@article{article_1636813, title={Rüzgâr Enerji Santral Üretim Tahmininde Kullanılan Meteorolojik Veriler için En Uygun İçsel Mod Fonksiyonunun Belirlenmesi: İzmir Örneği}, journal={Politeknik Dergisi}, pages={1–1}, year={2025}, DOI={10.2339/politeknik.1636813}, author={Karadöl, İsrafil}, keywords={Wind Power Plant, Long Short Term Memory, Empirical Mode Decomposition, Intrinsic Mode Function}, abstract={Yapılan bu çalışmanın amacı rüzgâr enerji santral (RES) üretimlerinin uzun kısa dönem bellek (LSTM) modeli girişi parametreleri olarak kullanılan meteorolojik veriler için en uygun içsel mod fonksiyonlarının belirlenmesidir. Bu amaçla ilk olarak İzmir ilinin 2022 yılı meteorolojik verileri ve RES üretim verileri elde edilmiştir. Elde edilen meteorolojik veriler Empirik Mod Ayrıştırma metodu kullanılarak 8 farklı içsel mod fonksiyonuna (İMF) dönüştürülmüştür. 8 farklı meteorolojik İMF’ler LSTM modelinde giriş olarak kullanılarak 2 saat sonraki RES üretimlerininim tahmin edilmesi amaçlanmıştır. LSTM modeli ile elde edilen RES üretim tahminlerinin performansını değerlendirmek amacıyla regresyon analizi (R2), ortalama mutlak hata (MAE), ortalama karesel hata (MSE) ve ortalama karesel hata kökü (RMSE) metrikleri kullanılmıştır. Bu metriklere göre test veri seti ile LSTM modeli kullanılarak en iyi RES üretim tahmini İMF1-İMF5 içsel mod fonksiyonun da gerçekleştirilmiştir. İMF1-İMF5 giriş verilerine göre MEA, MSE, RMSE ve R2 performans metrikleri sırasıyla 0.079, 0.014, 0.119 ve 0.848 olarak hesaplanmıştır. Test veri seti üzerinden ham veri ile İMF1-İMF5 arasındaki MEA, MSE, RMSE ve R2 performans metriklerini karşılaştırdığımızda, ham veriye göre MEA, MSE ve RMSE metrikleri sırasıyla %56, %74 ve %49 azalmıştır. R2 ise %204 artmıştır. Elde edilen tüm bu sonuçlar meteorolojik veriler ile LSTM ağ mimarisinde RES üretim tahmini için en uygun içsel mod fonksiyonunun İMF1-İMF5 olduğunu göstermektedir.}, publisher={Gazi University}