Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Giresun Üniversitesi, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: SELAHATTİN GÜNGÖR
Asıl Danışman (Eş Danışmanlı Tezler İçin): Halil Şenol
Eş Danışman: İlkay Türk Çakır
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Yüksek basınçtan alçak basınca doğru yönelen hava hareketi rüzgar olarak
adlandırılır. Rüzgarın varoluşunun temeli, sıcak havanın yoğunluğunun
soğuk havaya göre daha az olması ve bu sebepten yükselmesi sonucunda iki
hava türünün yer değiştirmesidir. Havanın kinetik enerjisi nedeniyle,
rüzgar türbinlerinde önce mekanik daha sonra da elektrik enerjisine
dönüştürülerek kullanım için gereken elektrik enerji üretilmiş olur. Bu
çevrim rüzgar türbinlerinin temel işleyişidir. Rüzgar enerjisi
hesabında; güç katsayısı, rüzgarın hızı, hava yoğunluğu ve süpürme alanı
gibi değişkenlerden yararlanılır. Bu çalışmada rüzgar enerji elektrik
üretimi değerleri kullanılarak bir sonraki yılda üretilen elektrik
değerinin tahmini Uzun Kısa Süreli Hafıza yöntemiyle
gerçekleştirilmiştir. Veri seti olarak, Yalova Armutlu'da bulunan ve 36
adet türbine sahip olan Yalova Rüzgar Enerjisi Santrali'nin 2018-2021
arasındaki verileri kullanılmıştır. Uzun Kısa Süreli Hafıza yöntemiyle
oluşturulan sinir ağı modelinde modele özgü olarak seçilen test ve
eğitim veri seti ile sinir ağı modeli eğitilmiştir. İlk 3 yıllık veri
eğitim için son 1 yıllık veri test verisi olarak kullanılmıştır.
Uzun Kısa Süreli Hafıza yöntemiyle oluşturulan basit ve güçlü sinir ağı
modellerinde aylık ve günlük olmak üzere kullanılan iki veri tipi
üzerinden tahminler oluşturulmuştur. Bu tahminler sonucunda günlük
veriler üzerinde sırasıyla epoch 100, 1000 ve 5000 için Kök Ortalama
Kare Hatası değeri 283.24, 264.39 ve 350.48 MW olarak elde edilmiştir.
Aylık veriler üzerinden yapılan çalışmada epoch değeri 1000 ve 5000 için
sırasıyla Kök Ortalama Kare Hatası değerleri 3680.50 ve 3204.68 MW
olarak gözlemlenmiştir. Günlük verilerde epoch değeri arttıkça
öğrenmenin artması beklenirken bunun aksine Kök Ortalama Kare Hatası
değerinde yükselme gözlemlenmiştir. Aylık verilerde ise beklenen olmuş
epoch değeri arttıkça Kök Ortalama Kare Hatası değerlerinde düşüş
yaşanmış olmasına rağmen yine de yüksek çıkmıştır. Ön çalışmamıza
bakıldığında farklı hiperparametrelerle veya farklı sinir ağları
kullanarak daha iyi sonuçlar elde edilebileceği düşünülmektedir.