Araştırma Makalesi

UZUN DÖNEM RÜZGÂR HIZI TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI VE PERFORMANS İNCELEMESİ

Cilt: 8 Sayı: 1 31 Mayıs 2019
PDF İndir

UZUN DÖNEM RÜZGÂR HIZI TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI VE PERFORMANS İNCELEMESİ

Öz

Enerjinin mümkün olduğu sürece yenilenebilir kaynaklardan sağlanması sürdürülebilir kalkınmanın en önemli gerekliliklerindendir. Rüzgâr enerjisi, mevcut potansiyel bakımından Türkiye coğrafyasında önemli bir yere sahiptir. Ülkemizde tüketilen enerjinin önemli bir kısmı fosil yakıtlarla ve ithal edilen kaynaklarla sağlanmaktadır. Bu durum, ülkemizi stratejik ve ekonomik olarak olumsuz etkilemektedir. Tüm dünyada olduğu gibi ülkemizde de yenilenebilir enerji yatırımları artmaktadır. Yenilenebilir enerji potansiyellerinin doğru bir şekilde belirlenmesi, yatırımın atıl konuma düşmesini önleyecektir. Bu çalışmada Meteoroloji İşleri Genel Müdürlüğü’nden temin edilen geçmişe dönük 30 yıllık rüzgâr hızı, nem, basınç, sıcaklık ve yağış miktarı verilerini kapsayan meteorolojik veri seti kullanılmıştır. Bu veri setiyle Ankara ilinde bulunan örnek ilçeler için rüzgâr hızı tahmini yapılmıştır. Matlab'da YSA modellerini oluşturmak için farklı yapay sinir ağı öğrenme algoritmaları kullanılmıştır. Rüzgâr hızı tahmin sonuçlarına bakıldığında; test verileri için ortalama mutlak yüzdesel hata (OMYH) Çubuk için %9,48,  Keçiören için %7,77, Polatlı için %7,88, Bala için %6,83, Şereflikoçhisar için %8,02 ve Haymana için %5,41 şeklinde bulundu.

Anahtar Kelimeler

Kaynakça

  1. i) https://www.tureb.com.tr/turebsayfa/basin-bildirisi/20-subat-2017, E. Tar.: 10.10.2018
  2. ii) http://www.emo.org.tr/ekler/da44881c9619855_ek.pdf, E. Tar.: 10.10.2018
  3. iii) https://setav.org/assets/uploads/2017/04/YenilenebilirEnerji.pdf, E. Tar.: 10.10.2018
  4. iv) Çam, E. vd. (2005), A Classification Mechanism For Determining Average Wind Speed And Power In Several Regions Of Turkey Using Artificial Neural Networks. Renewable Energy, 30 (2) : 227-239.
  5. v) Sözen, A. vd. (2005), Solar-Energy Potential In Turkey. Applied Energy, 80 (4): 367-381.
  6. vi) Yalçın, N., Yapay Sinir Ağları Ders Notları. Bilecik Üniversitesi.
  7. vii) Yavuz, S., Deveci, M. (2012), İstatiksel Normalizasyon Tekniklerinin Yapay Sinir Ağın Performasına Etkisi, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 40: 167-187.
  8. viii) Karali, F.C., Ülengin, F. (2008), Yapay Sinir Ağları ve Bilişsel Haritalar Kullanılarak İşsizlik Oranı Öngörü Çalışması. İtü Dergisi/d Mühendislik. 7 (3): 15-26.ix) Witt, S.F., Witt, C.A. (1992), Modeling and Forecasting Demand in Tourism, Academic Press, Londra, Britain.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Dilbilim

Bölüm

Araştırma Makalesi

Yayımlanma Tarihi

31 Mayıs 2019

Gönderilme Tarihi

13 Mart 2019

Kabul Tarihi

31 Mayıs 2019

Yayımlandığı Sayı

Yıl 2019 Cilt: 8 Sayı: 1

Kaynak Göster

APA
Altınsoy, M., & Bal, G. (2019). UZUN DÖNEM RÜZGÂR HIZI TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI VE PERFORMANS İNCELEMESİ. Mesleki Bilimler Dergisi (MBD), 8(1), 21-28. https://izlik.org/JA44PU92WA