Xgboost algoritması ile uydu verisi destekli küresel güneş radyasyonu tahmini
Satellite data supported global solar radiation prediction with xgboost algorithm
- Tez No: 999144
- Danışmanlar: PROF. SELMİN ENER RÜŞEN
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Güneş radyasyonu, Makine öğrenmesi, Uydu verileri, Yapay zeka, Solar radiation, Machine learning, Satellite data, Artificial intelligence
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez kapsamında, yapay zeka algoritması kullanılarak küresel güneş radyasyonu tahmin modeli geliştirilmiştir. Geliştirilen modelde Karaman ili atmosfer koşularında deneysel olarak yer gözlem istasyonu oluşturulmuştur. Bu istasyonda toplanan sıcaklık, nem, güneş radyasyonu, ışık şiddeti (LUX) ve görünür (VIS), ultraviyole (UV) ve İnfrared (IR) ışık spektrumunu yer gözlem verileri ve MSG (Meteosat Second Generation) uydu verileri kıyaslanarak Python dilinde yazılan bir uygulama ile yapay zeka algoritmalarının kullanabileceği bir format oluşturulmuştur. Güneş radyasyonu tahmini için oluşturulan XGBoost algoritması ile yer gözlem verileri kıyaslanarak hata analizleri yapılmıştır. Hata analiz sonuçlarına göre kök ortalama kare hatası (RMSE), tahmin edilen değer ile gerçek değer arasındaki beklenen ortalama +/- fark 0.0160 olarak bulunmuştur. Regresyon analizlerinde R² değerinin 0.9926 ve tüm mutlak tahmin hatalarının ortalaması olan ortalama mutlak hata (MAE) değeri ise 0.0047 olarak bulunmuştur. Elde edilen sonuçlara göre, yeryüzü istasyonlarından alınabilecek ışık, nem, sıcaklık gibi basit parametrelerin uydu verileri ile birlikte kullanılması ile doğruluğu yüksek küresel güneş radyasyonunun tahminin yapılabildiği görülmüştür. Ayrıca kullanılan yöntemin ve veri setinin kolaylığı ile kompleks sistemlere gerek kalmadan yüksek doğrulukta küresel güneş radyasyonu tahmin edilmesi için gelecekteki araştırmalara ve endüstri uygulamalarına ışık tutacak değerli bulgular elde edilmiştir.
Özet (Çeviri)
Within the scope of this thesis, a global solar radiation prediction model was developed using artificial intelligence algorithms. For the developed model, an experimental ground observation station was established under the atmospheric conditions of Karaman province. Data collected at this station including temperature, humidity, solar radiation, light intensity (LUX), and the visible (VIS), ultraviolet (UV), and infrared (IR) light spectra were compared with MSG (Meteosat Second Generation) satellite data. Using an application developed in Python, this data was processed into a format compatible with artificial intelligence algorithms.Error analyses were conducted by comparing the ground observation data with the XGBoost algorithm developed for solar radiation prediction. According to the error analysis results, the Root Mean Square Error (RMSE), representing the expected average +/- difference between the predicted and actual values, was found to be 0.0160. In the regression analyses, the R² value was determined as 0.9926, and the Mean Absolute Error (MAE), which is the average of all absolute prediction errors, was found to be 0.0047.The results demonstrate that global solar radiation can be predicted with high accuracy by combining simple parameters obtainable from ground stations such as light, humidity, and temperature with satellite data. Furthermore, due to the accessibility of the method and the dataset used, valuable findings have been obtained that will guide future research and industrial applications for high-accuracy global solar radiation prediction without the need for complex systems.
Benzer Tezler
- Measurement-based calibration of era5 offshore wind speeds using machine learning: The Bozcaada Yeka case
Makine öğrenmesi kullanılarak era5 deniz üstü rüzgâr hızlarının ölçüm tabanlı kalibrasyonu: Bozcaada Yeka örneği
DİYAR GÜDEN
Yüksek Lisans
İngilizce
2026
İstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Yüksek çözünürlüklü SPOT 7 optik uydu görüntülerinin piksel bazlı sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanılması ve analizi
Using and analysis of machine learning methods in pixel-based classification of high resolution SPOT 7 optical satellite images
ÇAĞATAY YILDIRIM
Yüksek Lisans
Türkçe
2021
İstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği
Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport
NUR YAĞMUR
- Tüketici kredisi taleplerinin yapay öğrenme modelleriyle değerlendirilmesi
Evaluation of consumer credit requests via machine learning models
NECATİ ALPEREN
- Simplifying balance sheet adjustment process in commercial loan applications using machine learning methods
Ticari kredi başvurularında şirket bilançoları üzerinde gerçekleştirilen aktarma-arındırma işlemlerinin makine öğrenmesi yöntemleri kullanılarak basitleştirilmesi
İBRAHİM TOZLU
Yüksek Lisans
İngilizce
2019
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...