Türkiye için yapay sinir ağları ve zaman serisi yöntemleriyle yenilenebilir enerji üretimi tahminleri
Renewable energy production forecasts for Turkey by artificial neural networks and time series
- Tez No: 908531
- Danışmanlar: DR. ÖĞR. ÜYESİ ERKAN ÖZHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yenilenebilir enerji, Yapay Sinir Ağları, Zaman Serisi Analizi, ARIMA, Kübik Düzeltme Spline, Sinir Ağı Otoregresyon, Renewable Energy, Artificial Neural Networks, Time Series Analysis, ARIMA, Cubic Smoothing Spline, Neural Network Autoregulation Method
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 79
Özet
Zaman içerisinde artmakta olan nüfus ve gelişmekte olan sanayi ve yaşam şartlarındaki değişimler sebebiyle sürekli veya çevre kirliliğini en aza indirgediği için yenilenebilir enerji kaynakları tercih edilir. Yapılan çalışmada Türkiye'deki yenilenebilir enerji kaynaklarından elektrik üretim oranı, gelecek yıllar içerisinde gereksiz enerji kaybını önlemek için uygun bir şekilde belirlenmelidir. Bu kaybı önlemek için 1960-2019 yılları arasında Türkiye'deki yenilenebilir enerji kaynaklarından elektrik üretim oranları veri kümesi zaman serisi analizi ve yapay sinir ağları tahminleme teknikleri kullanılarak işlenmiştir. Ayrıca 2020'den 2025 yılına dahil olmak üzere tahminleme işlemi de yapılmıştır. Kullanılan tahminleme tekniklerin performans değerlendirmesi için veri kümesinin içerisinde 1960-2014 arasındaki veriler eğitim verisi, 2015-2019 arasındaki veriler ise test verisi olarak alınarak ortalama mutlak hata (MAE) ve kök ortalama kare hatası (RMSE) değerleri üzerinde incelenmiştir. En iyi sonucu veren tekniğin sinir ağı otoregresyon (NNAR) olduğu ortaya çıkmasına rağmen yapılan tahminleme işleminde elde edilen değerlerin sabit kalmasından dolayı tercih edilmemiştir. Onun yerine, ARIMA (2,2,1) modeli ve kübik düzeltme spline teknikleri tercih edilebileceği ortaya çıkmıştır. Bu çalışmada yenilenebilir enerji kaynaklarını önceden öngörerek bunun için, daha verimli planlamalar ve organizasyon olması gerektiği belirlenmiştir.
Özet (Çeviri)
Renewable energy sources are preferred because they minimize continuous or environmental pollution due to the increasing population and developing industry and changes in living conditions over time. In the study, the rate of electricity generation from renewable energy sources in Turkey should be determined appropriately in order to prevent unnecessary energy loss in the coming years. In order to prevent this loss, the dataset of electricity generation rates from renewable energy sources in Turkey between 1960-2019 was processed using time series analysis and artificial neural network estimation techniques. In addition, estimation was made from 2020 to 2025. For the performance evaluation of the estimation techniques used, the data between 1960-2014 was taken as training data and the data between 2015-2019 was taken as test data and examined on mean absolute error (MAE) and root mean square error (RMSE) values. Although it turned out that the technique that gave the best results was neural network autoregression (NNAR), it was not preferred because the values obtained in the estimation process remained constant. Instead, it turned out that ARIMA (2,2,1) model and cubic smoothing spline techniques can be preferred. In this study, it has been determined that renewable energy sources should be foreseen and more efficient planning and organization is required for this.
Benzer Tezler
- Forecasting for bioethanol production in Turkey
Türkiye'de biyoetanol üretimi için öngörü
EZGİ BAYRAKDAR ATEŞ
Doktora
İngilizce
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. FİLİZ KARAOSMANOĞLU
- Rüzgar hız ve enerji verilerinin tahmini için kaotik yaklaşımla birlikte destek vektör regresyonunun kullanımı
The use of support vector regression in conjunction with the chaotic approach for the forecasting of wind speed and energy data
ELİF BEYZA ÇATALBAŞ ERDOĞAN
Yüksek Lisans
Türkçe
2019
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. KASIM KOÇAK
- Trafik kazalarının çok değişkenli istatistiksel yöntemlerle modellenmesi
Modelling of traffic accident by multivariate statistical methods
HALİM FERİT BAYATA
Doktora
Türkçe
2010
TrafikAtatürk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİNAN HINISLIOĞLU
- Durağan olmayan zaman serilerinde alternatif tahmin yöntemlerinin karşılaştırmalı olarak incelenmesi
A comparative investigation of alternative estimation methods in non-stationary time series
LEVENT KAYA
- Electricity price forecasting using hybrid time series models
Hibrit zaman serisi modelleriyle elektrik fiyat tahmini
BÜŞRA TAŞ
Yüksek Lisans
İngilizce
2018
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. CEYLAN YOZGATLIGİL