Prediction of electricity market clearing price using machine learning and deep learning
Makine öğrenme ve derin öğrenme yöntemleri kullanılarak elektrik piyasa takas fiyatının tahmini
- Tez No: 633437
- Danışmanlar: PROF. DR. MEHMET FATİH AKAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine ve Derin Öğrenme, Tahmin, Piyasa Takas Fiyatı, Machine and Deep Learning, Forecast, Market Clearing Price
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Piyasa takas fiyatı işlem gören bir varlığın veya malın denge parasal değeridir ve elektrik fiyatlarının hesaplanmasında da önemli bir metriktir. Ülkemizde de firmalar tarafından elektrik fiyatı belirlenirken ve oluşacak fiyat değişimlerinde, piyasa takas fiyatları hesaplanır. Bu çalışmada, saatlik piyasa takas fiyatı verileri kullanılarak bir günlük tahminler yapabilmek amacıyla 24 adet tahminlerden oluşan tahmin modelleri oluşturuldu. Bu tezin temel amacı, makine öğrenimi ve derin öğrenme yöntemlerinden Çok Katmanlı Algılayıcı (Multilayer Perceptron, MLP), Tekrarlayan Nöral Ağ (Recurrent Neural Network, RNN), Konvolüsyonel Sinir Ağı (Convolutional Neural Network, CNN) ve Uzun Kısa Süreli Bellek (Long Short Term Memory, LSTM) kullanarak elektriğin piyasa takas fiyatını tahmin etmek ve buna uygun modeller oluşturmaktır. Oluşturulan tahmin modellerin performansı Ortalama Mutlak Yüzde Hata (Mean Absolute Percentage Error, MAPE) değeri hesaplanarak değerlendirilmiştir. Sonuçlar, genel olarak Uzun Kısa Süreli Bellek (Long Short Term Memory, LSTM) ve Konvolüsyonel Sinir Ağı (Convolutional Neural Network, CNN) tabanlı modellerin diğer yöntemlerden daha iyi performans elde ettiğini göstermektedir.
Özet (Çeviri)
The market clearing price is the equilibrium monetary value of a traded asset or good and is an important metric in the calculation of electricity prices. In our country, when the electricity price is determined by the companies and in the price changes, market clearing prices are calculated. In this study, forecasting models consisting of 24 forecasts were created in order to make one day forecasts using hourly market clearing price data. The main objective of this thesis is to estimate the market clearing price of electricity using Multilayer Perceptron (MLP), Recurrent Neural Network (RNN), Convolutional Neural Network (CNN) and Long Short Term Memory (LSTM), which are machine learning and deep learning methods and to create appropriate models. The performance of the predicted models was evaluated by calculating the Mean Absolute Percent Error (MAPE) value. The results generally show that LSTM (Long Short Term Memory) and CNN (Convolutional Neural Network) based models perform better than other methods.
Benzer Tezler
- A comparatıve analysıs of LSTM and XGBoost methods for day ahead electrıcıty prıce forecastıng
Gün öncesi elektrik fiyatı öngörüsü için LSTM ve XGBoost yöntemlerinin karşılaştırmalı analizi
CAHİT URAL KÜKNER
Yüksek Lisans
İngilizce
2020
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. AHMET DURMAYAZ
- Yapay zekâ yöntemleri ile elektrik piyasa takas fiyatının tahmini ve enerji maliyet optimizasyonu
Electricity market clearance price forecast and energy cost optimization with ai methods
MESUT AKSOY
Yüksek Lisans
Türkçe
2023
EnerjiIsparta Uygulamalı Bilimler ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET KABUL
- 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
- Rüzgar santrallerinde elektrik depolama optimizasyonu
Optimisation of electricity storage in wind power plants
GÜLİSTAN YILDIRIM
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN BAYYURT
- Türkiye'nin saatlik elektrik piyasa takas fiyatının üstel gauss süreç regresyonu kullanılarak modellenmesi
Modeling turkey's hourly electricity market clearing price using exponential gaussian process regression
VİSAL ÖZDEMİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET YILMAZ