Derin öğrenme algoritmaları ile rüzgar enerjisinden üretilen elektrik yükünün tahmini
Forecasting of electrical load generated from wind energy with deep learning algorithms
- Tez No: 1003798
- Danışmanlar: PROF. DR. SEMRA TÜRKAN, DOÇ. DR. KAMİL DEMİRBERK ÜNLÜ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Hibrid algoritmalar, Hybrid algorithms
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünya çapında artan enerji talebinin karşılanması için kullanılan fosil yakıtların yenilenemez enerji kaynağı olması ve çevreye verdiği zararlardan (hava kirliliği, küresel ısınma, iklim değişiklikleri vb.) dolayı alternatif enerji kaynaklarına talep artmaktadır. Bu taleplerin başında yenilenebilir enerji kaynakları gelmektedir. Yenilenebilir enerji kaynakları arasında günümüzde en çok güneş enerjisi ve rüzgar enerjisi kullanılmaktadır. Ülkemizde Batı Marmara ve Ege bölgelerinin en fazla rüzgar hızına sahip olmasından dolayı rüzgar enerjisi santralleri bu bölgelerde bulunmaktadır. Rüzgar enerjisi santrallerinin enerji üretme potansiyelleri, hava olayları gibi birçok değişkene bağlı olduğu için her santral kendi özelinde incelenmektedir. Bu tezde, ülkemizde Enerji Piyasaları İşletme A.Ş. tarafından sağlanan saatlik rüzgar enerjisi elektrik üretim verileri ilk olarak klasik zaman serileri analizi ile analiz edilmiştir. Daha sonra son yıllarda sıkça kullanılan makine öğrenme yöntemleri ve derin öğrenme yöntemleri ile veriler modellenmiştir. Tezin asıl amacı rüzgar enerjisi verilerinin tez kapsamında önerilen hibrit yöntem ile modellenmesi ve önerilen yöntem ile kullanılan diğer yöntemlerin rüzgar enerjisi verilerini tahmin etmedeki başarılarının karşılaştırılmasıdır.
Özet (Çeviri)
Alternative power sources demand increases because of the environmental damage (air pollution, global warming, climate change etc.) caused by the non-renewable energy source such as fossil fuels to meet the increase of the energy demand in the world. Renewable energy sources are at the forefront of demands. Nowadays, solar and wind power are the most popular among the renewable energy sources. Wind power plants exist in West Marmara and Aegean regions as these regions have got the most wind speed in our country. Each plant is privately examined because energy production potentials of wind power plants depend on many variables such as weather conditions. In this study, hourly wind power data provided by Enerji Piyasaları İşletme A.Ş. in our country were first analyzed using the traditional time series analysis. Then, the data sets were modeled with machine learning and deep learning methods, which have been widely applied in recent years. The main purpose of the thesis is to model the wind power data using the hybrid method proposed in this study and to compare its forecasting performance with that of other commonly used methods.
Benzer Tezler
- Türkiye'nin günlük rüzgar enerjisi üretiminin derin öğrenme ile modellenmesi
Modeling daily wind power production of turkey using deep learning
ÇAĞATAY TEKİNAY
Yüksek Lisans
Türkçe
2022
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. RUKİYE DAĞALP
DR. ÖĞR. ÜYESİ KAMİL DEMİRBERK ÜNLÜ
- Derin öğrenme ile güneş panellerindeki kirliliğin sınıflandırılması
Classification of pollution in solar panels by deep learning
SELİM GÜVENÇ
Yüksek Lisans
Türkçe
2022
EnerjiAmasya ÜniversitesiYenilenebilir Enerji ve Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Rüzgar gücü tahmini için oluşturulan modellerin performans sonuçlarının analiz edilmesi
Analyzing the performance results of models for wind power forecasting
ORKUN TEKE
Doktora
Türkçe
2024
Enerjiİskenderun Teknik ÜniversitesiEnerji Sistemleri Ana Bilim Dalı
PROF. DR. TOLGA DEPCİ
DOÇ. DR. BARIŞ ÇUKURBAŞI
- Meteorolojik verilerden yararlanarak güneş enerji santralinin çıkış gücü tahmini
Forecasting output of a solar power plant using meteorological data
ELİF YÖNT AYDIN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HEYBET KILIÇ