Bir ilin elektrik tüketim verilerinin makine öğrenmesi yöntemleri ile analizi
Analysis of a city's electricity consumption data with machine learning methods
- Tez No: 755771
- Danışmanlar: DR. ÖĞR. ÜYESİ SELDA GÜNEY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin öğrenme, Elektrik dağıtım sistemleri, Elektrik tüketimi, Makine öğrenmesi, Yapay sinir ağları, Yapay zeka, Deep learning, Electric distribution systems, Electric consumption, Machine learning, Artificial neural networks, Artificial intelligence
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik dağıtım şirketleri, sahip oldukları abonelerine, elektriksel tüketimlerini“Piyasa Yönetim Sistemi”aracılığı bildirmekle yükümlüdür. Elektrik dağıtım şirketleri, ay sonu tüketim değerleri olmayan, yani okuma verisi bulunmayan tüketicilerine, tüketim değerlerini tahmin metotlarıyla bildirmektedirler. Bu tezin amacı, Enerji Piyasası Düzenleme Kurumu'nun belirlemiş olduğu ve hala kullanılmakta olan tüketim tahminleme metodolojisinin yanı sıra makine öğrenmesi yöntemleri ile tahminleme yapmaktır. Bu çalışmada, makine öğrenmesi yöntemleri kullanılarak, doğrusal regresyon ve uzun-kısa süreli bellek (LSTM) yöntemleriyle, MATLAB ortamında analizler yapılmıştır. Başarı kriteri olarak Kök Ortalama Kare Hatası (Root Mean Square Error, RMSE), kriter olarak belirlenmiş ve kullanılan yöntemlerden en başarılı sonucu doğrusal regresyon analizi yöntemi sağlamıştır. Bu kapsamda yapılan çalışmalar ile doğrusal regresyon, uzun-kısa süreli bellek ve Enerji Piyasası Düzenleme Kurumu 'nun Tahminleme Metodolojisi yöntemlerinin karşılaştırması yapılmış olup, tutarlı ve başarılı sonuçlar elde edildiği gözlemlenmiştir.
Özet (Çeviri)
Electricity distribution companies are obliged to inform their subscribers about their electricity consumption through the“Market Management System”. Electricity distribution companies inform their consumers who do not have consumption values at the end of the month, that is, they do not have reading data, by estimating consumption values. The aim of this thesis is to make estimations with machine learning methods as well as the consumption forecasting methodology determined by the Energy Market Regulatory Authority and which is still being used. In this study, analyses were performed using machine learning methods, linear regression and long-short-term memory (LSTM) methods in MATLAB environment. Root Mean Square Error (RMSE) method was determined as the success criterion and linear regression analysis method provided the most successful result of the methods used. In this context, the studies of linear regression long short term memory and Energy Market Regulatory Authority's methodology, a comparison of estimation methods is made, and observed that consistent and successful results are obtained.
Benzer Tezler
- Short term electrıcıty consumptıon forecastıng usıng long short-term memory cells
Uzun kisa vadeli̇ hafiza ağlari i̇le kisa vadeli̇ elektri̇k tüketi̇m tahmi̇ni̇
ANIL TÜRKÜNOĞLU
Yüksek Lisans
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Electricity consumption forecasting of turkey usingrecurrent neural networks
Tekrarlayan sınır ağlarıyla Türkiyenin elektriktüketim tahmini
FATEMEH GANDOMI TAJRAQ
Yüksek Lisans
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER BADAY
- Irak-Kerkük'te tarımda su kaynaklarının kullanımı ve su yönetim sorunları
Use of water resources in agriculture and water management problems i̇n Iraq ; Kirkuk example
NÜSE MELİS ALPARSLAN
Doktora
Türkçe
2024
ZiraatSelçuk ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
PROF. DR. NİZAMETTİN ÇİFTÇİ
- Türkiye'deki bir hane için tüm enerji ihtiyaçlarını karşılayabilecek sıfır emisyonlu şebekeden bağımsız hibrit enerji sisteminin uygulanabilirlik çalışması
Feasibility study of an off-grid hybrid energy system with zero emissions to meet all energy demands of a household in Turkey
GİRAY BATURAY ÖZCAN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYalova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUNAY TÜRKDOĞAN