Geri Dön

Yapay sinir ağları kullanılarak enerji tüketim tahmini: Gümüşhane örneği

Energy consumption estimation using artificial neural networks: Gümüşhane

  1. Tez No: 865671
  2. Yazar: BÜŞRA KAYA ÇİÇEK
  3. Danışmanlar: DOÇ. DR. FATİH MEHMET NUROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Enerji yük tahmininin önemi, enerji kaynaklarının etkin kullanımı, kesintilerin önlenebilmesi ve sürdürülebilir enerji politikalarının oluşturulmasında temel bir rol oynayarak vurgulanmaktadır. Ayrıca, enerji altyapısının kapasite planlamasında ve yeni yatırımların gerekliliğinin belirlenmesinde kritik bir faktördür. Bu bağlamda, farklı yöntemler arasında öne çıkan yapay zeka teknikleri, özellikle yapay sinir ağları ve bu ağların parametrelerinin belirlenmesinde kullanılan metasezgisel algoritmalar, son zamanlarda dikkat çekmektedir. Bu çalışma, Ali Baba ve Kırk Haramiler algoritması kullanılarak yapay sinir ağı parametrelerinin belirlendiği ve gerçek verilere dayalı olarak enerji yük taleplerini daha hassas ve güvenilir bir şekilde tahmin etmeyi odak noktasına almaktadır. Bu çalışmada, öncelikle seçilen bölgenin giriş verileri için belirli değişkenler ve çıkış verisi için enerji tüketim verileri analiz edilmiştir. Ardından, AFT kullanılarak yapay sinir ağının parametreleri belirlenmiştir. Belirlenen parametreler ile YSA çalıştırılarak MSE değeri incelenmiştir. Performans analizi yapmak için PSO ve BSA ile aynı işlemler yapılarak karşılaştırma yapılmıştır. Enerji talep tahmininde yapay zeka tabanlı teknolojilerin kullanımının önemini vurgulayarak, sektördeki geleceğe yönelik planlamalara katkıda bulunmayı amaçlamaktadır.

Özet (Çeviri)

The significance of energy load forecasting is highlighted by playing a fundamental role in the efficient utilization of energy resources, prevention of interruptions, and the formulation of sustainable energy policies. Additionally, it is a critical factor in capacity planning for energy infrastructure and determining the necessity for new investments. In this context, artificial intelligence techniques, particularly artificial neural networks, and metaheuristic algorithms used in determining the parameters of these networks have gained prominence in recent years. This study focuses on the determination of artificial neural network parameters using the Ali Baba and Forty Thieves algorithm, aiming to predict energy load demands more accurately and reliably based on real data. The analysis in this study involves initially scrutinizing specific variables for input data in the selected region and energy consumption data for the output. Subsequently, the parameters of the artificial neural network are determined using the Ali Baba and Forty Thieves algorithm. The identified parameters are then used to run the artificial neural network, and the Mean Squared Error (MSE) value is examined. To conduct a performance analysis, the same procedures are executed using PSO and BSA for comparison. Emphasizing the importance of utilizing artificial intelligence-based technologies in energy demand forecasting, this study aims to contribute to future planning in the sector.

Benzer Tezler

  1. Ulaştırma sistemlerinde enerji analizi parametrelerinin tahmin edilmesi

    Prediction of energy analysis parameters in transportation systems

    RUKİYE SAKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Enerjiİskenderun Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ

  2. Bir gıda işletmesinde enerji talep tahmini

    Energy demand forecasting in a food processing industry

    SARA UYGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASLI AKSOY

  3. Endüstriyel işletmelerde enerji izleme sistemleri ve ISO 50001 enerji yönetim sisteminekatkıları

    Energy monitoring systems in industrial enterprises and contributions to ISO 50001 energy management system

    ECEM UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EnerjiKocaeli Üniversitesi

    Enerji Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT AYAZ

  4. Yapay sinir ağlarıyla konya bölgesinde kullanıcı doğal gaz tüketim öngörüsü

    Forecasting of natural gas consumption by artificial neural networks in konya region

    BURCU AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    YRD. DOÇ. BURAK BARUTÇU

  5. Sakarya Uygulamalı Bilimler Üniversitesi yerleşkelerinde COVID-19'un elektrik enerjisi tüketimine etkileri ve tüketim tahmini

    Effects of COVID-19 on electricity energy consumption and consumption forecast in Sakarya Applied Sciences University campuses

    SAMET ARAYICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mekatronik MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER DURSUN