Diyarbakır kadın doğum hastanesinin enerji tüketiminin LSTM ve gru ile tahmini
Energy consumption estimation of Diyarbakir maternity hospital with LSTM and gru
- Tez No: 954795
- Danışmanlar: PROF. MEHMET SİRAÇ ÖZERDEM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kritik öneme sahip kurumlar arasında yer alan hastanelerde, enerji tüketiminin önceden tahmin edilmesi hayati derecede önemlidir. Bu tahmin hem maliyet optimizasyonu hem de enerji arz güvenliğinin sağlanması açısından stratejik bir öneme sahiptir. Literatürde enerji tüketimi ve tahmini üzerine birçok çalışma yapılmıştır. Ancak mevcut tahmin çalışmalarında gözlenen başarı oranlarındaki ciddi dalgalanmalar, bu alandaki araştırmaların henüz beklenen düzeye ulaşmadığının açık bir göstergesidir. Buna bağlı olarak, enerji tüketimini daha isabetli şekilde öngörebilecek modellere duyulan ihtiyaç ortaya çıkmaktadır. Bu motivasyonla bu çalışmada, Diyarbakır Kadın Doğum Hastanesi'nin 1 Haziran 2017 ile 30 Haziran 2024 tarihleri arasında kaydedilen yarım saatlik enerji tüketim verilerinden yararlanılarak, uzun kısa süreli bellek (LSTM, Long Short-Term Memory) ve geçitli tekrarlayan birim (GRU, Gated Recurrent Unit) modelleriyle hastanenin enerji tüketiminin tahmin edilmesi amaçlanmıştır. Modeller, 10, 20, 30, 60, 120 ve 240 adımlık farklı zaman pencereleriyle eğitilmiş ve bu farklı pencere boyutlarına göre performansları karşılaştırılmıştır. Yapılan analizler sonucunda; LSTM modelinin 60 adımlık pencere boyutu ve GRU modelinin ise 120 adımlık pencere boyutu ile en iyi tahmin performansını verdiği saptanmıştır. Performans metrikleri incelendiğinde, LSTM modeli için RMSE = 25.07, MAE = 13.87 ve R² = 0.98 değerleri elde edilmiştir. Benzer şekilde, GRU modeli için de RMSE = 25.11, MAE = 13.73 ve R² = 0.98 değerleri ölçülmüştür. Özellikle her iki modelin de R² değerinin yaklaşık 0.98 seviyesinde gerçekleşmesi, yapılan tahminlerin gerçek tüketim değerlerini büyük ölçüde yansıtabildiğine işaret etmektedir. Sonuç olarak, LSTM ve GRU tabanlı modellerin hastane gibi karmaşık yapılarda enerji yönetiminde etkin yaklaşımlar olarak değerlendirilebilir.
Özet (Çeviri)
Predicting energy consumption in hospitals, which are critical institutions, is vitally important because accurate forecasting is strategically necessary for both cost optimization and ensuring energy supply security. Numerous studies in the literature have addressed energy consumption forecasting, showing varying degrees of success across different sectors. However, significant fluctuations observed in the accuracy rates of existing forecasting studies clearly indicate that research in this area has not yet reached the desired standard. Consequently, there is a clear need for models capable of predicting energy consumption more accurately. Motivated by this need, this study aims to forecast the energy consumption of Diyarbakır Maternity Hospital using half-hourly energy consumption data recorded between June 1, 2017, and June 30, 2024, employing Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) models. These models were trained using different time windows of 10, 20, 30, 60, 120, and 240 steps, and their performances were comparatively evaluated across these varying window sizes. The analyses revealed that the LSTM model performed best with a 60-step window, while the GRU model achieved its optimal performance with a 120-step window. When examining performance metrics, the LSTM model resulted in an RMSE of 25.07, an MAE of 13.87, and an R² of 0.98. Similarly, the GRU model achieved an RMSE of 25.11, an MAE of 13.73, and an R² of 0.98. The fact that both models reached an R² value of approximately 0.98 indicates that the predictions closely reflect actual energy consumption values. Consequently, LSTM and GRU-based models can be considered effective approaches for energy management in complex structures such as hospitals.
Benzer Tezler
- Hazar Gölü-Ergani (Elazığ vilyeti) çevresinde yaşayan heteroptera türlerin sistematiği ve ekolojisi üzerine araştırmalar
Siystematich-ökologische untersuchurgen uber die ganzen (heteroptera) ausdem gebiet Hazar-see, maden und Ergani (Prov. Elazığ)
SUAT KIYAK
- Diyarbakır Sümerbank Halı ve Bez Fabrikası dokuma işçilerinde solunum fonksiyonunun spirometrik metodla araştırılması
Başlık çevirisi yok
ORHAN DENLİ
Doktora
Türkçe
1985
Göğüs HastalıklarıDicle ÜniversitesiTemel Tıp Bilimleri Bölümü
PROF.DR. HAMİT ÖZGÖNÜL
- Foramen mandibulae ve foramen metale'nin ortopantomografide lokalizasyonlarının tesbiti ve farklı yaş gruplarına göre incelenmesi
Başlık çevirisi yok
SAMİH DİYARBAKIR