SUBMISSIONS

SUBMISSION DETAIL

Eran mer YZER, Altu BOZKURT, Bedri KEKEZOLU
 


Keywords:



YAPAY SNR ALARI LE METEOROLOJK VERLER KULLANILARAK GNE IINIM TAHMN: HAKKAR RNE
 
Fosil yaktlarn tkeniyor olmas ve karbondioksit salnmnn artmas alternatif ve temiz enerji kaynaklarnn nemini arttrmtr. Gne enerjisi alternatif enerji kaynaklar arasnda nemli bir yer tutan temiz bir enerji kaynadr. Gne enerji santrallerinin verimlilii ise ncelikli olarak gne nmna ve bunun tahmin doruluuna baldr. Doru nm tahmini, Fotovoltaik (PV) santralinin verimliliini arttrarak ebekenin doru, kararl ve etkin bir ekilde programlanmasna ve g kalitesinin iyiletirilmesine olanak salar. Bu almada, farkl iki a yaps ile modellenen yapay sinir a (YSA) yaklamnn farkl eitim algoritmalar ve veri seti alternatifleri ile gne nm tahminindeki performanslar belirlenmeye allmtr. nerilen yaklamn performansn deerlendirmek iin 2019-2020 yllarnda Hakkri ilinde bulunan bir meteoroloji lm istasyonundan elde edilen toplam 102962 veriden oluan rzgr hz, ortam scakl, atmosferik basn, bal nem ve gne nm parametreleri kullanlmtr. Bu parametreler arasndaki ilikiler YSA algoritmas kullanlarak modellenmi ve e zamanl gerekleen gne nm deerleri tahmin edilmitir. nerilen YSA modelinden elde edilen sonular istatistiksel yntemlerden olan belirleme katsays (R2), ortalama kare hatas (MSE) ve normalize kk ortalama kare hatas (nRMSE) temelinde deerlendirilmitir. Modellenen YSA iin en iyi tahmin sonucu 0,9643 korelasyon katsays (R) olarak trainscg eitim algoritmas ile elde edilirken, MSE 0,011557 ve nRMSE 7,22 olarak elde edilmitir. Oluturulan btn modeller iin elde edilen korelasyon katsaylar zerinden tahminler yaplm ve sonular karlatrlmtr. Trainscg eitim algoritmas ve veri setinin %80inin sinir ann eitiminde kullanld YSA tahmin performans, yaklak olarak %95 doruluk deeri ile dier YSA yaklamlarndan daha iyi sonular vermitir.

Anahtar Kelimeler: Yenilenebilir enerji, gne nm tahmini, yapay sinir alar, meteorolojik veri, fotovoltaik.