Hibrit yapay zekâ modeli ile Sinop ilinin güneş enerji potansiyelinin hesaplanması
Calculation of solar energy potential of Sinop province with hybrid artificial intelligence model
- Tez No: 926319
- Danışmanlar: PROF. DR. MURAT SARIKAYA
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sinop Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Nükleer Enerji ve Enerji Sistemleri Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde dünya'nın enerjiye duyduğu ihtiyaç teknolojik gelişme, sanayileşme gibi faktörlere de bağlı olarak gün geçtikçe artmaktadır. Bu artış enerji ihtiyacını karşılamak için sınırlı kaynakların yetersiz kaldığı bir noktaya ulaşmıştır. Bu durum enerji üretimi ile tüketimi arasındaki farkı daha da açmış ve yenilenebilir enerji kaynaklarına olan talebi artırmıştır. Modern yaşamın temel taşı haline gelen enerji, yapay zekâ gibi teknolojik gelişmeler sayesinde daha verimli ve sürdürülebilir duruma gelmiştir. Çalışma kapsamında yapay zekânın yenilikçi yaklaşımı olan ve farklı algoritmaların birleştirilmesiyle oluşturulan hibrit model tasarlanmıştır. Sinop ilinin güneş enerji potansiyeli tasarlanan hibrit çok katmanlı algılayıcı (MLP)-uzun kısa dönemli bellek (LSTM) modeli kullanılarak hesaplanmaya çalışılmıştır. Girdi parametreleri olarak bulut kapsamı, rüzgâr hızı, görünürlük, basınç, rakım, sıcaklık ve nem kullanılmıştır. Geliştirilen model gerçek veriler ile eğitilmiş ve test edilmiştir. Geliştirilen hibrit modelin tek algoritmadan oluşan modellere göre başarı oranı incelenmiştir. MLP Model-1'in mutlak yüzde hatası (MAPE) değeri %21,965 hata payı ve 0,84123 R2 değeri olarak hesaplanmıştır. MLP Model-2'nin MAPE değeri %23,5132 hata payı ve 0,83325 R2 değeri olarak hesaplanmıştır. LSTM modelinin MAPE değeri %29,2656 hata payı ve 0,77333 R2 değeri olarak hesaplanmıştır. En doğru ve güvenilir sonuçlar ise geliştirilen hibrit modelde elde edilmiştir. MAPE değeri %8,4888 hata payı ve 0,96935 R2 değeri olarak hesaplanmıştır. Bu çalışma, hibrit modelin mevcut yöntemlere göre üstün bir performans sergilediğini göstermiştir. Elde edilen sonuçlar, modelin güneş enerjisi potansiyelini tahmin etme konusunda umut vadettiğini göstermektedir. Geliştirilen hibrit model kullanılarak farklı illerde güneş enerji potansiyeli tahmini yapılabilmektedir.
Özet (Çeviri)
Today, the world's demand for energy is increasing daily due to technological advancements and industrialisation. This rise has reached a point where limited resources are insufficient to meet energy needs. This situation has further widened the gap between energy production and consumption, amplifying the necessity for renewable energy sources. Energy, the cornerstone of modern life, has become more efficient and sustainable thanks to technological innovations like artificial intelligence. Within the scope of this study, a hybrid model—an innovative approach to artificial intelligence developed by combining various algorithms—has been designed. The solar energy potential of Sinop province was calculated using the hybrid Multi-Layer Perceptron (MLP)-Long Short-Term Memory (LSTM)model. The input parameters included cloud coverage, wind speed, visibility, pressure, altitude, temperature, and humidity. The developed model was trained and tested with precise data. The hybrid model's success rate was analysed compared to single-algorithm models. The absolute percentage error (MAPE) of MLP Model-1 was determined to be a 21.965% error margin, with an R² value of 0.84123. MAPE of MLP Model-2 was established at a 23.5132% margin of error, with an R² value of 0.83325. MAPE of the LSTM model was calculated at a 29.2656% margin of error, with an R² value of 0.77333. The most accurate and reliable results were obtained from the developed hybrid model, which yielded a MAPE value of 8.4888% error margin, with an R² value of 0.96935. This study has demonstrated that the hybrid model outperforms existing methods. The results obtained indicate that the model shows promise in estimating solar energy potential. The developed hybrid model may be employed to assess solar energy potential across various provinces.
Benzer Tezler
- Betonarme yapıların bölgesel risk önceliklerinin hibrit bir yapay zeka modeli ile sınıflandırılması
Classification of regional risk priorities of reinforced concrete structures with a hybrid artificial intelligence model
ÖZGE YAYLA
Yüksek Lisans
Türkçe
2024
İnşaat MühendisliğiBitlis Eren Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN IŞIK
DR. ÖĞR. ÜYESİ MEHMET AKİF BÜLBÜL
- Yapay zeka modeliyle genişletilmiş hibrit black-litterman model önerisi, Borsa İstanbul Bist-30 Endeks endeks verileri ile test edilmesi
Extension with artificial intelligence model for hybrid black-litterman model proposal and testing on Istanbul Stock Exchange Bist-30 index data
MAHMUT KARA
- Artificial intelligence enhanced hybrid intrusion detection model for local area networks
Yerel ağlar için yapay zeka ile güçlendirilmiş hibrit saldırı tespit modeli
KÜRŞAD MURATKAN CANPOLAT
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiAdli Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLHAN FIRAT KILINÇER
- Yapay zeka uygulamalarının çalışanlar üzerindeki etkisinin Teknoloji Kabul Modeli ile ölçümlenmesi: Chatbot örneği
Investigation of the effect of artificial intelligence applications on employees with the Technology Acceptance Model: Chatbot example
EMİR SULTAN GÖKKAYA
- Gömülü sistem tabanlı elektrokardiyogram holter cihazının tasarlanması ve yapay sinir ağı- genetik algoritma hibrit modeli ile aritmi tespiti
Design of embedded system-based ecg holter device and detection of arrhythmia by artificial neural network-genetic algorithm hybrid model
AHMET YESEVİ TÜRKER
Yüksek Lisans
Türkçe
2018
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ZAHİD YILDIZ