Yapay zeka algoritmaları ile elektrik enerjisi tüketim, maliyet tahmini ve tasarruf önerileri
Electricity consumption, cost estimation and saving recommendations with artificial intelligence algorithms
- Tez No: 1006967
- Danışmanlar: PROF. DR. AYTEN ATASOY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu yüksek lisans tezinde, kamu kampüslerinde enerji tüketiminin daha doğru tahmin edilmesi, maliyetlerin azaltılması ve karar süreçlerinin veri odaklı yürütülmesi amacıyla yapay zeka tabanlı bir enerji yönetim yaklaşımı geliştirilmiştir. Çalışmada OSOS tabanlı tüketim verileri ile EPİAŞ ve EPDK kaynaklı piyasa/tarife verileri bütünleştirilmiş, ön işleme adımlarıyla veri kalitesi iyileştirilmiştir. Modelleme katmanında ağaç tabanlı yöntemler (Random Forest, XGBoost, LightGBM, CatBoost) ile derin öğrenme tabanlı LSTM modeli kullanılmış; performans karşılaştırmaları MAE, RMSE, R² ve sMAPE ölçütleri üzerinden gerçekleştirilmiştir. Ayrıca sentetik veri üretimi için GAN tabanlı yaklaşım değerlendirilerek veri çeşitliliği ve model dayanıklılığı desteklenmiştir. Geliştirilen analitik yapı, Python ve Django/PostgreSQL tabanlı web uygulaması üzerinde bütünleşik biçimde kurgulanmıştır. Elde edilen bulgular, model tabanlı enerji tahminlerinin kampüs ölçeğinde uygulanabilir olduğunu, maliyet odaklı planlamaya katkı sağladığını ve kurumsal izleme/raporlama süreçlerini güçlendirdiğini göstermektedir. Sonuç olarak tez, kamu kurumlarında enerji yönetiminin yapay zeka destekli, ölçeklenebilir ve kurumsal uygulamaya aktarılabilir bir yapıya dönüştürülebileceğini ortaya koymaktadır.
Özet (Çeviri)
In this master's thesis, an artificial intelligence-based energy management approach was developed to improve the accuracy of energy consumption forecasting, reduce costs, and support data-driven decision-making processes in public campuses. Within the scope of the study, OSOS-based consumption data were integrated with market/tariff data from EPİAŞ and EPDK, and data quality was improved through preprocessing steps. In the modeling layer, tree-based methods (Random Forest, XGBoost, LightGBM, CatBoost) and a deep learning-based LSTM model were employed; performance comparisons were carried out using MAE, RMSE, R², and sMAPE metrics. In addition, a GAN-based approach for synthetic data generation was evaluated to enhance data diversity and model robustness. The developed analytical framework was designed as an integrated structure on a Python and Django/PostgreSQL-based web application. The findings indicate that model-based energy forecasting is feasible at campus scale, contributes to cost-oriented planning, and strengthens institutional monitoring/reporting processes. As a result, the thesis demonstrates that energy management in public institutions can be transformed into an AI-supported, scalable, and institutionally deployable structure.
Benzer Tezler
- 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
- Short term load forecasting by using artificial neural networks
Yapay sinir ağları kullanılarak kısa dönemli yük tahmini
ALI GHADIRIASL NOBARI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Yapay sinir ağları kullanılarak kısa süreli güneş enerjisi tahmini
Short term solar energy prediction by using artifical neural networks
ELA NUR ORUÇ
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- Buğdayda farklı melezleme teknikleri kullanarak tohum tutma oranının saptanılması
Başlık çevirisi yok
İSMAİL TÜZÜN
Yüksek Lisans
Türkçe
1986
ZiraatUludağ ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. HALİS RUHİ EKİNGEN