Aylık Toplam Güneş Işınımının Uzun-Kısa Süreli Bellek (LSTM) Yöntemiyle Tahmini: Sivas İli Örneği

Cahit Gürlek; Mehmet Bilgili

EN TR

Aylık Toplam Güneş Işınımının Uzun-Kısa Süreli Bellek (LSTM) Yöntemiyle Tahmini: Sivas İli Örneği

Öz

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.

Anahtar Kelimeler

LSTM , Makine Öğrenmesi , Aylık Güneş Işınımı , Sivas

References

Akinoğlu, B. G. & Ecevit, A. (1990). Construction of a Quadratic Model Using Modified Angstrom Coefficients to Estimate Global Solar Radiation. Solar Energy, 45 (2), 85–92. https://doi.org/10.1016/0038-092X(90)90032-8
Arslan, G., Bayhan, B. & Yaman, K. (2019). Mersin / Türkiye için Ölçülen Global Güneş Işınımının Yapay Sinir Ağları ile Tahmin Edilmesi ve Yaygın Işınım Modelleri ile Karşılaştırılması. Gazi University Journal of Science Part C: Design and Technology, 7 (1), 80-96. https://doi.org/10.29109/gujsc.419473
Bakirci, K. (2009). Correlations for Estimation of Daily Global Solar Radiation with Hours of Bright Sunshine in Turkey. Energy, 34 (4), 485–501. https://doi.org/10.1016/j.energy.2009.02.005
Ballı, Ö. (2021). Estimating Global Solar Radiation from Empirical Models: An Application. European Mechanical Science, 5 (3), 135-147. https://doi.org/10.26701/ems.797177
Bilgili, M. & Ozgoren, M. (2011). Daily Total Global Solar Radiation Modeling from Several Meteorological Data. Meteorology and Atmospheric Physics, 112, 125-138. https://doi.org/10.1007/s00703-011-0137-9
Bilgili, M., Arslan, N., Şekertekin, A, & Yaşar, A. (2022). Application of Long Short-Term Memory (LSTM) Neural Network Based on Deeplearning for Electricity Energy Consumption Forecasting. Turkish Journal of Electrical Engineering and Computer Sciences, 30 (1), 140-157. https://doi.org/10.3906/elk-2011-14
BP. (2022). Statistical Review of World Energy.
Celik, A. N. & Muneer, T. (2013). Neural Network Based Method for Conversion of Solar Radiation Data. Energy Conversion and Management, 67, 117–124. https://doi.org/10.1016/j.enconman.2012.11.010
Gers, F. A., Schmidhuber, J. & Cummins, F. (2000). Learning to Forget: Continual Prediction with LSTM. Neural Computation, 12 (10), 2451-2471. https://doi.org/10.1162/089976600300015015
Gurlek, C. & Sahin, M. (2018). Estimation of the Global Solar Radiation with the Artificial Neural Networks for the City of Sivas. European Mechanical Science, 2 (2), 46-51. https://doi.org/10.26701/ems.359681

Gül, M. & Çelik, E. (2017). ANFIS Kullanılarak Tunceli İli için Global Güneş Radyasyonu Tahmini. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 8 (4), 891-899.
Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9 (8), 1735–1780. https://doi.org/10.1162/neco.1997.9.8.1735
Koca, A., Oztop, H. F., Varol, Y. & Koca, G. O. (2011). Estimation of Solar Radiation Using Artificial Neural Networks with Different Input Parameters for Mediterranean Region of Anatolia in Turkey. Expert Systems with Applications, 38 (7), 8756–8762. https://doi.org/10.1016/j.eswa.2011.01.085
Ozgoren, M., Bilgili, M. & Sahin, B. (2012). Estimation of Global Solar Radiation using ANN over Turkey. Expert Systems with Applications, 39 (5), 5043-5051. https://doi.org/10.1016/j.eswa.2011.11.036
Rao, K. D. V. S. K., Premalatha, M. & Naveen, C. (2018). Analysis of Different Combinations of Meteorological Parameters in Predicting the Horizontal Global Solar Radiation with ANN Approach: A Case Study. Renewable and Sustainable Energy Reviews, 91, 248–58. https://doi.org/10.1016/j.rser.2018.03.096
Sahin, M., Kaya, Y. & Uyar, M. (2013). Comparison of ANN and MLR Models for Estimating Solar Radiation in Turkey using NOAA/AVHRR Data. Advances in Space Research, 51 (5), 891-904. https://doi.org/10.1016/j.asr.2012.10.010
Sen, Z., Oztopal, A. & Sahin, A. D. (2004). Solar Irradiation Estimation from Sunshine Duration by Geno-Fuzzy Partial Approach. Energy Sources, 26, 377–386. https://doi.org/10.1080/00908310490266814
Sözen, A., Arcaklioğlu, E. & Özalp, M. (2004). Estimation of Solar Potential in Turkey by Artificial Neural Networks Using Meteorological and Geographical Data. Energy Conversion and Management, 45 (18-19), 3033–3052. https://doi.org/10.1016/j.enconman.2003.12.020
Sözen, A. & Arcaklioğlu, E. (2005). Solar Potential in Turkey. Applied Energy, 80 (1), 35–45. https://doi.org/10.1016/j.apenergy.2004.02.003
Şenkal, O. & Kuleli, T. (2009). Estimation of Solar Radiation Over Turkey Using Artificial Neural Network and Satellite Data. Applied Energy, 86 (7-8), 1222–1228. https://doi.org/10.1016/j.apenergy.2008.06.003
Şenkal, O. (2010). Modeling of Solar Radiation Using Remote Sensing and Artificial Neural Network in Turkey. Energy, 35 (12), 4795–4801. https://doi.org/10.1016/j.energy.2010.09.009
Taylor, K. E. (2001). Summarizing Multiple Aspects of Model Performance in a Single Diagram, Journal of Geophysical Research Atmospheres, 106 (D7), 7183-7192. https://doi.org/10.1029/2000JD900719
Yildiz, B. Y., Şahin, M., Şenkal, O., Pestemalci, V. & Emrahoğlu, N. (2013). A Comparison of two Solar Radiation Models Using Artificial Neural Networks and Remote Sensing in Turkey. Energy Sources, Part A, 35 (3), 209–217. https://doi.org/10.1080/15567036.2011.650276
Yu, J., Ding, F., Guo, C. & Wang, Y. (2019). System Load Trend Prediction Method Based on IF-EMD-LSTM. International Journal of Distributed Sensor Networks, 15 (8). https://doi.org/10.1177/1550147719867655
Zhang, J., Zhao, L., Deng, S., Xu, W. & Zhang, Y. (2017). A Critical Review of the Models Used to Estimate Solar Radiation. Renewable and Sustainable Energy Reviews, 70, 314–329. http://dx.doi.org/10.1016/j.rser.2016.11.124

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Cahit Gürlek ^*
0000-0002-0273-2999
Türkiye

Mehmet Bilgili
0000-0002-5339-6120
Türkiye

Early Pub Date

June 16, 2023

Publication Date

June 30, 2023

Submission Date

March 25, 2023

Acceptance Date

April 25, 2023

Published in Issue

Year 2023 Volume: 2 Number: 1

IZ

https://izlik.org/JA78YS65RB

APA

Gürlek, C., & Bilgili, M. (2023). Aylık Toplam Güneş Işınımının Uzun-Kısa Süreli Bellek (LSTM) Yöntemiyle Tahmini: Sivas İli Örneği. Sivas Cumhuriyet Üniversitesi Bilim Ve Teknoloji Dergisi, 2(1), 24-30. https://izlik.org/JA78YS65RB

Aylık Toplam Güneş Işınımının Uzun-Kısa Süreli Bellek (LSTM) Yöntemiyle Tahmini: Sivas İli Örneği

Estimation of Monthly Global Solar Radiation Using Long-Short Term Memory (LSTM) Method: A Case Study of Sivas Province

Abstract

Keywords

Aylık Toplam Güneş Işınımının Uzun-Kısa Süreli Bellek (LSTM) Yöntemiyle Tahmini: Sivas İli Örneği

Öz

Anahtar Kelimeler

References

Details

Primary Language

Subjects

Journal Section

Authors

Early Pub Date

Publication Date

Submission Date

Acceptance Date

Published in Issue

IZ

Cite