Adana bölgesi için derin öğrenme tabanlı günlük güneş ışınımı tahmini
2023
0 views
0 downloads
Advisor: Prof. Dr. İlyas Eker ; Dr. Öğr. Üyesi Kasım Zor
Abstract (TR)
Petrol, kömür ve doğal gaz gibi fosil enerji kaynaklarının olumsuz etkileri ve yetersizliği doğaya zarar vermekte ve bu nedenle yenilenebilir enerji üretimi kaydadeğer şekilde önem kazanmıştır. Zararlı fosil yakıtları, temiz, güvenli ve sürdürülebilir enerjiyle değiştirmek için, fotovoltaik (FV) sektörü son yıllarda çok hızlı bir şekilde büyümüştür. Yüksek doğruluğa sahip günlük güneş küresel yatay ışınımı (KYI) tahmin modeli, FV sistemlerin çalıştırılması, bakımı ve optimizasyonu için kritik bir araçtır, öyle ki akıllı ve gürbüz KYI tahmin modeli son zamanlarda araştırmacılar arasında en ilgi çekici konulardan biri haline gelmiştir. Bu tezde, Adana bölgesinin meteorolojik verileri MERRA-2'den takvim değişkenleri eklenerek alınmış, daha sonra ham veri seti Python programlama dili aracılığıyla eksik ve hatalı veriler tedavi edilerek temiz veri seti oluşturulmuş ve bu veri seti normalize edildikten sonra bölünerek sırasıyla %80 ve %20 oranlarında eğitim ve test veri setlerine ayrılmıştır. Ayrıca, Pearson korelasyonuna göre 0, 0,10, 0,25 ve 0,50 eşikler belirlenerek, dört farklı öz nitelik seçimi senaryosu oluşturulmuştur. Ardından, gün öncesi KYI tahmin modellerinin gerçekleştirilmesinde değişik derin öğrenme tabanlı modeller ile bir istatistiki ve bir geleneksel yapay sinir ağı algoritması olarak adlandırılan çoklu doğrusal regresyon (ÇDR), çok katmanlı algılayıcı (ÇKA), yinelemeli sinir ağı (YSA), uzun kısa süreli bellek (UKSB), kapılı tekrarlayan hücre (KTH), çift yönlü UKSB ve çift yönlü KTH kullanılmıştır. Tahmin sonuçlarının değerlendirilmesinde belirleme katsayısı (BK), normalize edilmiş ortalama mutlak hata (nOMH), ortalama mutlak yüzdesel hata (OMYH) ve normalize edilmiş kök ortalama karesel hatayı (nKOKH) da içeren çeşitli performans ölçümlerinden yararlanılmıştır. Çift yönlü UKSB modelinin, BK (%85,495) ve OMYH (%19.901) performans ölçümlerine dayanarak diğer modellere göre daha yüksek performans sergilediği gözlemlenmiştir. Anahtar kelimeler: Günlük Küresel Yatay Işınımı Tahmini, Derin Öğrenme, Yinelemeli Sinir Ağları, Uzun Kısa Süreli Bellek, Kapılı Tekrarlayan Hücre, Adana
Author
Dr. Eman Ahmed Erfan Othman Abdalla
Institution
How to Cite
Eman Ahmed Erfan Othman Abdalla (Yüksek Lisans Tezi). Adana bölgesi için derin öğrenme tabanlı günlük güneş ışınımı tahmini, 2023, Çukurova University.
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Çukurova University
- Okul öncesi öğretmenlerinin tükenmişlik düzeyleri ile örgüt iklimi algıları arasındaki ilişkinin incelenmesi(2021)
- Basic Weitzenböck derivations(2022)
- Öğretim elemanlarının çevrim içi öğretim becerileri ve stratejileri bağlamında çevrim içi öğretim süreçlerinin değerlendirilmesi: Bir meslek yüksekokulu örneği(2022)
- Hatay ili zeytin alanlarındakı zeytin halkalı leke hastalığı (Spilocaea oleaginea)'nın yaygınlığı ve infeksiyonlardan sorumlu inokulum kaynaklarının belirlenmesi(2022)
- Çağdaş kütüphanelerin yeni anlamı ve iç mekân tasarımı üzerine bir incelenme(2022)
- Otozomal dominant polikistik böbrek hastalığı olan çocuk hastalarda prognozu etkileyen faktörler(2022)
