Yapay sinir ağları tabanlı hibrit modellerle yük tahmini

Güç sistemi planlamasının öncelikli amacı, müşterilerin elektrik enerjisi ihtiyaçlarını mümkün olduğunca ekonomik, güvenilir ve kaliteli bir şekilde karşılamaktır. Planlama sürecindeki önemli adımlardan biri de yük tahminidir. Geleneksel olarak yük tahmini için hem uygulaması kolay hem de iyi performans göstermesi nedeniyle istatistiksel metotlar yaygın kullanıma sahiptir. Ancak son yıllarda yük tahmini için yapay zeka yöntemleri de fazlaca kullanılmaya başlanmıştır. Bu çalışmada yapay zeka algoritmalarından yapay sinir ağları (YSA), adaptif sinirsel bulanık mantık (ANFIS) ve dalgacık dönüşümü-yapay sinir ağları (DDYSA) kullanılarak Eskişehir ili için yıllık ve mevsimlik yük tahminleri yapılmıştır. Eskişehir iline ait sıcaklık, nüfus, ithalat, ihracat ve zaman verileri giriş verisi olarak kullanılmıştır. Yapılan çalışmayla söz konusu yöntemlerin tahmindeki doğruluk seviyeleri araştırılmıştır. YSA, ANFIS ve DDYSA'da farklı parametreler kullanılarak oluşturulan deneme modelleri test MAPE değerlerine göre karşılaştırılmıştır. Çalışmada en iyi performansı gösteren YSA 2 gizli katmanlı, gizli katmanlarında 12 nöron bulunan ve tanjant sigmoid transfer fonksiyonu kullanan, çıkış katmanında lineer transfer fonksiyonu kullanan yapıdır. En iyi ANFIS yapısı ızgara bölümleme yöntemiyle 64 kurallı, kural katmanında trimf ve çıktı katmanında lineer transfer fonksiyonunu kullanan yapıdır. En iyi DDYSA yapısı ise tek gizli katmana sahip, gizli katmanında 12 nöron bulunan ve bu katmanda tanjant sigmoid transfer fonksiyonu kullanan, çıkış katmanında ise lineer transfer fonksiyonu kullanılan yapıdır. Çalışmada Eskişehir ilinin yıllık ve mevsimlik tahminlerinde YSA'nın diğer iki yöntemden daha küçük MAPE değerlerine sahip olduğu, dolayısıyla daha iyi sonuçlar verdiği gözlemlenmiştir.