Makine öğrenmesi yöntemleriyle otonom bina yönetim sisteminde enerji tüketiminin tahmin edilmesi
Predicting energy consumption in autonomous building management system with machine learning methods
- Tez No: 893487
- Danışmanlar: PROF. DR. MAHİR DURSUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Enerji fiyatlarının artması ve çevresel sürdürülebilirlik gereksinimlerinin artmasıyla birlikte, binalarda etkili termal enerji yönetimi büyük bir önem kazanmıştır. Bu araştırmanın amacı, konforlu iç mekan koşullarını korumak için gerekli olan termal enerji miktarını tahmin edebilen bir makine öğrenimi modeli geliştirmektir. Geliştirilen model, otonom bina yönetim sistemine entegre edilerek, ısıtma sistemlerinin mevcut ihtiyaçlara göre otomatik olarak ayarlanmasını sağlayacaktır. Çalışma, iş anlayışı, veri analizi, veri hazırlığı, modelleme, değerlendirme ve dağıtım aşamalarını içeren CRISP-DM metodolojisine dayanmaktadır. Model geliştirme sürecinde doğrusal regresyon algoritması kullanılmış ve IoT sensörleriyle toplanan termal enerji tüketim verileri, kamuya açık veri setleriyle eğitilmiş ve test edilmiştir. Doğrulama sonuçları, tahmin modelinin ortalama %2,41 mutlak hata oranı ve yüksek bir belirleme katsayısına sahip olduğunu göstermektedir. Bu teknolojinin bina yönetimine entegrasyonu, enerji verimliliği ve çevresel sürdürülebilirliği artırmak için yeni fırsatlar sunmaktadır. Otomatik ısıtma kontrol sistemleri, enerji tüketimini optimize ederek maliyetleri düşürürken, kullanıcı konforunu artırmakta ve kaynakların daha verimli kullanımını sağlamaktadır. Bu yenilikçi yaklaşım, akıllı bina teknolojilerine önemli bir katkı sağlayarak, sürdürülebilir ve verimli enerji yönetimi için yeni perspektifler ortaya koymaktadır.
Özet (Çeviri)
Due to rising energy costs and increasing demands for environmental sustainability, effective thermal energy management in buildings has become crucial. The purpose of this research is to develop a machine learning model to estimate the amount of thermal energy required to maintain comfortable indoor conditions. This model will be integrated into an autonomous building management system, enabling automatic adjustment of heating systems based on real-time needs. The study follows the CRISP-DM methodology, which encompasses the steps of business understanding, data understanding, data preparation, modeling, evaluation, and deployment. A linear regression algorithm was employed to develop the model, using thermal energy consumption data gathered from IoT sensors, sourced from publicly available datasets for training and testing. The validation results indicate that the prediction model achieved an average absolute error of 2.41% and a high coefficient of determination. Implementing this technology in building management creates new opportunities to enhance both energy efficiency and environmental sustainability. Automated heating control systems optimize energy consumption, reduce costs, enhance occupant comfort, and promote more efficient resource use. This innovative approach significantly contributes to the advancement of smart building technologies, offering fresh perspectives for sustainable and efficient energy management.
Benzer Tezler
- Makine öğrenmesi ve derin öğrenme yöntemleriyle otonom kestirimci bakım modellerinin geliştirilmesi
Development of autonomous predictive maintenance models with machine learning and deep learning methods
MAHMUT OLTAN DERE
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİZMİR BAKIRÇAY ÜNİVERSİTESİAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER GÖLCÜK
- Kuantum teknolojiler kullanılarak makine öğrenmesi ile görüntülerden nesne tanıma
Object recognition from images with machine learning by using quantum technologies
MERT YAVUZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENGİN ŞAHİN
- Data analysis with distributed machine learning methods in smart city applications
Akıllı şehir uygulamalarında dağıtık makine öğrenmesi yöntemleriyle veri analizi
NAWAF ABDULLA
Doktora
İngilizce
2024
Yönetim Bilişim SistemleriGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRCİ
PROF. DR. SUAT ÖZDEMİR
- Driver emotion recognition based on vehicle kinematics via machine learning methods
Sürücü duygu durumunun araç kinematiği üzerinden makine öğrenmesi yöntemleriyle tanınması
BÜNYAMİN EŞİYOK
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ İÇSEL OLCAYTUĞ
- Makine öğrenmesi yöntemleri ile sakrum kemiği üzerine bir karar destek sisteminin oluşturulması
Designing a decision support system on the sacrum bone using machine learning methods
FERHAT KILIÇ
Doktora
Türkçe
2024
BiyomühendislikYozgat Bozok ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMİL ALTIN