Genetik algoritma ve yapay sinir ağı ile uyarlanabilir nöro bulanık çıkarım sistemlerine dayalı yük tahmini: Irak örneği
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik Mühendisliği, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: AHMED MAZIN MAJID AL -QAYSI
Asıl Danışman (Eş Danışmanlı Tezler İçin): Altuğ Bozkurt
Eş Danışman: Yavuz Ateş
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Elektrik enerjisi, modern ekonominin önemli bir unsuru olarak kabul edilmektedir. Elektrik enerjisinin üretimi ve tüketimi arasında denge sağlanması, enerji sektörünün etkin ve sürdürülebilir işleyişi için kritik bir gerekliliktir. Bu dengeyi sağlamak ve enerji kaynaklarının etkin bir şekilde kullanılabilmesi için elektrik yükünün doğru bir şekilde tahmin edilmesi büyük önem taşımaktadır. Elektrik yükü tahmini, gelecekte tüketilecek elektrik enerjisi miktarını veya yükünü önceden tahmin etmeyi hedefleyen bir çalışma alanıdır ve enerji yönetimi açısından önemli bir rol oynamaktadır. Bu çalışmada, elektrik yükünün tahmin edilmesi konusu üzerinde yoğunlaşılarak verimli enerji yönetimine katkı sağlanması hedeflenmektedir. Çalışmada, farklı istatistiksel yöntemlerin karşılaştırılması ve zaman içinde elde edilen sonuçların analizi amacıyla çeşitli eğitim ve test verileri kullanılmıştır. Bu kapsamda, Yapay Sinir Ağı (ANN) modeli ile birlikte Genetik Algoritmalar (GA) ve Uyarlanabilir Nöro-Bulanık Çıkarım Sistemleri (ANFIS) gibi gelişmiş tahmin teknikleri de kullanılmıştır. Böylelikle, farklı yöntemlerin performansı karşılaştırılarak en iyi tahmin sonuçlarının elde edilmesi amaçlanmıştır. Çalışmada, uzun vadeli bir model kullanılarak tahmin süreci gerçekleştirilmiş ve saatlik bölünmüş yıllık veriler kullanılarak en düşük bağlamsal hata değerlerine ulaşılmıştır. Veri örnekleri, farklı algoritmaların uygulanması ve çeşitli faktörlerin yük tahmini üzerindeki etkilerinin incelenmesi amacıyla kullanılmıştır. Elde edilen sonuçlar, ANN-GA modelinin diğer modellere kıyasla yük tahmini konusunda yüksek doğruluk ve düşük hata oranlarına sahip olduğunu göstermektedir. Bu çalışma, enerji yönetimi alanında önemli bir katkı sağlamakta olup, elektrik yükünün etkili bir şekilde tahmin edilmesine yönelik gelişmiş yöntemlerin kullanılmasının önemini vurgulamaktadır.