Veri Madenciliği Yöntemleri İle Meteorolojik Verilerden Kayıp Güneş Işınım Değerlerinin Tahmini

Öz

Özet

Günümüzde doğaya zarar vermemekle birlikte, sınırsız ve dünyanın her yerinde mevcut olan yenilenebilir kaynakların kullanımı önceki yıllara oranla ciddi miktarda artış göstermektedir. Yenilenebilir enerji kaynakları arasında kullanımı giderek yaygınlaşan sistemler, güneş enerjisini elektrik enerjisine dönüştüren PV panellerdir. Güneş enerjisi sistemlerinde enerji elde etmede en önemli etkenlerden biri güneş radyasyon değeridir. Sistem tasarlanırken panel eğim açısının nasıl belirleneceğine güneş ışınlarının panele gelme açıları değerlendirilerek karar verilir. Güneş radyasyonu sıcaklık, nem, basınç, rüzgar, güneşli gün sayısı ve coğrafi konuma bağlı olarak değişim göstermektedir. Çalışmada Harran Üniversitesi bünyesinde yer alan GAPYENEV merkezindeki meteorolojik gözlem istasyonundan 2013 yılından itibaren alınan meteorolojik veriler kullanılmaktadır.  Bu istasyondan toplanan verilerdeki kayıp güneş ışınım değerlerinin çeşitli veri madenciliği yöntemleriyle tahmin edilmesi çalışmaları yapılarak Şanlıurfa ili için güneş ışınım değerlerinin doğruluğu arttırılmakta, böylelikle güneş panelleri ile yenilenebilir enerji üretiminde enerji veriminin yükseltmesi amaçlanmaktadır.

Anahtar Kelimeler

• veri madenciliği; kayıp veri tahmini; yapay sinir ağları; güneş radyasyon değeri

Kaynakça

1. A. G. Nermin ŞARLAK, «Global Güneş Radyasyon Tahmini: Gaziantep,» İMO Teknik Dergi, cilt 460, pp. 7561-7568, 2016.
2. N. N. J. F. J.A. Engel-Cox, «Evaluation of Solar and Meteorological Data Relevant to Solar Energy Technology Performance in Malaysia,» Journal of Sustainable Energy & Environment , cilt 3, pp. 115-124, 2012.
3. H. A. Frindt Vidal, Analysis of solar tracking systems for photovoltaic power plants considering experimental and computer modeled results for Munich, Germany, Santiago de Chile: Harald Frindt, 2009.
4. O. B. Hüsamettin Bulut, «Simple model for the generation of daily global solar-radiation data in Turkey,» Applied Energy, cilt 84, p. 477–491, 2007.
5. A. T. H. Mori, «A data mining method for selecting input variables for forecasting model of global solar radiation,» %1 içinde Transmission and Distribution Conference and Exposition (T&D), Orlando, FL, USA, 2012.
6. K. BAKIRCI, «Yatay Yüzeye Gelen Anlık Global Güneş Işınımın Tahmini İçin Basit Bir Hesaplama Metodu,» Isı Bilimi ve Tekniği Dergisi, cilt 29, no. 2, pp. 53-58, 2009.
7. İ. B. AYDİLEK, Veri Kümelerindeki Eksik Değerlerin Yeni Yaklaşımlar Kullanılarak Hesaplanması, Konya: Selçuk Üniversitesi, 2013.
8. N. T. M. Y. Serkan SAVAŞ, «Veri Madenciliği Ve Türkiye’deki Uygulama Örnekleri,» İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, cilt 11, no. 21, pp. 1-23, 2012.

9. S. Piramuthu, «Evaluating feature selection methods for learning in data mining applications,» European Journal of Operational Research, cilt 156, no. 2, pp. 483-494, 2004.
10. S. Akyokuş, «TBD veri Madenciliği Günü,» 18 Ocak 2018. [Çevrimiçi]. Available: http://slideplayer.biz.tr. [Erişildi: 20 Nisan 2018].
11. Y. ÖZKAN, Veri Madenciliği Yöntemleri, İstanbul: Papatya Yayıncılık Eğitim, 2016.