Mevsimsel ayrıştırma temelli gri tahmin yöntemi ile aylık elektrik yük tahmini
Monthly electric load forecasting with seasoanal decomposition based grey prediction method
- Tez No: 245574
- Danışmanlar: YRD. DOÇ. DR. MEHMET ATAK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Yük tahmini, Load forecasting
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada öncelikle yük tahmini ve yük tahmininin önemi anlatılmış, yük tahmini metotlarından bahsedilmiştir. Literatürde yapılmış olan çalışmalar incelenerek tez çalışmasının literatürdeki konumu belirlenmiştir. Uygulamada kullanılan veriler 2004-2007 yılları için Ankara merkez metropol alanı aylık puant elektrik yük değerleridir. Puant yük değerleri zaman serisi olarak ele alınmış, bu yüklerin mevsimsel dalgalanmaya sahip olduğu belirlenmiş ve mevsimsel ayrıştırma yöntemi tercih edilmiş, bu yöntemin içerdiği toplamsal ayrıştırma ve çarpımsal ayrıştırma yaklaşımları ayrı ayrı uygulanarak doğrusal regresyon ve gri tahmin yöntemi ile mevsimsellikten arındırılan trend serisinin tahmini yapılmıştır. Ardından tahmin edilen trend serisine mevsimsel etki ilave edilmiş ve yük tahmin değerleri elde edilmiştir. Elde edilen tahmin serilerinin hata terimleri analiz edilerek dört ayrı tahmin modelinin geçerliliği irdelenmiş, hata terimleri ile çeşitli ölçütler hesaplanarak en iyi tahmin modeli seçilmiştir. Seçilen bu model ile 2008 yılı için aylık puant yük tahminleri hesaplanmıştır.
Özet (Çeviri)
In this study, first of all, load forecasting and the importance of load forecasting are explained and load forecasting techniques are discussed. Analyzing the studies in the literature the position of this study is specified. Data used in the implementation is the monthly maximum electricity loads of Ankara central metropolitan area for the years 2004-2007. Electricity loads are considered as time series and it is determined that these loads have a seasonal fluctuation. Seasonal decomposition method is preferred. Applying additive and multiplicative decomposition approaches involved by this method, individually, trend series obtained by removing seasonality are predicted by linear regression and grey prediction techniques. Then, integrating seasonal effects to predicted trend series, load predictions are obtained. Errors between obtained load prediction series and actual load series are analyzed for all four prediction models and the best model is chosen by some error criterions? calculation. Monthly load forecasting for the year 2008 is calculated with this model.
Benzer Tezler
- A novel approach for time series forecast combinations based on multi-criteria decision making (MCDM) methods
Zaman serisi tahmin kombinasyonları için çok kriterli karar verme yöntemlerine dayalı yeni bir yaklaşım
TUĞBA YASEMİN KARAGÖZ
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN IŞIKLI
- Türkiye'de Deniz Dış Ticaretine İlişkin Boş Konteyner Hareketlerinin İncelenmesi
Analysing Empty Container Movements In Turkey In Relation To Maritime Foreign Trade
AHMET SELÇUK BAŞARICI
Doktora
Türkçe
2018
İstatistikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANZER SATIR
- Veri merkezi sektöründe satış tahminleme modeli ve özel kurum üzerinde uygulaması
Sales forecasting model in datacenter sector and application on sample private corporation
MURAT EREN AHMETOĞLU
Yüksek Lisans
Türkçe
2018
İşletmeBahçeşehir ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN ÇORUM
- Bir üniversite hastanesinde hekim dışı sağlık çalışanlarında müdahale sonrası mevsimsel influenza aşısı olma sıklığı ve aşı kararını etkileyen faktörlerin karma yöntemle araştırılması
Investigation of the seasonal influenza vaccination rate among non-physician healthcare workers following an intervention in a university hospital and examining the factors influencing vaccination decisions using a mixed-methods approach
ÖZGE TONBULOĞLU ALTINER
Tıpta Uzmanlık
Türkçe
2025
Halk SağlığıGazi ÜniversitesiHalk Sağlığı Ana Bilim Dalı
PROF. DR. FATMA NUR BARAN AKSAKAL
- Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi
Turkish energy market agent-based modeling for low-carbon transition with machine learning application
BURAK GÖKÇE
Doktora
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU