Geri Dön

Kütahya ili elektrik puant yük tahmini

Electrical peak load forecasting in Kütahya

  1. Tez No: 169238
  2. Yazar: ATAKAN NALBANT
  3. Danışmanlar: YRD. DOÇ. DR. YILMAZ ASLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Çok Değişkenli Regresyon, En Küçük Kareler Yöntemi, Enerji Sistem Planlaması, Yapay Sinir Ağlan, Yük Tahmini, Artificial Neural Network, Electric Power System Planning, Least Square Method, Load Forecasting, Multiple Regression
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Dumlupınar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

IV KÜTAHYA ILI FXEKTRIK PUANT YUK TAHMİNİ Atakan NALBANT Elektrik-Elektronik Mühendisliği, Yüksek Lisans Tezi, 2005 Tez Danışmanı: Yrd. Doç. Dr. Yılmaz ASLAN ÖZET Enerji sistemlerinin planlanması, kontrol ve işletmesinde yük talep tahmini oldukça önemlidir. Yük tahmini, geçmişteki koşulların incelenerek gelecekteki durumun tahmin edilmesine dayanır. Bu çalışmada Kütahya ili için elektrik puant yük tahmini, en küçük kareler yöntemi kullanılarak önce basit doğrusal regresyon, üstel (exponential) regresyon ve kuadratik yaklaşım ile yapılmıştır. Daha sonra nüfus ve sıcaklık gibi etkenler katılarak çok değişkenli regresyon ve Yapay Sinir Ağları ile geriye doğru son beş yıl (2000-2004 arası) baz alınarak yapılmıştır. En küçük kareler yöntemi ve Yapay Sinir Ağları ile elde edilen sonuçlar karşılaştırılmış ve en iyi sonuç veren yaklaşım ve yöntem araştırılmıştır.

Özet (Çeviri)

ELECTRICAL PEAK LOAD FORECASTING IN KÜTAHYA Atakan NALBANT Electrical-Electronic Engineering, M.S.Thesis, 2005 Thesis Supervisor: Dr. Yılmaz ASLAN SUMMARY In planning, control and operation of the electrical power systems, load demand forecasting plays an important role. In this study, by using the least squares, simple linear regression, exponential regression and quadratic regression methods electrical peak load demand is estimated for the city of Kütahya. In the second phase of the study, the peak load forecasting is carried out for additional data such as population growth and temperature changes for the last five years (2000-2004) using multiple regression and artificial neural networks methods. The results obtained from the least square method and artificial neural network are compared and the best approach is researched.

Benzer Tezler

  1. Yenilenebilir enerji kaynakları kullanımı ile bölgesel ölçekte sera gazı emisyonu azaltımı için örnek bir çalışma

    A sample study to reduce greenhouse gas emission in regional scale by using renewable energy sources

    BİLAL YAYLALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    EnerjiDumlupınar Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA ARİF ÖZGÜR

  2. Kütahya ili su temini ve şebeke hidroliği

    Water supply and network hydrology of province Kütahya

    ALİ GÜNER PEKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İnşaat MühendisliğiDumlupınar Üniversitesi

    PROF.DR. MUSTAFA Y. KILINÇ