Solar radiation forecasting by using deep neural networks in Eskişehir

WEO'ya göre, küresel enerji talebinin önümüzdeki yirmi yılda dünya nüfusunun artması nedeniyle 2016'da% 30'dan 2040'ta% 40'a çıkacağı tahmin ediliyor. Bunun bir sonucu olarak, sera gazlarının neden olduğu çevre kirliliği ile ilgili endişeler artmakta ve daha temiz enerji teknolojileri geliştirilmektedir. Bu dünya çapında güneş enerjisi pazar payının genişlemiş büyümesini açıkça göstermektedir. Bu nedenle, güneş enerjisi dönüşümünü etkili bir şekilde gözlemleyen ve performansını gözlemleyen neredeyse gerçek zamanlı bir öngörü modeli, güneş enerjisi santrallerinin tasarımı için en iyi seçenek olarak kabul edilir. Bu çalışmada, güneş ışınımı tahmini için en uygun modeli bulma üzerinde çalışmalar yurütülmüştür. Bu kapsamda üç farklı yaklaşm temel alnarak problem matematiksel modeller, yapay sinir ağları ve derin öğrenme kullanılarak çözülmüştür. Ayırca, güneş ışınımı tahmini için dört yeni model oluşturulmuştur. Bütün bu yöntemlerin uygulamasında Eskişehir'deki meteroloji istasyondan alınan veriler kullanılmıştır. Elde edilen sonuçlar Kare Ortalamalarının Karekökü (RMSE), ortalama mutlak hata (MAE), ortalama önyargı hatası (MBE) ve test istatistiği (t-istatistiği) değerlerine kullanılarak detaylı bir şekilde karşılaştırılmıştır. Yapılan analiz sonucunda ele alan bölge için en iyi sonucu derin öğrenme yöntemi vermiştir. Anahtar Sözcükler: Güneş radyasyonu tahmini, ANN'ler, DNN'ler, Yapay zeka, Hibrit modeller