A new data mining based upscaling approach for regional wind power forecasting
Yeni bir veri madenciliği tabanlı bölgesel rüzgar gücü tahmini için yukarı ölçekleme algoritması
- Tez No: 1000375
- Danışmanlar: PROF. DR. PINAR KARAGÖZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Enerjiye olan ihtiyacın artmasıyla birlikte yenilenebilir enerji kaynaklarının önemi gün geçtikçe artmaya başlamıştır. Rüzgâr, yüksek potansiyeli ve verimliliği ile önemli bir alternatif enerji kaynağı olmasına rağmen hava olaylarına bağlı olması sebebiyle istikrarlı değildir. Bu özelliğinden dolayı rüzgar gücünün elektrik gridine planlı bir şekilde dahil olması için iyi bir şekilde önceden tahmin edilmesi gereklidir. İyi bir rüzgâr gücü tahmini için anlık olarak santrale ait güç verisinin alınıp tahmin modelinin geçmiş güç verisinden direkt oluşturulması istenilen durumdur. Fakat bu durum ülkedeki tüm rüzgar santraller için güç verisini anlık olarak almanın getirdiği bazı zorluklardan ve maliyetlerden dolayı uygulanabilir olmayabilir ve bu sebepten bu santraller ve sistemin tümü için iyi bir yukarı ölçekleme algoritmasına ihtiyaç duyulmaktadır. Oluşturulacak model ile ülke geneli ya da bölgesel toplam tahminler üretebilecektir. Bu tahminler özellikle elektrik hattının yönetimi ve planlaması açısından çok önemlidir. Ülkedeki enerji akışını yöneten sistem operatörlerinin bu güç tahminleri gün öncesinden kullanarak enerji kaynaklarını doğru bir şekilde kullanmaları oldukça önemlidir. Bu tezde, bölgesel rüzgar gücü tahmin problemini çözmek için altı farklı istatistiksel temelli model uygulanmış ve elde edilen sonuçlar literatürde iyi bilinen ANN ve SVM gibi bazı istatistiksel tabanlı modellerle karşılaştırılmıştır. Uygulanan yöntemin en büyük katkısı, bölgesel güç tahminleri üretirken, aynı zamanda tarihsel güç verilerine sahip olmadığımız sistemdeki rüzgar santralleri için de güç tahminleri üretmesidir. Uygulanan modelin bir diğer avantajı da rüzgar santrali kurulması planlanan bir aday noktanın rüzgar potansiyelinin bu yöntemle belirlenebilmesidir. Bu tezde modelin bu özelliği, ülkenin dört farklı şehrinden 16 farklı aday noktası için test edilmiştir. Ayrıca 9 farklı yük tevzi bölgesi için bölgesel tahmin sonuçları test edilerek modellerin performans sonuçları analiz edilmektedir.
Özet (Çeviri)
Together with the increasing need for energy, the importance of renewable energy sources has been increasing day by day. Although wind is one of the most important alternative energy sources due to its high potential, it is not a stable source since it depends on the weather conditions. So, in order to include the power produced by the wind into electricity grid with planned manner, it must be predicted accurately beforehand. To produce a reliable wind power forecast, getting a Wind Power Plant's (WPP) power data in real time and constructing the model with past production values is an expected and optimal situation. However, this situation cannot be applicable for all WPPs in the country due to the difficulties on getting the power data of WPP in real time. Hence there is a need for accurate upscaling algorithm for generating the power forecast of such WPPs and producing a regional power forecast for a given region. These forecasts are especially so crucial for the management and planning of the electricity grid. It is very important that the system operators who manage the energy flow in the country use their energy resources correctly by using these power forecasts day in advance. In this thesis, six different statistical based models are developed to solve the regional wind power estimation problem and the results obtained are compared with some well known statistical based machine learning models in the literature such as ANN and SVM. The most important contribution of the proposed method is that it produces regional power forecasts while also generating power estimates for wind power plants in the system for which we do not have their historical power data. Another advantage of the method is that the wind potential of a candidate point where a wind farm is planned to be established can be determined by this method. In this thesis, this feature of the model is tested for 16 different candidate points from four different cities of country. In addition, regional forecasts results are tested for 9 different load distribution regions and performance results of the models are analyzed.
Benzer Tezler
- Development of novel hybrid rocket internal ballistic configuration for in-space applications
Uzay uygulamaları için özgün hibrit roket iç balistik konfigürasyonu geliştirilmesi
MEHMET KAHRAMAN
Doktora
İngilizce
2022
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL
DOÇ. DR. MUSTAFA ARİF KARABEYOĞLU
- 150<A<170 bölgesinde yer alan çift-çift psödo ayna çekirdeklerde manyetik dipol uyarılma özelliklerinin incelenmesi
Investigation of magnetic dipole excitations in even-even pseudo-mirror nuclei in the 150<A<170
AINUR UTARSHAYEVA
Yüksek Lisans
Türkçe
2025
Fizik ve Fizik MühendisliğiSakarya ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİLÜFER DEMİRCİ SAYGI
- 13 TeV'lik proton proton çarpışmalarında J/ψJ/ψ kütle eşiğine yakın yapıların CMS deneyinde incelenmesi ve yüksek tanecikli kalorimetrenin faz iki yükseltme çalışmaları
Investigation of structures near the J/ψJ/ψ mass threshold in 13 TeV proton proton collisions in the CMS experiment and phase two upgrade studies of the highgranularity calorimeter
ÖZGÜN KARA
Doktora
Türkçe
2024
Fizik ve Fizik MühendisliğiÇukurova ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. AYŞE POLATÖZ
- Katlıdizeylerin çokdeğişkenliliği yükseltilmiş çarpımlar üçköşegencil gösterilim yoluyla ayrıştırımı: Kavramcıl taban ve uygulayışlar
Tridiagonal folmat enhanced multivariance products representation: Conceptual background and applications
ZEYNEP GÜNDOĞAR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)
PROF. DR. METİN DEMİRALP
- Derin öğrenme modellerinin hücre veri seti üzerinde eğitilerek kıyaslanması ve mobil ortama uyarlanması
Comparision and mobile application of deep learning models trained on blood cell dataset
MEHMET YAVUZ
Yüksek Lisans
Türkçe
2020
BiyoteknolojiSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ