Ulusal elektrik enerjisi tüketim miktarlarının tahmin edilmesinde kullanılan yöntemlerin karşılaştırılması ve birleşik krallık verileri ile bir uygulama
Comparison of methods used in predicting national electricity energy consumption amounts and an application with united kingdom data
- Tez No: 913423
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET AKANSEL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Elektrik talep tahmini, enerji sistemlerinin güvenli, ekonomik ve çevresel olarak sürdürülebilir bir şekilde işletilmesi için hayati öneme sahiptir. Son zamanlarda, elektrik talep tahmin yöntemleri üzerine yapılan çalışmalar, hem klasik yöntemlerin iyileştirilmesi hem de yeni teknolojilerin entegrasyonu üzerine yoğunlaşmıştır. Bu çalışmada, Birleşik Krallık'taki elektrik talebi veri seti kullanılarak elektrik talebini tahmin etmek amaçlanmıştır. Bu amaç doğrultusunda, Mevsimsel Otoregresif Entegre Hareketli Ortalama (SARIMA), Prophet, Uzun Kısa Süreli Bellek (LSTM), XGBoost ve Lineer Artırma Regresyonu gibi çeşitli tahmin modelleri Python yazılım dili kullanılarak Google Colab ortamında uygulanmıştır. Modellerin performansları, Kök Ortalama Kare Hatası (RMSE) ve Ortalama Mutlak Yüzde Hatası (MAPE) doğruluk ölçüm yöntemleri kullanılarak karşılaştırılmıştır. Sonuçlar, LSTM yönteminin diğer yöntemlere üstünlüğünü göstermektedir. Ayrıca, sonuçlar Prophet ve XGBoost modellerinin de iyi performans sergilediğini göstermiştir.
Özet (Çeviri)
Electricity demand forecasting is vital for the safe, economical, and environmentally sustainable operation of energy systems. Recently, studies on electricity demand forecasting methods have focused on both improving classical methods and integrating new technologies. In this study, the aim is to forecast electricity demand using the electricity demand dataset of the United Kingdom. For this purpose, various forecasting models such as Seasonal Autoregressive Integrated Moving Average (SARIMA), Prophet, Long Short-Term Memory (LSTM), and XGBoost, Linear Boost Regression were implemented using the Python programming language in the Google Colab. The performances of the models were compared using accuracy measurement methods such as Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE). The results show the superiority of the LSTM method over other methods. Additionally, the results indicate that the Prophet and XGBoost models also perform well.
Benzer Tezler
- Türkiye için 2015 yılı aylık elektrik enerjisi talep tahmini
For the year of 2015 monthly electricity energy demand forecast for Turkey
YASEMİN ÖZLİMAN FARIMAZ
Yüksek Lisans
Türkçe
2016
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Evsel atıktan enerji üretimi: Gaziantep örneği
Energy production from manucipal waste–study case: Gaziantep city waste
MESUT CEM COŞKUNER
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. KADİR ALP
- Architectural retrofit of educational buildings towards nearly zero energy and cost optimal levels considering the life cycle and occupant comfort
Yaşam döngüsü ve kullanıcı konforuna göre yaklaşık sıfır enerji ve optimal maliyet seviyelerine yönelik eğitim binalarının mimari yönden iyileştirilmesi
NAZANIN MOAZZEN FERDOS
Doktora
İngilizce
2020
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. LEYLA TANAÇAN
PROF. DR. MUSTAFA ERKAN KARAGÜLER
- Türkiye'de olası karbon fiyatlandırmasının yenilenebilir enerji yatırımları ve emisyon azaltıcı uygulamalara olan etkisi
The effect of possible carbon pricing on renewable energy investments and emission reduction practices in Türkiye
CAFER ŞUTAŞDEMİR
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA
- Tekstil sektöründe entegre kirlilik önleme ve kontrolü ve temiz üretim uygulamaları
Applications of integrated pollution prevention and control and clean production in textile industry
EMRAH ÖZTÜRK
Doktora
Türkçe
2014
Çevre MühendisliğiSüleyman Demirel ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KİTİŞ
YRD. DOÇ. DR. MUSTAFA KARABOYACI