The demand for electrical energy in the world is increasing day by day. It is of great importance to make long-term electricity production forecasts in terms of meeting the increasing demand and determining the economic value of the generation investments that will be planned to be realized. In this study, an artificial neural network (ANN) based estimation methodology is presented for energy production forecasting using energy indicators such as Turkey's installed power capacity, gross electricity production, net electricity consumption, imports, exports and population between the years 1985-2019. Electricity production estimation was made from oil, gas, coal and other energy (renewable energy) sources. The estimation results were statistically evaluated and the accuracy of the presented approach was tested the results obtained show that energy production estimation can be used with high accuracy with the help of ANN based on energy indicators.
Dünya üzerinde elektrik enerjisi talebi her geçen gün artmaktadır. Artan talebi karşılamak ve gerçekleştirilmesi planlanacak olan üretim yatırımlarının ekonomik değerinin belirlenmesi açısından uzun dönem elektrik üretim tahminlerinin yapılması büyük önem arz etmektedir. Bu çalışmada, Türkiye’nin 1985-2019 yılları arasındaki kurulu güç kapasitesi, bürüt elektrik üretimi, net elektrik tüketimi, ithalat, ihracat ve nüfus gibi enerji göstergeleri kullanılarak enerji üretim tahmini için yapay sinir ağı (YSA) tabanlı tahmin metodolojisi sunulmuştur ve petrol, gaz, kömür ve diğer enerji (yenilenebilir enerji) kaynaklarından elektrik üretim tahmini gerçekleştirilmiştir. Tahmin sonuçları istatistiksel olarak değerlendirilmiştir ve sunulan yaklaşımın doğruluğu test edilmiştir. Elde edilen sonuçlar enerji indikatörlerine bağlı olarak YSA yardımıyla enerji üretim tahminin yüksek doğruluk ile kullanılabileceğini göstermektedir.
Primary Language | Turkish |
---|---|
Subjects | Artificial Intelligence |
Journal Section | PAPERS |
Authors | |
Publication Date | October 20, 2021 |
Submission Date | September 4, 2021 |
Acceptance Date | September 16, 2021 |
Published in Issue | Year 2021 Volume: IDAP-2021 : 5th International Artificial Intelligence and Data Processing symposium Issue: Special |
The Creative Commons Attribution 4.0 International License
is applied to all research papers published by JCS and
A Digital Object Identifier (DOI) is assigned for each published paper.