Derin öğrenme ve istatistiksel modelleme yöntemleri ile günlük doğalgaz tüketiminin tahmini ve karşılaştırılması

Bu çalışmada, Ocak 2014 – Haziran 2018 arası 54 aylık döneme ait Sakarya ilinde gerçekleşen doğalgaz tüketim verileri kullanılarak istatisiksel tahmin yöntemlerinden zaman serisinin dönemsel otoregresif bütünleşik hareketli ortalama modeli ile birer günlük tahmini yapılmış, bu modelin başarımı basit yapay sinir ağları ve derin sinir ağlarının meteorolojik veriler de kullanılarak yapılan birer günlük tahminler ile başarısı karşılaştırılmıştır. Mevsimsel Otoregresif Bütünleşik Hareketli Ortalama modelinin (SARIMA) 365 günlük tahmin başarısı ortalama mutlak hata oranı cinsinden (MAPE) yüzde 10,33 olmuştur. Yapay sinir ağlarının üç farklı parametre seçme metodu ile oluşturulan veri kümeleri kullanılarak eğitilmesi sonucu basit Yapay Sinir Ağı ile 6,68, Derin Yapay Sinir Ağı ile 7,23 MAPE değerine ulaşılmıştır. Söz konusu parametrelerin yer aldığı yedi gün geçmişe kadar veriler kullanılarak Basit Öz Yineleyen Yapay Sinir Ağı (SRNN) ile 7,61, Uzun-Kısa Dönem Hazıfa Öz Yineleyen Sinir Ağları (LSTM) ile 6,45 ve Kapılı Öz Yineleyen Öğe Sinir Ağları (GRU) ile ise 6,38 MAPE oranına ulaşılmıştır. Araştırmada elde edilen bulgulara göre, uzman görüşü ile seçilen özellikler ile eğitilen kapılı öz yineleyen birim sinir ağı ile yapılan tahminlerin diğer yötemlerden daha iyi sonuçlar verdiği görülmüştür.