Zaman serisi analizi ile su talep tahmini
Water demand forecasting with time series analysis
- Tez No: 904784
- Danışmanlar: DR. ÖĞR. ÜYESİ NUH AZGINOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Facebook Prophet, Kentsel Su Talep Tahmin, ARIMA, SARIMA, Facebook Prophet, Urban Water Demand Forecasting, ARIMA, SARIMA
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kayseri Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Küresel iklim değişikliği, artan nüfus ve su kaynaklarının verimsiz kullanımı gibi faktörler, su kıtlığını dünya genelinde giderek büyüyen bir sorun haline getirmektedir. Su talebinin doğru bir şekilde tahmin edilmesi, su kaynaklarının sürdürülebilir yönetimi açısından büyük bir öneme sahiptir. Bu çalışmada, Kayseri iline ait içme suyu tüketim verileri kullanılarak, ARIMA, SARIMA ve Facebook Prophet isimli zaman serisi analiz yöntemleri ile su talep tahmini gerçekleştirilmiştir. ARIMA yöntemi, zaman serisi analizinde kullanılan geleneksel yöntemlerden olup serideki eğilim ve otokorelasyonları dikkate alırken, SARIMA modeli mevsimsel örüntüleri de içeren daha karmaşık bir yapı sunmaktadır. Facebook Prophet ise zaman serisi analizi için kullanılan güncel yöntemlerdendir. Tez çalışması kapsamında ARIMA ve SARIMA birlikte, Facebook Prophet ise ayrı değerlendirilmiştir. Yapılan deneylerde ARIMA modelinin ani değişiklikleri yeterince yakalayamadığı, SARIMA'nın mevsimsellik ve eğilimleri iyi yakaladığı görülmüştür. Bununla birlikte Ortalama Kare Hatası (MSE) kıyaslamasında ARIMA'nın daha başarılı olduğu sonucuna ulaşılmıştır. Facebook Prophet ile yapılan analizde ise hem yıllık hem de aylık bazda değerlendirme fırsatı elde edilmiştir. Yıllar içerisinde su tüketiminin giderek arttığı tespiti üzerine artan nüfus oranı dikkate alınarak su tüketimi ile nüfus arasındaki korelasyon ortaya konulmuştur. Elde edilen korelasyon değeri bize artan su talebine ilişkin tek parametrenin artan nüfus olmadığı, tarım, meteoroloji vb. faktörlerin de su talebine etkisinin olabileceğini göstermektedir. Bu konulardaki etkilerin araştırılması bu tez çalışmasının kapsamında olmayıp, bu çalışmanın farklı çalışmalar için esin kaynağı olabileceği değerlendirilmektedir.
Özet (Çeviri)
Global climate change, increasing population, and inefficient water use are making water scarcity a growing problem worldwide. Accurate estimation of water demand is crucial for sustainable water management. This study was conducted using drinking water consumption data from Kayseri, and water demand was estimated using ARIMA, SARIMA, and Facebook Prophet, which are offline time series analysis methods. The ARIMA method is one of the traditional techniques used in time series analysis. While the ARIMA model accounts for autocorrelations in the data, it cannot model seasonal patterns, whereas the SARIMA model offers a more complex structure that includes seasonality. Facebook Prophet is one of the modern methods employed for time series analysis. In this study, ARIMA and SARIMA were evaluated together, while Facebook Prophet was evaluated separately. The experiments showed that the ARIMA model struggled to capture sudden changes effectively, while SARIMA performed well in capturing seasonality and patterns. However, ARIMA was found to be more successful when comparing Mean Square Error (MSE). The analysis with Facebook Prophet allowed for the evaluation of water demand on both annual and monthly scales. The relationship between water consumption and population was analyzed. The results revealed that the increasing population rate alone did not explain the gradual rise in water consumption. Other factors, such as agricultural production and meteorological conditions, also significantly influenced water demand. The results of this study provide valuable insights and serve as a source of inspiration for future research.
Benzer Tezler
- Hybrid demand forecasting system on glass industry
Cam sektöründe hibrit talep tahmin sistemi
TANER ATEŞ
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN SELÇUK KILIÇ
PROF. DR. BAHAR SENNAROĞLU
- Makine öğrenme yöntemleri yardımıyla tüketim istatistiklerine göre talep tahmini
Load forecasting by machine learning methods
MURATCAN ATALAY
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RÜŞTÜ MURAT DEMİRER
- Meteorolojik kuraklık modellemesi ve Türkiye uygulaması
Meteorological drought modelling and application to Turkey
SEVİNÇ SIRDAŞ
Doktora
Türkçe
2002
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Impacts of geothermal power plants on air quality, climate change and biodiversity
Jeotermal enerji santrallerinin hava kalitesi, iklim değişikliği ve biyoçeşitlilik üzerindeki etkileri
MERVE DÖNDÜ AYDIN
Yüksek Lisans
İngilizce
2024
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURÇAK KAYNAK TEZEL
PROF. DR. MICHAEL LEUCHNER
- Atmosferik depolama tanklarında güncel hasarlarla ampirik ve analitik kırılganlık analizi
Empirical and analytical fragility analysis with current damages in atmospheric storage tanks
FIRAT BEZİR
Yüksek Lisans
Türkçe
2022
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ SARI