Yapay zekâ teknikleri ile meteorolojik verilerin analizi ve global güneş işinim tahmini

Dünyanın ana yaşam kaynağı olmasının yanı sıra Güneş gezegeni, bitmek tükenmek bilmeyen yenilenebilir enerji kaynağına sahiptir. Türkiye dünyanın güneş kuşağının içerisinde olan 36−42° kuzey enlemleri ve 26−45° doğu boylamlarında bulunmaktadır. Güneş enerjisi veya elektrik enerjisi sistemlerinin hesaplanmasında kullanılan küresel ışınım ölçümü ülkemizdeki enerji tesis yeri için çok önemli bir veridir. Küresel ışınım değeri, güneşten gelen ışınımın direkt (beam) ve gökyüzünde dağılan (diffuse) ışınların toplamına eşittir. Bu değerin ölçümü, diğer meteorolojik verilerin (hava sıcaklığı, nem gibi) ölçümü ve tahmini kadar kolay değildir ve uzun yıllar ölçümlerinin yapılması gerekmektedir. Literatürde, meteoroloji ışınım verileri kullanılarak çeşitli ilişkiler türetilmiş ve bu metotlar ile farklı coğrafik lokasyonlar için ölçüm verisi tahmini yapılmıştır. Fakat, bu ilişkilerle yapılan tahminlerde yüksek sapmalar içerdiği görülebilmektedir. Bu tez çalışmasında, Türkiye'deki çeşitli bölgelerin meteorolojik verileri Meteonorm yazılımından alınmış ve Genetik Algoritma ile optimize edilerek önerilen Yapay Sinir Ağları (YSA) ve Destek Vektör Makinesi (DVM) ile küresel güneş ışınımı tahminleri yapılmıştır. Meteonorm yazılımdan alınan veriler test ve eğitim verisi olarak ayrılarak önerilen ANN ve DVM modellerin performansı değerlendirilmiştir. Önerilen ANN modeli ile DVM ve literatürde mevcut modellerden daha iyi sonuçlar elde edilmiştir. Test verisi için Genetik algoritma ile girişleri optimize edilen ANN modeli ile elde edilen Ortalama Mutlak Yüzde Hata değeri %3.44 olmuştur.