Öztürk, Aliİrişik, Mustafa2021-02-252021-02-252019https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=as2oTjW5jfr9IKSvmCdJYijIU8CAt0oOvBJvUb2U7JTVkE-AMEZe0OAtVnP_r5Jmhttps://hdl.handle.net/20.500.12684/7185YÖK Tez No: 537969Mevcutta bulunan üretim tahmin modellerinin büyük bir kısmı yenilenebilir enerji kaynaklarının üretim tahminini doğru olarak yapamamaktadırlar. Bu çalışmanın amacı geleceğe yönelik tahminler yapabilen bir matematiksel model oluşturmak ve belirli yöntemlerle modelin ve tahminlerinin doğruluğunun test edilmesini sağlamaktır. Bu çalışma kapsamında oluşturulan matematiksel tahmin modelleri ile hidroelektrik santrallerinde bir ay gibi kısa vadelerde üretim tahmini yapılacaktır. Bu sayede elektrik üreticileri daha doğru üretim planlaması yapabilmeleri ve maliyetlerini düşürebilecekleri ön görülmektedir. Matematiksel tahmin modelleri oluşturulurken istatistiksel metotlardan zaman serisi analizi, dinamik harmonik, eksponansiyel model, yapay sinir ağları, çoklu regresyon analizi ve kümelenme algoritması gibi metotlar denenerek en uygun model seçilecektir. Çalışma kapsamında geliştirilen matematiksel modellerin doğruluğu istatistiksel test metotları kullanılarak ispatlanacaktır. Geliştirilen modeller sayesinde üretim planlaması daha doğru ve etkin bir şekilde yapılacaktır.Most of the current production forecasting models do not correctly estimate the production of renewable energy sources. Thanks to the models that will be produced with this study, accurate forecasts will be made for the future. The correctness of the mathematical models will be tested with generated using the methods. Short-term production forecasts will be made for hydroelectric power plants with the obtained forecasting models. Thus, it is considered to make a significant contribution to production planning in renewable energy plants. The correctness of the developed mathematical models will be proved by using scientific test methods. With this model, production planning will be done easily and with high accuracy. Methods such as time series, dynamic harmonics, an exponential model, multiple regression analysis, artificial neural networks, clustering algorithm will be used in the formation of mathematical models and the most appropriate method will be determined.trinfo:eu-repo/semantics/openAccessEnerjiEnergyElektrik enerji sistemleriElectrical energy systemsMaster Thesis163