Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Ahmet Kara

doi:10.29109/gujsc.571831

Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Abstract

Global güneş ışınımı tahmini, güneş enerjisi sistemlerinin etkin yönetimi ve işletilmesinin yanı sıra gelecekteki enerji üretimi hakkında güvenilir bilgi sağlamak için giderek daha fazla önem kazanmaktadır. Bu çalışmada, günlük güneş ışınım tahmin problemini etkin bir model oluşturmak için Uzun Kısa Süreli Bellek (LSTM) ağı önerilmiştir. Önerilen yöntemin etkinliği Karar Ağaçları Regresyon, Rastgele Orman Regresyon, Gradyan Güçlendirme ve K-En Yakın Komşu gibi en etkili makine öğrenme algoritmalar ile karşılaştırılmıştır. LSTM modelinin yaklaşımının etkinliğini doğrulamak için Çorum - Türkiye’de Temmuz-1983 ve Aralık-2018 tarihleri arasında global güneş ışınımı sıralı zaman serileri verileri kullanılmıştır. Simülasyon sonuçları, LSTM yönteminin diğer makine öğrenme modellerinden daha iyi performansa sahip olduğunu göstermektedir.

Keywords

Derin sinir ağı,Zaman serileri tahmini,Uzun kısa süreli hafıza,Güneş ışınımı tahmini,Makine öğrenmesi

References

[1] M. Öztürk, N. Özek, B. Berkama, Isparta için aylık ortalama günlük global güneş radyasyonu tahmininde mevcut olan bazı modellerin karşılaştırılması, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 18 (2012) 13-27.
[2] H.O. Mengeş, M.H. Sonmete, Konya’da Aylık Ortalama Toplam Güneş Işınımının Tahmini için Mevcut Bazı Modellerin Karşılaştırılması, Tarım Makinaları Bilimi Dergisi, 1 (2005) 237-244.
[3] C. Wen, S. Liu, X. Yao, L. Peng, X. Li, Y. Hu, T. Chi, A novel spatiotemporal convolutional long short-term neural network for air pollution prediction, Science of The Total Environment, 654 (2019) 1091-1099.
[4] A. Sagheer, M. Kotb, Time series forecasting of petroleum production using deep LSTM recurrent networks, Neurocomputing, 323 (2019) 203-213.
[5] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation, 9 (1997) 1735-1780.
[6] S. Aggarwal, L. Saini, Solar energy prediction using linear and non-linear regularization models: A study on AMS (American Meteorological Society) 2013–14 Solar Energy Prediction Contest, Energy, 78 (2014) 247-256.
[7] A. Mellit, A.M. Pavan, A 24-h forecast of solar irradiance using artificial neural network: Application for performance prediction of a grid-connected PV plant at Trieste, Italy, Solar Energy, 84 (2010) 807-821.
[8] M. Lave, J. Kleissl, J.S. Stein, A wavelet-based variability model (WVM) for solar PV power plants, IEEE Transactions on Sustainable Energy, 4 (2012) 501-509.

[9] S. Salcedo-Sanz, C. Casanova-Mateo, A. Pastor-Sánchez, M. Sánchez-Girón, Daily global solar radiation prediction based on a hybrid Coral Reefs Optimization–Extreme Learning Machine approach, Solar Energy, 105 (2014) 91-98.
[10] A.K. Yadav, H. Malik, S. Chandel, Selection of most relevant input parameters using WEKA for artificial neural network based solar radiation prediction models, Renewable and Sustainable Energy Reviews, 31 (2014) 509-519.
[11] H.T. Pedro, C.F. Coimbra, M. David, P. Lauret, Assessment of machine learning techniques for deterministic and probabilistic intra-hour solar forecasts, Renewable Energy, 123 (2018) 191-203.
[12] G. Arslan, B. Bayhan, K. Yaman, Mersin/Türkiye için Ölçülen Global Güneş Işınımının Yapay Sinir Ağları ile Tahmin Edilmesi ve Yaygın Işınım Modelleri ile Karşılaştırılması, in: Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 2019, pp. 80-96.
[13] Á. Fernández, Y. Gala, J.R. Dorronsoro, Machine learning prediction of large area photovoltaic energy production, in: International Workshop on Data Analytics for Renewable Energy Integration, Springer, 2014, pp. 38-53.
[14] Y. Gala, Á. Fernández, J. Díaz, J.R. Dorronsoro, Hybrid machine learning forecasting of solar radiation values, Neurocomputing, 176 (2016) 48-59.
[15] S. Bouktif, A. Fiaz, A. Ouni, M. Serhani, Optimal deep learning lstm model for electric load forecasting using feature selection and genetic algorithm: Comparison with machine learning approaches, Energies, 11 (2018) 1636.
[16] H. Gunduz, Y. Yaslan, Z. Cataltepe, Intraday prediction of Borsa Istanbul using convolutional neural networks and feature correlations, Knowledge-Based Systems, 137 (2017) 138-148.
[17] T. Fischer, C. Krauss, Deep learning with long short-term memory networks for financial market predictions, European Journal of Operational Research, 270 (2018) 654-669.
[18] K. Kim, D.-K. Kim, J. Noh, M. Kim, Stable Forecasting of Environmental Time Series via Long Short Term Memory Recurrent Neural Network, IEEE Access, 6 (2018) 75216-75228.
[19] X. Qing, Y. Niu, Hourly day-ahead solar irradiance prediction using weather forecasts by LSTM, Energy, 148 (2018) 461-468.
[20] A. Alzahrani, P. Shamsi, C. Dagli, M. Ferdowsi, Solar irradiance forecasting using deep neural networks, Procedia Computer Science, 114 (2017) 304-313.
[21] R. Pascanu, T. Mikolov, Y. Bengio, On the difficulty of training recurrent neural networks, in: International conference on machine learning, 2013, pp. 1310-1318.
[22] Y. Xiao, Y. Yin, Hybrid LSTM Neural Network for Short-Term Traffic Flow Prediction, Information, 10 (2019) 105.
[23] D. Ayata, M. Saraçlar, A. Özgür, Political opinion/sentiment prediction via long short term memory recurrent neural networks on Twitter, in: 2017 25th Signal Processing and Communications Applications Conference (SIU), IEEE, 2017, pp. 1-4.
[24] A. Liaw, M. Wiener, Classification and regression by randomForest, R news, 2 (2002) 18-22.
[25] T. Hastie, R. Tibshirani, Discriminant adaptive nearest neighbor classification and regression, in: Advances in Neural Information Processing Systems, 1996, pp. 409-415.
[26] J.H. Friedman, Stochastic gradient boosting, Computational statistics & data analysis, 38 (2002) 367-378.
[27] O. Gunaydin, A. Ozbeyaz, M. Soylemez, Estimating California Bearing Ratio Using Decision Tree Regression Analysis Using Soil Index and Compaction Parameters, International Journal of Intelligent Systems and Applications in Engineering, 7 (2019) 30-33.
[28] D.P. Kingma, J. Ba, Adam: A method for stochastic optimization, arXiv preprint arXiv:1412.6980, (2014).
[29] F. Chollet, Keras, GitHub repository, https://github.com/fchollet/keras., (2015).
[30] F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, Scikit-learn: Machine learning in Python, Journal of machine learning research, 12 (2011) 2825-2830.

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Ahmet Kara ^*
0000-0002-1590-0023
Türkiye

Publication Date

December 24, 2019

Submission Date

May 30, 2019

Acceptance Date

October 20, 2019

Published in Issue

Year 2019 Volume: 7 Number: 4

DOI

https://doi.org/10.29109/gujsc.571831

IZ

https://izlik.org/JA65ND78AK

Cite

RIS / Bibtex

APA

Kara, A. (2019). Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji, 7(4), 882-892. https://doi.org/10.29109/gujsc.571831

AMA

1.Kara A. Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini. GUJS Part C. 2019;7(4):882-892. doi:10.29109/gujsc.571831

Chicago

Kara, Ahmet. 2019. “Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini”. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji 7 (4): 882-92. https://doi.org/10.29109/gujsc.571831.

EndNote

Kara A (December 1, 2019) Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 7 4 882–892.

IEEE

[1]A. Kara, “Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini”, GUJS Part C, vol. 7, no. 4, pp. 882–892, Dec. 2019, doi: 10.29109/gujsc.571831.

ISNAD

Kara, Ahmet. “Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini”. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 7/4 (December 1, 2019): 882-892. https://doi.org/10.29109/gujsc.571831.

JAMA

1.Kara A. Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini. GUJS Part C. 2019;7:882–892.

MLA

Kara, Ahmet. “Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini”. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji, vol. 7, no. 4, Dec. 2019, pp. 882-9, doi:10.29109/gujsc.571831.

Vancouver

1.Ahmet Kara. Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini. GUJS Part C. 2019 Dec. 1;7(4):882-9. doi:10.29109/gujsc.571831

Cited By

ESTIMATION OF PAIN THRESHOLD FROM EEG SIGNALS OF SUBJECTS IN PHYSICAL THERAPY USING LONG-SHORT-TERM MEMORY DEEP LEARNING MODEL

Uludağ University Journal of The Faculty of Engineering

https://doi.org/10.17482/uumfd.883100

Comparison of extreme learning machine and deep learning model in the estimation of the fresh properties of hybrid fiber-reinforced SCC

Neural Computing and Applications

https://doi.org/10.1007/s00521-021-05836-8

Koyun Ön Çapraz Bağının Hiperelastik Malzeme Özelliklerinin In-Vitro ve 3 Boyutlu Sonlu Elemanlar Analizi ile Değerlendirilmesi

Journal of the Institute of Science and Technology

https://doi.org/10.21597/jist.895137

Estimation of voting behavior in election using support vector machine, extreme learning machine and deep learning

Neural Computing and Applications

https://doi.org/10.1007/s00521-022-07395-y

Next-Month Prediction of Hourly Solar Irradiance based on Long Short-Term Memory Network

Çukurova Üniversitesi Mühendislik Fakültesi Dergisi

https://doi.org/10.21605/cukurovaumfd.1273795

IMPROVING THE PERFORMANCE OF SENTIMENT ANALYSIS BY ENSEMBLE HYBRID LEARNING ALGORITHM WITH NLP AND CASCADED FEATURE EXTRACTION

International Journal of Advances in Engineering and Pure Sciences

https://doi.org/10.7240/jeps.1249586

Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Abstract

Keywords

References

Details

Primary Language

Subjects

Journal Section

Authors

Publication Date

Submission Date

Acceptance Date

Published in Issue

DOI

IZ

Cite

Cited By

ESTIMATION OF PAIN THRESHOLD FROM EEG SIGNALS OF SUBJECTS IN PHYSICAL THERAPY USING LONG-SHORT-TERM MEMORY DEEP LEARNING MODEL

Comparison of extreme learning machine and deep learning model in the estimation of the fresh properties of hybrid fiber-reinforced SCC

A comparison of machine learning algorithms for forecasting solar irradiance in Eskişehir, Turkey

Türkiye’nin Güneş Enerjisi Potansiyeli ve İskenderun için Örnek Üretim Projeksiyonu

Türkiye Kısa Dönem Elektrik Yük Talep Tahmininde Makine Öğrenmesi Yöntemlerinin Karşılaştırılması

Koyun Ön Çapraz Bağının Hiperelastik Malzeme Özelliklerinin In-Vitro ve 3 Boyutlu Sonlu Elemanlar Analizi ile Değerlendirilmesi

Estimation of voting behavior in election using support vector machine, extreme learning machine and deep learning

Next-Month Prediction of Hourly Solar Irradiance based on Long Short-Term Memory Network

IMPROVING THE PERFORMANCE OF SENTIMENT ANALYSIS BY ENSEMBLE HYBRID LEARNING ALGORITHM WITH NLP AND CASCADED FEATURE EXTRACTION

Soil Temperature Prediction with Long Short Term Memory (LSTM)

Investigation of Energy Generation Potential of Solar Panels Placed as Shutters for Windows in Residential

Farklı Yapay Sinir Ağları Yöntemlerini Deneysel Olarak Ölçülen Güneş Işınım Tahminine Etkisi

Derin Öğrenme Yöntemleriyle Çapraz Veri Seti Değerlendirmesi Altında COVID-19 Tespiti

Analysis and forecasting of temperature using time series forecasting methods a case study of Mus

ZAMAN SERİLERİ TAHMİNLEME ALGORİTMALARI İLE KONTÖR TÜKETİM TAHMİNLEMESİ VE KARŞILAŞTIRMALI UYGULAMASI

Güneş ışınımı tahmini için CNN-LSTM modeli: Performans analizi

COVID-19 Death and Case Numbers Forecasting with ARIMA and LSTM Models

A novel approach to solar radiation forecasting using a SARIMA–LSTM hybrid model with seasonal trend loess decomposition

Fotovoltaik Panel Dijital İkizi için Analitik Model ile Veri Odaklı Uzun Kısa Süreli Bellek Modelin Karşılaştırılması

Temperature Forecasting in a Wire Rod Production Line Using Real‐Time Data