AFYONKARAHİSAR İLİ DİNAR BÖLGESİ İÇİN RÜZGAR ENERJİSİNDEN ELEKTRİK ÜRETİMİNDE YAPAY SİNİR AĞLARI MODELİNİN UYGULANMASI

Abstract

Yapay sinir ağları (YSA), tahminleme alanında oldukça fazla kullanımı olan bir matematiksel modeldir. Bu çalışmada YSA’yı elektrik enerjisi üretimi alanında kullanarak, tahminleme işleminin daha bilimsel ve analitik olarak yapılması amaçlanmıştır. Araştırmada, rüzgâr sahasından temin edilen reel rüzgâr hızı değerleri kullanılan Matlab programı ve programın arayüzü olan nntool ile test edilmiş, tasarlanan ağ seçilen rüzgâr türbini hız-güç eğrileri kapsamında eğitilerek, hedeflenen değerlere çok fazla yakınsadığı saptanmıştır. YSA’nın rüzgârdan elektrik enerjisi üretiminin tahmini yanında, aynı zaman da rüzgâr hızlarını da rahatlıkla tahmin edebileceği anlaşılmıştır. Çalışmada oluşturulan yapay sinir ağı modellemesinin başarılı sonuçlar vermesi, rüzgâr enerjisine yatırım yapmak isteyen yatırımcılar ve proje ekipleri için bir yardımcı kaynak ve yol gösterici olması bakımından önemlidir. YSA ile yenilenebilir enerji kaynakları içinde benzer çalışmalar yapılabileceği düşünülmektedir.

Keywords

• Yapay Sinir Ağları
• Rüzgâr Enerjisi
• Rüzgâr Hızı
• Enerji Üretimi
• YSA Modellenmesi

THE APPLICATION OF ARTIFICIAL NEURAL NETWORK MODEL IN ELECTRICITY GENERATION FROM WIND POWER FOR DİNAR REGION OF AFYONKARAHİSAR PROVINCE

Abstract

Artificial Neural Network is a frequently used mathematical model in the field of estimation. In this study the aim is to do a more scientific and analytical estimation by using ANN in electrical power generation. In the study real wind speed values obtained from wind field have been tested with the used Matlab program and nntool which is the interface of the program. The designed network has been educated in the framework of the selected wind tribune spped-power curves and it has been determined that it converged too much to the targeted values. It has been understood that as well as the electrical power generation from wind with NNA, it will also be able to predict the wind speed easily. The successful results of the Artificial Neural Network model formed in the study are important in that they are a helpful source and also guiding for the investors who want to invent in wind power and also for the project teams. It is thought that similar studies can also be done for renewable power sources with NNA.

Keywords

• Artificial Neural Network
• Wind power
• Wind speed
• power generation
• NNA Modelling

References

1. [1] Çalışkan, Ş. (2009). Türkiye’nin enerjide dışa bağımlılık ve enerji arz güvenliği sorunu. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (25), 297-310.
2. [2] Özgener, Ö. (2002). Türkiye’de ve Dünya’da Rüzgar Enerjisi Kullanımı. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 4 (3), 159-173.
3. [3] Türkiye Rüzgâr Enerjisi Birliği, Türkiye Rüzgâr Enerjisi İstatistik Raporu 2019, Ankara, 37 syf, https://www.tureb.com.tr/files/bilgi_bankasi/turkiye_res_durumu/istatistik_raporu_temmuz_201 9.pdf
4. [4] Chand, S. & Lan, M. (1990). Neural Network Augmented Control for Nonlinear Systems, Proc. of the 29th Conf. CDC, Honolulu, HI, 1732-1734.
5. [5] Elmas, Ç. (2007). Yapay zeka uygulamaları:(yapay sinir ağı, bulanık mantık, genetik algoritma). Seçkin Yayıncılık.
6. [6] Öztemel, E. (2003). Yapay sinir ağlari. PapatyaYayıncılık, İstanbul.
7. [7] Sathya, R., & Abraham, A. (2013). Comparison of supervised and unsupervised learning algorithms for pattern classification. International Journal of Advanced Research in Artificial Intelligence, 2 (2), 34-38.
8. [8] https://en.wind-turbine-models.com/turbines/693-vestas-v112-3.3

9. [9] https://en.wind-turbine-models.com/turbines/647-siemens-swt-2.3-108
10. [10] https://en.wind-turbine-models.com/turbines/44-nordex-n100-gamma
11. [11] http://www.nordex-online.com/en/produkte-service/wind-turbines/n100-25-mw.html