Güneş enerjisi santrali elektrik üretimi tahmininin makine öğrenmesi algoritmalarıyla gerçekleştirilmesi
Realization of solar power plant electricity production estimation with machine learning algorithms
- Tez No: 944977
- Danışmanlar: DOÇ. DR. ÖMER FARUK EFE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bursa Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Akıllı Sistemler Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, bir güneş enerjisi santralinde elektrik üretimini makine öğrenmesi algoritmaları (XGBoost, LightGBM, CatBoost) kullanarak tahmin etmek ve bu modellerin performanslarını karşılaştırmaktır. Çalışmada, saatlik ve günlük elektrik üretim verileri analiz edilmiş ve her bir modelin tahmin doğruluğu MAE, MSE ve R² gibi metrikler ile değerlendirilmiştir. Ayrıca, modellerin farklı üretim seviyelerindeki tahminleri günlük bazda grafiklerle desteklenmiştir. Elde edilen bulgular, XGBoost algoritmasının günlük tahminlerde en düşük ortalama hataya (MAE: 3.594) sahip olduğunu, ancak veri setindeki varyansın açıklanmasında sınırlı bir başarı (R²: 0.362) performansı ortaya koymuştur. LightGBM algoritması, veri varyansının %56'sını açıklayarak (R²: 0.561) diğer modellere göre daha geniş bir kapsama sahip olmuş, ancak hata değerleri (MAE: 2024,321 ve MSE: 8.143.625,10) görece daha yüksek bulunmuştur. CatBoost algoritması ise R²: 0.527 ve MAE: 2123,28 değerleri ile orta düzeyde bir performans sergilemiş; yüksek üretim seviyelerinde tutarlı sonuçlar verirken düşük üretim seviyelerinde daha yüksek hata oranları göstermiştir. Genel olarak, modellerin yüksek ve orta üretim seviyelerinde başarılı olduğu, ancak düşük üretim seviyelerinde ve ani dalgalanmalarda performanslarının sınırlı kaldığı belirlenmiştir. Sonuç olarak, güneş enerjisi santralinden elektrik üretimini tahmin etmede kullanılan makine öğrenmesi algoritmaları, özellikle yüksek üretim dönemlerinde başarılı sonuçlar gösterirken, düşük üretim seviyelerinde hata oranlarının arttığı görülmüştür.
Özet (Çeviri)
The aim of this study is to predict electricity production in a solar power plant using machine learning algorithms (XGBoost, LightGBM, CatBoost) and compare the performances of these models. In the study, hourly and daily electricity production data were analyzed and the prediction accuracy of each model was evaluated with metrics such as MAE, MSE and R². In addition, the predictions of the models at different production levels were supported with graphs on a daily basis. The findings showed that the XGBoost algorithm had the lowest average error (MAE: 2.438) in daily predictions, but limited success (R²: 0.362) in explaining the variance in the data set. The LightGBM algorithm had a wider coverage than the other models by explaining 56% of the data variance (R²: 0.561), but the error values (MAE: 2024.321 and MSE: 8,143,625.10) were found to be relatively higher. The CatBoost algorithm, on the other hand, exhibited a moderate performance with R²: 0.527 and MAE: 2123.28 values; while it provided consistent results at high production levels, it showed higher error rates at low production levels. In general, it was determined that the models were successful at high and medium production levels, but their performance was limited at low production levels and sudden fluctuations. As a result, while the machine learning algorithms used to estimate electricity production from solar power plants showed successful results, especially during high production periods, it was observed that error rates increased at low production levels.
Benzer Tezler
- Güneş enerjisi santrali elektrik üretimi tahmininin makine öğrenmesi algoritmalarıyla gerçekleştirilmesi
Performing solar power plant electricity generation forecasting with machine learning algorithms
ALİ RIZA ÖZER
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER FARUK BAY
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİS PÜSKÜLCÜ
- Pasif güneş enerjisi sistemi ile bina ısıtılmasının ekonomik analizi
Başlık çevirisi yok
AHMET AKDENİZ
- Matris lie grupları üzerine
Başlık çevirisi yok
RIFAT GÜNEŞ
Yüksek Lisans
Türkçe
1986
Matematikİnönü ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. NURİ KURUOĞLU
- The Effect of government price support on wheat farming and wheat marketing in Turkey
Başlık çevirisi yok
GÜNEŞ GÜLSEN ÖZEL
Yüksek Lisans
İngilizce
1987
EkonomiOrta Doğu Teknik ÜniversitesiYöneylem Araştırması Ana Bilim Dalı
PROF. DR. HALİM DOĞRUSÖZ