Nehir tipi santrallarda ızgara kirliliğinin verim üzerine etkilerinin makine öğrenmesi ile tahmini

Dünyada ve ülkemizde elektrik ihtiyacı ve buna bağlı olarak elektrik tüketimi her geçen yıl artmaktadır. Geçmişten günümüze enerji ihtiyacı için kullanılan fosil enerji kaynakları çevre kirliliğinin ve küresel ısınmanın artmasına sebep olmaktadır. Küresel ısınmanın artması ise canlıların yaşamlarını sürdürebilmek için gerekli olan temel yaşam kaynaklarını olumsuz yönde etkilemektedir. Dünyanın ileride de yaşanılabilir bir yer olması için enerjinin en zararsız şekilde üretilmesi gerekmektedir. Bu durumun önüne geçebilmek amacıyla elektrik üretimi için kullanılan ve küresel ısınmaya neden olan fosil enerji kaynaklarının kullanımının azaltılıp yerine yenilenebilir enerji kaynaklarının kullanımının arttırılması gerekmektedir. Yenilenebilir enerji kaynaklarından olan hidrolik enerji kaynakları dünya üzerinde kullanımının yaygınlaşması ile enerji kaynakları içerisinde çok büyük bir önem taşımaktadır. Bu sebeple Hidrolik Santrallerde enerji üretiminin yüksek verimlilikle yapılması da önem arz etmektedir. Bu kapsamda bu tezde Hidrolik Santrallerin verimlilikleri nehir tipi santral olan Karkamış HES örnekleminde analiz edilmektedir. Analiz her ünite için ayrı ayrı yapılmış olup ızgara kirliliğinin düşü, debi ve üretim değerlerine etkisi araştırılmıştır. Bu kapsamda yapılan analiz neticesinde ızgara kirliliğinin verim-debi ilişkisi ortaya konulmuştur. Izgara kirliliğinin oluşturduğu düşü kayıpları incelenmiştir. Böylece problem tespiti ve tanımı yapılmıştır. Karkamış HES SCADA sisteminden iki yıl boyunca düzenli veriler alınmıştır. Bu veri miktarları milyon satırı geçen matrislere ulaşmıştır. Söz konusu veriler düzenlenmiş aynı zaman dilimine göre ayarlanmış ve beş adet ünitenin her biri için ayrı ayrı veri seti haline getirilmiştir. Veri setlerinin filtrelenmesi sonrasında çalışma verileri MATLAB programında analiz edilerek makine öğrenmesi ile ızgara kirlilik tahmin çalışması yapılmıştır. MATLAB programında makine öğrenimi regresyon analizi ile gerçekleştirilmiştir. MATLAB programının doğrusal regresyon analizinde yer alan ağaç modelleri, destek vektör makine modelleri, topluluk öğrenme modelleri ve sinir ağı modelleri makine öğreniminde kullanılmış ve tahmin çalışması yapılmıştır. Yapılan çalışmanın değerlendirmesine ait sonuçlar grafik üzerinden ve R, RMSE ve MAE değerleri üzerinden analiz edilmiştir. Her ünite için yapılan çalışma yorumlanmıştır. Izgara kirliliğinin önlenmesi ve ızgara kirlilik tahmin programına göre santraldeki ünitelerin çalıştırılması ile verimin arttıracağı yönünde öneriler sunulmuştur.