Özden, SemihÖztürk, Ali2020-04-302020-04-3020181307-96972147-0715https://doi.org/10.17671/gazibtd.404250https://app.trdizin.gov.tr/makale/TXpBeU5ERTFOUT09https://hdl.handle.net/20.500.12684/1015Özel 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.Energy 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.tr10.17671/gazibtd.404250info:eu-repo/semantics/openAccessBilgisayar BilimleriBilgi SistemleriBilgisayar BilimleriDonanım ve MimariBilgisayar BilimleriYapay ZekaBilgisayar BilimleriYazılım MühendisliğiArticle113255261