Ges içeren bir tekstil işletmesinin elektrik üretim ve tüketiminin makine öğrenmesi tabanlı tahmini
Machine learning based estimation of electricity production and consumption of a textile facility containing sepp
- Tez No: 926162
- Danışmanlar: PROF. DR. OSMAN ELDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Kısa dönem elektrik tüketim tahmini, kısa dönem elektrik üretim tahmini, YSA, ANFIS, basit regresyon, çoklu regresyon, Short-term electricity consumption forecast, short-term electricity production forecast, ANN, ANFIS, simple regression, multiple regression
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 191
Özet
Enerjinin önemi, ülkelerin politikalarında giderek artarken, artan nüfus ve yatırımlar enerji planlamasında belirleyici unsurlar haline gelmektedir.Enerji ve Tabii Kaynaklar Bakanlığı'nın verilerine göre, Türkiye enerji ihtiyacının %74'ünü ithal etmekte ve toplam enerji ihtiyacının %45'i sanayi sektöründe kullanılmaktadır. Bu dağılım, sanayi sektöründeki yoğun talebin, enerji planlamasında söz konusu alana verilen önemin derecesini ortaya koymaktadır. Bu çalışmada, EPİAŞ (Enerji Piyasaları İşletme A.Ş.) gün öncesi piyasasında yapılan enerji tahminleri sonucunda oluşan pozitif veya negatif yöndeki dengesizliklerin minimize edilmesi ve bu dengesizliklerden kaynaklanan mali kayıpların önlenmesi amaçlanmıştır. İlk olarak, bir tekstil kuruluşunun 2022 yılına ait net elektrik ihtiyacının modellenmesi amacıyla, işletmenin ham üretim bölümlerinden (dokuma, örme, dantel, jarse, yuvarlak örme) ilmek satırı, apre bölümünden ise metre birimleri kullanılarak YSA, ANFIS ve Çoklu Regresyon yöntemleriyle tahminler yapılmıştır. Elde edilen sonuçlar kendi aralarında ve manuel olarak yapılan tahminlerle karşılaştırılmıştır. Diğer yandan, Sakarya Meteoroloji Genel Müdürlüğü (SMGM)'nden alınan veriler kullanılarak, şirketin enerji ihtiyacının ne kadarının güneş enerjisi sistemi tarafından karşılanabileceği, YSA, ANFIS ve Çoklu Regresyon yöntemleriyle tahmin edilmiştir. Elde edilen sonuçlar karşılaştırılarak, hangi yöntemin güneş enerji üretim planlamasında en uygun tahminleri verdiği incelenmiştir. Çalışmada, 2022 yılının ilk 11 ayı eğitim verisi olarak kullanılmış ve 2022 Aralık ayına ait üretim ve tüketim değerleri tahmin edilmiştir. Enerji tüketimi tahmini karşılaştırmalarında, ANFIS yöntemi ile gerçekleştirilen eğitim süreci, en düşük hata oranını elde etmiştir. Eğitim veriler ile yapılan basit regresyon analizi, ANFIS metodunun en anlamlı sonuçları verdiğini göstermektedir. Bununla birlikte, test verileri üzerinde yapılan analizlerde, en yüksek performans YSA yöntemi ile elde edilmiştir. Test verileri ile yapılan basit regresyon analizi, Çoklu Regresyon metodunun en anlamlı sonuçları verdiğini göstermektedir. Ayrıca, önerilen modellerin manuel tahmin değerleri ile karşılaştırıldığında daha başarılı sonuçlar verdiği gözlemlenmiştir. Enerji üretim tahmini karşılaştırmalarında ise, ANFIS yöntemi ile gerçekleştirilen eğitim süreci en düşük hata oranını sağlamıştır. Eğitim verileri ile yapılan basit regresyon analizi, ANFIS metodunun en anlamlı sonuçlar sunduğunu göstermektedir. YSA yöntemi en iyi performansı göstermektedir ve yapılan basit regresyon analizi, test verileriyle en anlamlı ilişkiyi kurduğunu ortaya koymaktadır.
Özet (Çeviri)
The importance of energy is increasingly growing in national policies, while the rising population and investments have become determining factors in energy planning. According to the data of the Ministry of Energy and Natural Resources, Turkey imports 74% of its energy needs and 45% of its total energy needs are used in the industrial sector. This distribution reveals the degree of importance given to this area in energy planning due to the intense demand in the industrial sector. This study aims to minimize the positive or negative imbalances that occur as a result of energy estimates made in the EPİAŞ (Energy Markets Operations Inc.) day-ahead market and to prevent financial losses arising from these imbalances. First, in order to model the net electricity needs of a textile company for 2022, estimates were made using ANN, ANFIS and Multiple Regression methods using stitch row units from the raw production department of the company (weaving, knitting, lace, jersey, circular knitting) and meter units from the finishing department. The results obtained were compared with each other and with the estimates made manually. On the other hand, using data from Sakarya Meteorology General Directorate (SMGD), how much of the company's energy needs can be met by the solar energy facility was estimated using ANN, ANFIS and Multiple Regression methods. The results obtained were compared and it was examined which method provided the most appropriate estimates in solar energy production planning. In the study, the first 11 months of 2022 were used as training data and the production and consumption values for December 2022 were estimated. In comparisons of energy consumption estimation, the training process performed with the ANFIS method achieved the lowest error rate. Simple regression analysis performed with training data shows that the ANFIS method provides the most significant results. However, in the analyses performed on test data, the highest performance was obtained with the ANN method. Simple regression analysis performed with test data shows that the Multiple Regression method provides the most significant results. In addition, it was observed that the proposed models provided more successful results when compared with manual estimation values. In comparisons of energy production estimation, the training process performed with the ANFIS method provided the lowest error rate. Simple regression analysis performed with training data shows that the ANFIS method provides the most significant results. The ANN method achieved the best performance, and simple regression analysis indicated that it established the most significant relationship with the test data.
Benzer Tezler
- İşletme halindeki bir rüzgar enerjisi santraline güneş enerjisi santrali entegre edilmesiyle oluşturulacak bir hibrit enerji santralinin modellemesi ve optimizasyonu
Modelling and optimisation of a hybrid power plant by integrating a solar power plant into an operational wind power plant
ALİ KAAN UZUNSOY
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Medeniyet ÜniversitesiÇevre ve Enerji Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN KÖTEN
- Bir güneş enerji sistemine sahip batarya değişim istasyonu için optimum enerji yönetimi
Optimum energy management for battery swappi̇ng station havi̇ng a solar energy system
MERVE SARAY
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Arel ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SITKI GÜNER
- Kapıdağı yarımadasında yeralan granodiyoritik plütonlar ve bunlara komşu kayaçların petrografi ve petrolojik etüdü
Başlık çevirisi yok
SUMRU SARIALİOĞLU(AYTUĞ)
- Gezgin satıcı problemlerinin çözümü için karınca kolonisi optimizasyonu tabanlı hibrit bir algoritma geliştirilmesi
Developing a hybrid algorithm based on ant colony optimization to solve travelling salesman problems
BATUHAN SAYGIN ARSLAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA SERVET KIRAN
- Kültürel miras yapıları için NZEB hedefleri doğrultusunda doku ölçeğinde iyileştirme senaryoları model önerisi
Model proposal for retrofit scenarios at the urban fabric scale based on NZEB targets for cultural heritage buildings
ELVAN KUMTEPE