Diyarbakır kadın doğum hastanesinin enerji tüketiminin LSTM ve gru ile tahmini

Kritik öneme sahip kurumlar arasında yer alan hastanelerde, enerji tüketiminin önceden tahmin edilmesi hayati derecede önemlidir. Bu tahmin hem maliyet optimizasyonu hem de enerji arz güvenliğinin sağlanması açısından stratejik bir öneme sahiptir. Literatürde enerji tüketimi ve tahmini üzerine birçok çalışma yapılmıştır. Ancak mevcut tahmin çalışmalarında gözlenen başarı oranlarındaki ciddi dalgalanmalar, bu alandaki araştırmaların henüz beklenen düzeye ulaşmadığının açık bir göstergesidir. Buna bağlı olarak, enerji tüketimini daha isabetli şekilde öngörebilecek modellere duyulan ihtiyaç ortaya çıkmaktadır. Bu motivasyonla bu çalışmada, Diyarbakır Kadın Doğum Hastanesi'nin 1 Haziran 2017 ile 30 Haziran 2024 tarihleri arasında kaydedilen yarım saatlik enerji tüketim verilerinden yararlanılarak, uzun kısa süreli bellek (LSTM, Long Short-Term Memory) ve geçitli tekrarlayan birim (GRU, Gated Recurrent Unit) modelleriyle hastanenin enerji tüketiminin tahmin edilmesi amaçlanmıştır. Modeller, 10, 20, 30, 60, 120 ve 240 adımlık farklı zaman pencereleriyle eğitilmiş ve bu farklı pencere boyutlarına göre performansları karşılaştırılmıştır. Yapılan analizler sonucunda; LSTM modelinin 60 adımlık pencere boyutu ve GRU modelinin ise 120 adımlık pencere boyutu ile en iyi tahmin performansını verdiği saptanmıştır. Performans metrikleri incelendiğinde, LSTM modeli için RMSE = 25.07, MAE = 13.87 ve R² = 0.98 değerleri elde edilmiştir. Benzer şekilde, GRU modeli için de RMSE = 25.11, MAE = 13.73 ve R² = 0.98 değerleri ölçülmüştür. Özellikle her iki modelin de R² değerinin yaklaşık 0.98 seviyesinde gerçekleşmesi, yapılan tahminlerin gerçek tüketim değerlerini büyük ölçüde yansıtabildiğine işaret etmektedir. Sonuç olarak, LSTM ve GRU tabanlı modellerin hastane gibi karmaşık yapılarda enerji yönetiminde etkin yaklaşımlar olarak değerlendirilebilir.