Yapay Sinir Ağları ve Zaman Serileri Yöntemi ile Bir Endüstri Alanının (İvedik OSB) Elektrik Enerjisi İhtiyaç Tahmini

Basit Öğe Kaydı
dc.contributor.authorÖzden, Semih
dc.contributor.authorÖztürk, Ali
dc.date.accessioned2020-04-30T14:12:30Z
dc.date.available2020-04-30T14:12:30Z
dc.date.issued2018
dc.departmentDÜ, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümüen_US
dc.description.abstractÖzel firmalara enerji sağlayan firmalar veyaişletmeler için enerji tüketiminin tahmini ve ihtiyaç planlaması çok kritiktir.Özellikle endüstri bölgelerindeki enerji ihtiyacı ev kullanıcılarınınihtiyacından daha yüksektir, bundan dolayı enerji ihtiyacının doğru tahmininigerektirir. Bu çalışmada, zaman serileri ve yapay sinir ağları olmak üzere ikifarklı yaklaşım kullanılarak Türkiye’deki bir endüstri bölgesi için enerjiihtiyaç tahmini üzerinde çalışılmış ve sonuçlar test edilmiştir. Daha öncekiçalışmalardan farklı olarak, kısıtlı veri ile kısa dönem tahmini için basit birmodel geliştirilmiştir. Model, giriş parametresi olarak geçmiş günlere aittüketim verileri ve sıcaklığı içermektedir. Sıcaklık verisi, endüstribölgelerinde ısıtma amaçlı enerji tüketiminde kullanıldığı için anahtar roloynamaktadır. Zaman serileri yaklaşımında sadece geçmişe ait enerji tüketimverileri kullanılmıştır. Her iki yaklaşım enerji ihtiyaç tahminindekullanılmış, sonuçlar tartışılmış ve karşılaştırılmıştır.en_US
dc.description.abstractEnergy consumption prediction or demand planning is crucial for the energy supplier companies. Especiallyfor industrial sites, the energy demand is higher than residential area, so it needs accurate forecasting of energy demand.In this study, two different approaches as time series and neural network were studied to forecast energy demand in anindustrial area in Turkey and results were tested. Contrary to previous models / studies, a simple model was developedfor short-term forecasting with limited data. The model involves energy consumption of previous days and temperatureas input parameters. Temperature is key role for this industrial region to lead energy consumption for heating at theworking places. Only previous days’ energy consumption data were used in time series approach. These both approacheswere performed in forecasting energy demand; results were discussed and compared. Depending on results, the result ofR value for time series method is 0.93901 and the result of R value for neural network method is 0.9859.en_US
dc.identifier.doi10.17671/gazibtd.404250en_US
dc.identifier.endpage261en_US
dc.identifier.issn1307-9697
dc.identifier.issn2147-0715
dc.identifier.issue3en_US
dc.identifier.startpage255en_US
dc.identifier.urihttps://doi.org/10.17671/gazibtd.404250
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TXpBeU5ERTFOUT09
dc.identifier.urihttps://hdl.handle.net/20.500.12684/1015
dc.identifier.volume11en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofBilişim Teknolojileri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectBilgi Sistemlerien_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectDonanım ve Mimarien_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectYapay Zekaen_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectYazılım Mühendisliğien_US
dc.titleYapay Sinir Ağları ve Zaman Serileri Yöntemi ile Bir Endüstri Alanının (İvedik OSB) Elektrik Enerjisi İhtiyaç Tahminien_US
dc.title.alternativeElectricity Energy Demand Forecasting for an Industrial Region (Ivedik) by using Artificial Neural Network and Time Seriesen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1015.pdf
Boyut:
977.87 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Makale Koleksiyonu