RÜZGAR ENERJİSİ GÜÇ YOĞUNLUĞU TAHMİNİNDE OPTİMUM WEİBULL OLASILIK DAĞILIM PARAMETRELERİNİN ELDE EDİLMESİ İÇİN İSTATİSTİK, MATEMATİK VE FİZİK TABANLI ALGORİTMALARIN KARŞILAŞTIRMALI ANALİZİ: LORAS VE FOÇA ÖRNEKLERİ-Reference-Cited by-同舟云学术

RÜZGAR ENERJİSİ GÜÇ YOĞUNLUĞU TAHMİNİNDE OPTİMUM WEİBULL OLASILIK DAĞILIM PARAMETRELERİNİN ELDE EDİLMESİ İÇİN İSTATİSTİK, MATEMATİK VE FİZİK TABANLI ALGORİTMALARIN KARŞILAŞTIRMALI ANALİZİ: LORAS VE FOÇA ÖRNEKLERİ

Published:2024-06-03 Issue:1 Volume:44 Page:47-58
ISSN:1300-3615
Container-title:Isı Bilimi ve Tekniği Dergisi
language:
Short-container-title:

Author:

Köse Bayram¹^ORCID,Telkenaroğlu Bekir Can¹^ORCID,Demirtürk Bahar¹^ORCID

Affiliation:

1. İZMİR BAKIRÇAY ÜNİVERSİTESİ

Abstract

Bu çalışmada, genellikle elektrik enerjisi üretiminde tercih edilen rüzgar enerjisinin fizibilite ve verimlilik çalışmalarında kullanılan Weibull olasılık dağılım fonksiyonunun k ve c parametrelerinin, Isıl İşlem Algoritması(SA) ve Genelleştirilmiş İndirgenmiş Gradyan Algoritması(GRG) ile tahminlemesi yapılmıştır. Fonksiyon parametreleri ayrıca klasik sayısal yöntemlerden En Küçük Kareler Yöntemi(LMS), Justus Ampirik Moment Metodu(EMJ) ve Lysen Ampirik Moment(EML) Metodu ile tahmin edilmiştir. Sonuçlar kıyaslanırken belirlilik(determinasyon) katsayısı, hata kareleri ortalamasının karekökü(RMSE) ve ki-kare dağılımı(χ^2) kriterlerinden faydalanılmıştır. Tahminlenen şekil ve ölçek parametresiyle rüzgar hız frekans dağılımları hesaplanarak ölçüm sonuçları ile karşılaştırılmıştır. Sonuç olarak Genelleştirilmiş İndirgenmiş Gradyan Algoritmasının klasik sayısal yöntemlere göre Loras gözlem istasyonunda 0.0182 RMSE, 0.8473 belirlilik katsayısı, ve 0.0079 χ^2 değeri ile, Foça gözlem istasyonunda da 0.0066 RMSE, 0.9793 belirlilik katsayısı, ve 0.0011 χ^2 değeri ile daha iyi sonuçlar verdiği görülmüştür.

Publisher

Turk Isi Bilimi Ve Teknigi Dernegi

Reference30 articles.

1. Abdelkrim, E.M. (2010). Two-phase generalized reduced gradient method for constrained global optimization. J. Appl. Math. 1-19.

2. Abdulahad, A. A., Saleh, M. A., & Mohammed, B. A. (2016). Analysis of wind speed and Estimation of Weibull Parameters by Three Numerical Methods in Al-Sulaimani Province. Al-Mustansiriyah Journal of Science, 27(1).

3. Aslan, Y., & Yaşar, C. Dumlupınar Üniversitesi Kampüsündeki Rüzgar Enerjisinin Değerlendirilmesi İçin Örnek Bir Uygulama. chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.emo.org.tr/ekler/64939da0c6ae8ee_ek.pdf

4. Azad, A. K., Rasul, M. G., & Yusaf, T. (2014). Statistical diagnosis of the best Weibull methods for wind power assessment for agricultural applications. Energies, 7(5), 3056-3085.

5. Bayraktar, Y., & Kaya, H. İ. (2016). Yenilenebilir enerji politikaları ve rüzgâr enerjisi açısından bir karşılaştırma: Çin, Almanya ve Türkiye örneği. Uluslararası Ekonomik Araştırmalar Dergisi, 2(4), 1-18.