Yapay zeka algoritmaları ile elektrik talep tahmini: Tekirdağ, Çerkezköy örneği
Electricity demand forecasting with artificial intelligence algorithms: The case of Tekirdağ, Çerkezköy
- Tez No: 924281
- Danışmanlar: PROF. DR. GÜRKAN TUNA
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 161
Özet
Elektrik, günümüzde endüstride ve birçok alanda kullanılmaktadır. Endüstride elektrik, iş gücüne, üretim sahasının genişliğine ve mevsimsel şartlara bağlı olarak soğutma, ısıtma, aydınlatma, elektronik ve mekanik işlemlerde kullanılmaktadır. Bu tez çalışmasında, Tekirdağ, Çerkezköy bölgesinin vaka analizi, en küçük kareler yöntemi, k-en yakın komşu yöntemi, karar ağacı, destek vektör makinesi ve yapay sinir ağları algoritmaları kullanarak kısa dönem talep tahmini gerçekleştirilmiştir. Bu tez çalışmasında Tekirdağ, Çerkezköy bölgesinin, 1 Ocak 2021- 31 Aralık 2023 dönemine ait saatlik tüketim verileri Trakya Elektrik Perakende Satış A.Ş'den temin edilmiştir. Aynı döneme ait saatlik meteorolojik veriler meteoblue veri tabanından sağlanmıştır. Tahmin çıktılarının grafikler üzerinde anlaşılabilir ve yorumlanabilir olması adına veri seti küçültülmüştür. En küçük kareler ve k-en yakın komşu yöntemi algoritmaları için 1 Mayıs 2021 00.00'dan 4 Mayıs 2021 00.00'a kadar olan 72 saatlik süreçteki değerler veri seti olarak kullanılmıştır. Karar ağacı, destek vektör makinesi ve yapay sinir ağları algoritmaları için 24 Nisan 2021 00.00'dan 4 Mayıs 2021 00.00'a kadar olan 240 saatlik süreçteki değerler veri seti olarak kullanılmıştır. 240 saatlik veri setini %70'i eğitim %30'u test veri seti olarak kullanılmıştır. MATLAB üzerinde elde edilen sonuçlar, ortalama mutlak yüzde hatası, korelasyon katsayısı ve kök ortalama kare hatası hata metriklerine dayalı olarak analiz edilmiştir. Bu işlemler sonunda, çalışmada kullanılan yöntemler başarımlarına göre sıralanmış ve en az hata oranına sahip yöntem belirlenmiştir.
Özet (Çeviri)
Electricity is widely used in industry and various other fields today. In industrial applications, electricity is utilized for cooling, heating, lighting, electronic, and mechanical operations depending on workforce requirements, the scale of the production site, and seasonal conditions. In this thesis study, a case analysis of the Tekirdağ, Çerkezköy region was conducted to perform short-term demand forecasting using the least squares method, k-nearest neighbors, decision tree, support vector machine, and artificial neural networks algorithms. In this thesis, hourly consumption data for the Tekirdağ, Çerkezköy region covering the period from January 1, 2021, to December 31, 2023, were obtained. Hourly meteorological data for the same period were provided from the Meteoblue database. To ensure that the forecast outputs are interpretable and comprehensible in graphical form, the dataset was reduced. For the least squares and k-nearest neighbors algorithms, a 72-hour dataset covering the period from May 1, 2021, 00:00 to May 4, 2021, 00:00 was used. For the decision tree, support vector machine, and artificial neural networks algorithms, a 240-hour dataset covering the period from April 24, 2021, 00:00 to May 4, 2021, 00:00 was utilized. The 240-hour dataset was divided into 70% training and 30% testing sets. The results obtained in MATLAB were analyzed based on error metrics, including mean absolute percentage error, correlation coefficient, and root mean square error. Following these processes, the methods used in the study were ranked based on their performance, and the method with the lowest error rate was identified.
Benzer Tezler
- Yapay zeka algoritmaları ile talep tahmini elektrik perakende sektöründe bir uygulama
Demand forecasting with artificial intelligence algorithms an application in the electricity retail sector
BURAK AYÇİÇEK
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKTAN
- Elektrı̇k pı̇yasalarında elektrı̇k yük talebı̇ ve gün öncesı̇ elektrı̇k fı̇yat tahmı̇nı̇: Türkı̇ye uygulaması
Electricity load demand and day-ahead electricity price forecast in electricity markets: Implementation on Turkey
FAHRETTİN FİLİZ
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Blokzinciri ve yapay zekâ teknolojisi ile elektrik dağıtım şebekesine tüketici bağlantı taleplerinin değerlendirilmesi
Evaluation of consumer connection demand to the electricity distribution network using blockchain and artificial intelligence technology
MUHAMMET YEMEN BOYACI
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN ÇELİK
- Yapay zeka tabanlı bara diferansiyel koruma sistemi
Artificial intelligence based busbar differential protection system
EMRE ÖZDEMİR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU