Short-term Load Forecasting using Neural Network for a Residential Building

As energy consumption rises it becomes important for electric utilities to make adequate plan for this increase to avoid inefficiencies in generation, transmission and distribution of electrical energy. One of the ways of tackling this is to forecast the load for a period of time for proper energy management and utilization. Load forecasting has gained so much popularity over the years however having an accurate load forecast has become a great challenge for researchers as this is very important in power system management. The aim of this study is to have an idea of energy performance in residential buildings, analyze the historical data to see the trend line of energy consumptions in residential buildings, identify factors that influence the increase in energy use and then employ a short term load forecast using Neural Network (NN) in order to encourage proper utility planning. Factors affecting load consumptions are studied, different short-term load forecasting models are reviewed and a neural network architecture is proposed. A 1.233% mean absolute percentage error (MAPE) result is obtained by analysing the load data, classifying it into day types, selecting similar days and constructing the neural network architecture. From the results obtained it can be concluded that the tendency of the neural network to forecast load consumption is accurate.…………………………………………………………………………… ÖZ: Enerji tüketimi arttıkça, elektrik kurumlarının bu artış için elektrik enerji üretimi, iletimi ve dağıtımında oluşabilecek yetersizliklerden kaçınmak için gerekli planlamayı yapması önemlidir. Bunu takip edebilmenin bir yolu, uygun enerji yönetimi ve kullanımı için belli bir süre boyunca yük tahmini yapmaktır. Yük tahmini yıllar geçtikçe çok yaygınlaşmıştır ancak güç sistemi yönetiminde önemli yeri olan yük tahminin doğru yapılabilmesi araştırmacılar için zorlu bir görevdir. Bu çalışmanın amacı, konutlarda enerji performansı ile ilgili bilgi edinmek, konutlarda enerji tüketim trendini önceki verileri çözümleyerek incelemek, enerji artışındaki etmenleri belirlemek ve daha sonra uygun planlamaya teşvik amacıyla Yapay Sinir Ağı kullanarak kısa dönem yük tahmini gerçekleştirmektir. Yük tüketimini etkileyen etmenler araştırılmış, farklı kısa dönem yük tahmini modelleri incelenmiş ve yapay sinir ağı mimarisi sunulmuştur. Yük verisi incelenerek gün tipleri sınıflandırılmış, benzer günler seçilmiş ve yapay sinir ağı mimarisi oluşturularak, % 1.233 ortalama mutlak yüzde hatalı sonuçlara ulaşılmıştır. Elde edilen sonuçlara göre, yapay sinir ağının yük tahmininde doğru sonuçlar verdiği söylenebilir.