Geri Dön

Holt-winters üstel düzeltme yöntemindeki parametrelerin genetik algoritma ile bulunması ve elektrik yük tahmini

Determination of parameters in holt-winters exponential smoothing method with genetic algorithm and electrical load estimation

  1. Tez No: 606995
  2. Yazar: YUNUS EMRE ÖZGER
  3. Danışmanlar: DOÇ. DR. ZABIT MUSAYEV
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Yozgat Bozok 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

Enerji planlaması gelişmekte olan ülkelerde, büyüyen ekonomilerde çok önemli bir hâle gelmiştir. Enerji üretim ve tüketim dengesi bu planlamanın iyi yapılmasından geçmektedir. Bu planlamalardan bir tanesi de elektrik yük tahminidir. Tüketilecek elektrik miktarının önceden tahmin edilmesi ve ona göre üretim planlaması yapılması birçok problemin önlenmesini sağlamaktadır. Bu çalışmada, Holt-Winters Üstel Düzeltme metodu kullanılarak elektrik yük tahmini yapılmıştır. Winters metodunun doğru tahmin yapabilmesini sağlayan katsayılar Genetik Algoritma ile tespit edilmiştir. Bu çalışmada Holt-Winters Üstel Düzeltme yöntemi ve Genetik Algoritma Matlab ortamında geliştirilmiş ve birbirine entegre edilmiştir. Geliştirilen bu yaklaşım ile elektrik yük tahmini yapılmıştır. Önerilen yaklaşımın elektrik yük tahmininde uygun olduğu görülmüştür.

Özet (Çeviri)

Energy planning has become very important in developing countries and growing economies. The balance between energy production and consumption is based on good planning. One of these plans is electrical charge estimation. The prediction of the amount of electricity to be consumed and the production planning according to this estimation prevent many problems. In this study, the electric charge estimation was made by using Holt-Winters Exponential Correction method. The coefficients which enable Winters method to make an accurate estimation were determined by Genetic Algorithm. In this study, Holt-Winters Ustel Correction method and Genetic Algorithm were developed with Matlab and integrated to each other. With this developed approach, electrical load estimation is made. The proposed approach was found to be suitable for the estimation of electrical load.

Benzer Tezler

  1. Vasıflı ve parlak çelik sektöründe çoklu regresyon analizi ile talep tahmini uygulaması

    Application of demand forecast with multiple regression analysis in special and bright steel sector

    BERGE ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiKarabük Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OSMAN YILDIZ

    DR. ÖĞR. ÜYESİ HALİL İBRAHİM DEMİR

  2. Makine öğrenmesi algoritmaları ile nüfus tahmini: Türkiye örneği

    Machine learning algorithms to forecast population: Turkey example

    FATİH VELİ ŞAHİNARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  3. Çift mevsimsel zaman serisinin öngörüsü için iki aşamalı yeni bir yaklaşım

    A new two-stage approach for forcasting of double seasonal time series

    KEZİBAN KILIÇ TOPAL

    Doktora

    Türkçe

    Türkçe

    2022

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. VEDİDE REZAN USLU

  4. Kusurlu ürünleri içeren ekonomik üretim miktarı modelinin gri sistem teorisi yaklaşımıyla geliştirilmesi: endüstriyel bir araştırma

    Development of an economic production quantity model with imperfect products by using grey system theory: an industrial research

    ERDAL AYDEMİR

    Doktora

    Türkçe

    Türkçe

    2013

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FEVZİ BEDİR

    YRD. DOÇ. DR. GÜLTEKİN ÖZDEMİR

  5. Depo yönetimi süreçlerinde yapay zekâ algoritmalarının optimizasyonu ve performans analizi

    Optimization and performance analysis of AI algorithms in warehouse management processes

    ALİ AYHAN ADIYAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE ŞATIR