Elektrik üretiminin planlanması için derin öğrenme tabanlı talep tahmin sisteminin geliştirilmesi
Development of deep learning based demand forecasting system for planning electricity generation
- Tez No: 778738
- Danışmanlar: DR. ÖĞR. ÜYESİ ERKAN DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Elektrik tüketimi, Enerji talebi, Makine öğrenmesi, Deep learning, Electric consumption, Energy demand, Machine learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Donanım Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünyada ekonomik ve endüstriyel gelişmelerin artarak devam ettiği günümüzde, elektrik enerjisi ülkelerin gelişmesi açısından önemli bir faktördür. Enerji talebinin en üst düzeye çıktığı ve en alt seviyede ihtiyaç olduğu zamanlarda üretim ve tüketim miktarının dengelenmesi çok önemlidir. Elektrik işletim sisteminin belirli bir frekansta tutulması, elektriğin sürekli ve etkin bir şekilde kullanılabilmesi açısından üretim ve tüketim planlamalarının yapılması gerekmektedir. Elektrik üretiminin planlanmasının işletmenin kesintisiz ve doğru çalışması için zorunlu hale gelmiştir. Ayrıca Endüstri 4.0 kapsamında Türkiye'nin elektrik altyapısı ve enerji yük dengelemesinin zorunlu olduğu görülmüştür. Sistemdeki kayıp enerji maliyetlerini en aza indirmek, üretim yatırımlarını doğru planlamak, piyasa katılımcılarının ekonomik açıdan zarar etmemesini sağlamak, sistem kullanıcılarına kaliteli ve kesintisiz bir enerji sunmak için enerji talebinin gerçeğe en yakın şekilde tahmin edilmesi gereklidir. Dolayısıyla sistemde elektrik enerjisi arz ve talep miktarının dengede tutulması için bir enerji tahmin planına ihtiyaç duyulmaktadır. Elektrik enerjisi talebi, bölgesel, demografik ve meteorolojik etkenlere göre farklılık gösterebilmektedir. Bu faktörlerle ilgili büyük veri setlerinin kullanılması makine öğrenmesi ve derin öğrenme alanlarına olumlu yansımıştır. Çeşitli algoritmalar kullanılarak modellemeler yapılarak tahminde oldukça yüksek başarımlar elde edilmektedir. Çalışmamızda saatlik bazda 2018-2021 yılların arasındaki Türkiye Elektrik Tüketim Verileri ve meteorolojik veriler kullanılarak bunlara resmi tatil özellikleri de eklenmek suretiyle elektrik tüketim yük tahmini yapılması amaçlanmaktadır. Veriler birkaç makine öğrenmesi modeli ve derin sinir ağı tabanlı zaman serisi modellerinin eğitiminde kullanılarak modellerin tahmin başarımları test edilmiştir. Çalışma, enerji arz ve talep dengesizliğinin giderilmesini öngörmektedir.
Özet (Çeviri)
In today's world, where economic and industrial developments continue to increase, electrical energy is an important factor for the development of countries. It is very important to balance the amount of production and consumption when the energy demand is at the highest level and the need is at the lowest level. Production and consumption planning should be done in order to keep the electricity operating system at a certain frequency and to use electricity continuously and effectively. Planning of electricity production has become essential for the uninterrupted and correct operation of the enterprise. In addition, it has been observed that Turkey's electricity infrastructure and energy load balancing is mandatory within the scope of Industry 4.0. In order to minimize the lost energy costs in the system, to plan the production investments correctly, to ensure that the market participants do not suffer economically, and to provide a quality and uninterrupted energy to the system users, it is necessary to estimate the energy demand as closely as possible. Therefore, an energy forecasting plan is needed to keep the electrical energy supply and demand in balance in the system. The electrical energy demand may differ according to regional, demographic and meteorological factors. The use of large data sets related to these factors has positively reflected on the fields of machine learning and deep learning. By using various algorithms, models are made and very high performances are obtained in estimation. In our study, it is aimed to estimate the electricity consumption load by using the Turkish Electricity Consumption Data and meteorological data between the years 2018-2021 on an hourly basis, by adding the official holiday features to them. The prediction performance of the models was tested by using the data in the training of several machine learning models and deep neural network based time series models. The study foresees the elimination of energy supply and demand imbalances.
Benzer Tezler
- Derin pekiştirmeli öğrenme tabanlı enerji maliyeti optimizasyonu
Energy cost optimization based on deep reinforcement learning
MUSTAFA MUTLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRKAN IŞIK
- Secure and coordinated beamforming in 5G and beyond systems using deep neural networks
5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme
UTKU ÖZMAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI
DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL
- Forecasting of produced output electricity in photovoltaic power plants
Foto-voltaik güç santrallarında elektrik üretim tahmini
TARANEH SAADATI
Doktora
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. BURAK BARUTÇU
- Meteorolojik verilerden yararlanarak güneş enerji santralinin çıkış gücü tahmini
Forecasting output of a solar power plant using meteorological data
ELİF YÖNT AYDIN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HEYBET KILIÇ
- Optimal decision-making for operations of smart grids and microgrids
Başlık çevirisi yok
KÜBRA NUR ŞAHİN
Doktora
İngilizce
2025
EnerjiAbdullah Gül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED SÜTÇÜ