Küresel güneş radyasyonunun doğru tahmini, güneş enerjisi dönüşüm sistemleri (modelleme, tasarım ve işletme) ve gelecekteki yatırım politikaları için kritik bir öneme sahiptir. Bu çalışmada uzun-kısa süreli bellek (LSTM) yöntemi kullanılarak günlük ortalama aylık güneş ışınımı tahmini yapılmıştır. Bunun için Türkiye’nin İç Anadolu Bölgesinde bulunan Sivas İlinden elde edilen aylık güneş ışınımı verileri kullanılmıştır. Tahmin doğruluğunun değerlendirmesi için ortalama mutlak yüzde hata (MAPE), kök ortalama kare hatası (RMSE) ve korelasyon katsayısı (R) testleri kullanılmıştır. Sonuçlar LSTM modelinin çalışma alanı için güneş ışınımını % 9.446 MAPE, 0.496 kWh/m2day RMSE ve 0.976 R değerleri ile etkin bir şekilde tahmin ettiğini göstermektedir.
Verilerini sağlayan Meteoroloji Genel Müdürlüğü’ne teşekkür ederiz.
Accurate estimation of global solar radiation is critical for solar energy conversion systems (modelling, design and operation) and future investment policies. In this study, daily average monthly solar radiation estimation were performed using the long-short term memory (LSTM) method. For this aim, monthly sunshine radiation data obtained from the Sivas Province in the Central Anatolia Region of Turkey was used. Mean absolute percent error (MAPE), root mean square error (RMSE) and correlation coefficient (R) tests were used for forecast accuracy assessment. The results showed that the LTSM model predicted solar radiation effectively with MAPE of 9.446%, RMSE of 0.496 kWh/m2day, and R of 0.976 for the study area.
Birincil Dil | Türkçe |
---|---|
Konular | Mühendislik |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Erken Görünüm Tarihi | 16 Haziran 2023 |
Yayımlanma Tarihi | 30 Haziran 2023 |
Yayımlandığı Sayı | Yıl 2023 Cilt: 2 Sayı: 1 |