Room-based energy consumption prediction with machine learning in industrial cold storage

Bu tez çalışmasında endüstriyel soğuk hava depolarında oda veya depo bazlı enerji tüketiminin tahminlenebilmesi için gereken teorik ve pratik çalışmalar yer almaktadır. Tez çalışmaları aynı zamanda Türkiye Cumhuriyeti Sanayi ve Teknoloji Bakanlığı tarafından desteklenen bir ArGe Merkezi proje çalışmalarının bir kısmını kapsamaktadır. Merkezi sistem soğutma ile soğutulan endüstriyel soğuk hava depolarında genellikle oda veya depo bazında enerji ölçümü yapılmamaktadır. Oda veya depo bazlı enerji tüketim verileri olmaması operasyonel pek çok çalışmanın verimsiz şekilde yapılmasına sebep olmaktadır. Oda veya depo tüketimleri elde edilerek operasyonel işlerin veriye dayalı olacak şekilde yapılması mümkün hale gelebilir. Bu durumda tez çalışmasında detaylarıyla bahsedildiği üzere büyük oranda enerji tasarrufları yapılabilir. Bu kapsamda başlatılan ArGe Merkezi projesinin analiz çalışmaları gerçekleştirilmiştir. Analiz çalışmasının sonucunda merkezi sistem ile soğutulan bir tesisin oda veya depo tüketimlerinin elde edilmesi için en büyük bilinmezliğin evaporatör kapasiteleri olduğu anlaşılmıştır. Tez çalışmaları kapsamında makine öğrenmesi teknolojisi derinlemesine araştırılmış ve Feature Importance Scoring yöntemleri ile tesislerde bulunan oda veya depoların soğutucu komponenti olan evaporatör ünitelerinin kapasiteleri farklı algoritmalar kullanılarak tahminlenmiştir. Tezin yazılım geliştirme çalışmaları sonucunda kapasite tahminlemesi yapan yazılım modülü elde edilmiştir. Bu modül REST Api teknolojisi ile bir web servis hizmeti verecek şekilde tasarlanmıştır. Bu modülün ArGe Merkezi projesinde nasıl bir konumda yer alacağı da tez çalışmasında tartışma ve bulgular kısmında bir diagram olarak yer almaktadır.