallerinde üretilen, dağıtım hatları ile yerleşim veya sanayilere aktarılabilen ama kontrollü bir şekilde depolanmayan enerji kaynağıdır. Gelişmekte olan teknolojiliden, ağır sanayiden ve artar nüfustan dolayı genellikle tüm enerjiye bağımlılığımız arttığı gibi elektrik enerjisinde bağımlılığımız artmaktadır. Bundan kaynaklı olarak tüm dünyada ve ülkemizde elektrik enerjisi üretimini artırmağa çalışmaktadır. Enerji üretimi arttıkça ise bazı gerekli olan üretim kaynakları ise aynı oranda düşmektedir. Bundan dolayı enerji dağıtım ve iletim akıllı sayaçlar anlık takibi yapılarak arz talep dengesini anlık izleme imkânı veren akıllı şebekeler mevcuttur. Elektrik enerjisi tüketiminin artışıyla birlikte, tasarruflu enerji kullanımını teşvik etmek, enerji dağıtımı ve iletimi sırasında meydana gelen kayıpları azaltmak için gerekli önlemleri almak büyük önem taşır. Enerjiyi verimli kullanabilmek için kullanılan yöntemlerden biri de enerji talebinin önceden tahmin edilmesidir. Çeşitli yöntemler arasında özellikle kısa dönemli enerji tahmini önem kazanmaktadır. Bu çalışmada, Azerbaycan'da Şirvan bölgesin de yer alan bir indireme ve altı trafo merkezin akıllı sayaçlarla her 15 dk okunan tüketim verileri ve ayrıca hava durumu verileri kullanılarak derin öğrenme tabanlı bir tüketim tahmin modeli geliştirilmiştir. Böylelikle derin öğrenme tabanlı modeli daha iyi bir performans sağlanmıştır. Her trafo ve bir indirgeme merkezi için ayrı modeller geliştirilmiş olup, %93 üzerin de bir başarı elde edilmiştir.
Özet (Çeviri)
Electrical energy is generated in diverse power plants and can be sent to residential or industrial regions through distribution lines, but it is not stored in a regulated manner. Owing to the advancing technology, burgeoning heavy industry, and growing population, our need on electrical energy is escalating, just as our reliance on all forms of energy is increasing. As a result, countries worldwide, including our own, are making efforts to boost the production of electrical energy. As energy production rises, certain essential production resources are diminishing at an equivalent rate. Smart grids enable real-time monitoring of energy distribution and transmission through the use of smart meters, which in turn allows for immediate assessment of the supply and demand balance. Given the rising demand for electricity, it is crucial to implement methods that promote energy conservation and minimize losses throughout the distribution and transmission of energy. Energy demand forecasting is a method commonly employed to enhance energy efficiency. Short-term energy forecasting is becoming increasingly important among many methodologies. This paper presents the development of a consumption forecasting model based on deep learning. The model utilizes consumption data from one substation and six substations in the Shirvan region of Azerbaijan. The data is collected every 15 minutes using smart meters, along with weather data. Therefore, the deep learning based model achieves improved performance. Individual models were created for each substation and a reduction center, resulting in a success rate exceeding 93%.
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
- Deep learning based optimization of underwater quantum key distribution systems
Sualtı kuantum anahtar dağıtım sistemlerinin derin öğrenme tabanlı optimizasyonu
MOSTAFA NOZARI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT UYSAL
- Deep neural network-based stealthy false data injection attack detection on der integrated systems
Dek entegre sistemlerinde derin sinir ağı tabanlı gizlenmiş yanlış veri enjeksiyon saldırısı tespiti
CAN GÜRKAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Güç yönetimi için elektrikli araç şarj istasyonunun akıllı koordinasyon yaklaşımı
Smart coordination approach of electric vehicle charging station for power management
MURAT AKIL
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN BAYINDIR
DOÇ. DR. EMRAH DOKUR
- Mikro şebekelerde derin öğrenme destekli enerji yönetimi
Deep learning assisted energy management in microgrids
HALİL ÇİMEN
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURETTİN ÇETİNKAYA