Meteorolojik faktörlerin rüzgâr enerji santrallerine etkisi

Rüzgâr enerjisi, dünya genelinde giderek daha fazla önem kazanan yenilenebilir ve sürdürülebilir bir enerji kaynağıdır. Ancak, rüzgâr hızının değişkenliği rüzgâr enerjisi üretiminde belirsizlikler yaratmakta ve bu durum, şebeke entegrasyonu ile enerji planlaması açısından önemli sıkıntılara yol açmaktadır. Bu çalışmanın amacı, meteorolojik verileri kullanarak K-En Yakın Komşu (K-Nearest Neighbors - KNN), Geliştirilmiş Gradyan Artırma (Extreme Gradient Boosting - XGBoost), Rastgele Orman (Random Forest - RF) ve Hafif Gradyan Artırmalı Makine (Light Gradient Boosting Machine – LightGBM) algoritmalarının rüzgâr enerjisi üretimindeki tahmin performanslarını karşılaştırmalı olarak incelemektir. Çalışmada bir rüzgâr enerji santraline ait geçmişe yönelik üretim verileri kullanılmıştır. Tahmin modellerinde kullanılan giriş değişkenleri rüzgâr hızı, kanat açısı, sıcaklık, rotor hızı ve nacelle yönü; çıkış değişkeni ise rüzgâr enerjisi üretimidir. Her bir modelin tahmin performansını artırmak için hiperparametre optimizasyonu Bayesçi optimizasyon yöntemine dayanan Optuna kütüphanesi kullanılarak gerçekleştirilmiş ve bu aşamada 5 katlı çapraz doğrulama (K-Fold Cross Validation) tekniği uygulanmıştır. Modellerin tahmin doğrulukları; Kök Ortalama Kare Hata (Root Mean Square Error – RMSE), Ortalama Mutlak Hata (Mean Absolute Error - MAE) ve Belirleme Katsayısı (Coefficient of Determination - R²) gibi istatistiksel performans ölçütleriyle değerlendirilmiştir.