Kısa dönem elektrik tüketim tahmini için 2D-CNN ve derin öğrenme algoritmaları kullanılarak hibrit bir model geliştirilmesi
A hybrid model by using 2D-CNN and deep learning algorithms for short-term electricity consumption forecasting
- Tez No: 692286
- Danışmanlar: DR. ÖĞR. ÜYESİ BURAK YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Konya Gıda ve Tarım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Enerji tüketim tahmini arz-talep dengesinin sağlanması açısından oldukça önemlidir. Bu dengenin sağlanabilmesi için doğru ve güvenilir tahminler yapılması gerekmektedir. Bu tez çalışmasında, kısa dönem saatlik yük tahmini için 2D-CNN ve derin öğrenme metotlarından farklı yaklaşımlar kullanılarak hibrit bir model geliştirilmiştir. Çalışmada farklı olarak bir boyutlu zaman serisi olan geçmiş 24 saatlik tüketim verisi iki boyutlu görüntü verisine dönüştürülerek kullanılmıştır. Ayıca benzer günlerin tüketimi ile takvim etkisinin model üzerindeki etkisi de incelenmiş ve doğruluğu artırdığı gözlemlenmiştir. Amaçlanan model ve 1D-CNN ile oluşturulan model karşılaştırıldığında tahmin sonuçlarında iyileşme sağlandığı görülmüştür. Kullanılan derin öğrenme modellerinden RNN, LSTM ve GRU karşılaştırıldığında ise GRU' nun daha başarılı sonuç verdiği görülmüştür. Çalışma sonucunda, 2D-CNN-GRU hibrit modeli ile yapılan tahminlerin hata oranı %3.15 MAPE olarak hesaplanmıştır. Ayrıca klasik zaman serisi yöntemlerinden ARIMA ile karşılaştırıldığında derin öğrenme algoritmalarının tahmin modelleri üzerinde daha başarılı olduğu gözlemlenmiştir.
Özet (Çeviri)
Energy consumption forecasting very important in terms of maintaining supply-demand balance. Accurate and reliable forecasting are required to provide this balance. In this thesis study, a hybrid model has been developed using 2D-CNN and deep learning methods for the short-term load forecasting. Unlike other studies in the study, the past 24-hour consumption data, which is a one-dimensional time series, was converted into two-dimensional image data and used. In addition, the consumption of similar days and the effect of the calendar effect on the model were also examined and it was observed that it increased accuracy. However, the consumption of similar days and the effect of special days and holidays were examined, and it was observed that it increased model accuracy. Compared to the proposed model and the model created with 1D-CNN, the forecast results were improved. GRU, which is one of the deep learning models used, has been found to be more successful. As a result of the study, the error rate of the predictions made with the 2D-CNN-GRU hybrid model was calculated as 3.15% MAPE. In addition, it has been observed that deep learning algorithms are more successful on prediction models when compared to ARIMA, one of the classical time series methods.
Benzer Tezler
- Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi
Başlık çevirisi yok
MEHMET ALİ YILDIRIM
Yüksek Lisans
Türkçe
1986
Çalışma Ekonomisi ve Endüstri İlişkileriGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. İBRAHİM BOYNUKALIN
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Örnekle-tut ve analogtan dijitale çevirme devrelerinin analiz ve sentezi
Başlık çevirisi yok
ERTUĞRUL İPEK
Yüksek Lisans
Türkçe
1985
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Ana Bilim Dalı
PROF. DR. ERGÜR TÜTÜNCÜOĞLU
- Protozoonların kültüründe soya fasulyesinden hazırlanan besiyerlerinin kullanımı
Using media prepared from soybean for protozoa culture
SEMRA ÖZÇELİK
Yüksek Lisans
Türkçe
1984
Jeoloji MühendisliğiCumhuriyet ÜniversitesiMikrobiyoloji Ana Bilim Dalı
DOÇ.DR. GÜLENDAME SAYGI
- Adolesan intihar girişimlerinin psiko-sosyal nedenleriyle ilgili araştırma
Başlık çevirisi yok
NAZMİYE YÜKSEL