Çok Katmanlı Algılayıcı Algoritması, Korelasyon Tabanlı Özellik Seçme Yöntemi ve Eğri Uydurma Tekniği ile Türkiye’ de Toplam Elektrik Tüketiminin Tahmin Edilmesi-Reference-Cited by-同舟云学术

Çok Katmanlı Algılayıcı Algoritması, Korelasyon Tabanlı Özellik Seçme Yöntemi ve Eğri Uydurma Tekniği ile Türkiye’ de Toplam Elektrik Tüketiminin Tahmin Edilmesi

Published:2022-08-07 Issue: Volume: Page:
ISSN:1308-9072
Container-title:Fırat Üniversitesi Mühendislik Bilimleri Dergisi
language:tr
Short-container-title:

Author:

AKMAZ Düzgün¹

Affiliation:

1. Munzur Üniversitesi

Abstract

Elektrik tüketiminin tahmin edilmesi, güç sistemlerinin planlanması ve işletilmesinde önemli bir rol oynar. Bu yüzden bu çalışmada Çok Katmanlı Algılayıcı Algoritması (ÇKAA), Korelasyon Tabanlı Özellik Seçme Yöntemi (KTÖSY) ve Eğri Uydurma (EU) teknikleri ile Türkiye’ de toplam elektrik tüketimini tahmin eden bir model geliştirilmiştir. 2013-2018 yılları arası veriler ÇKAA, KTÖSY ve EU modelini oluşturmak için kullanılırken 2019-2020 yıllarındaki veriler ise modelin başarısını test etmek için kullanılmıştır. Yazılım sonuçları yöntemin geçmiş yıllardaki toplam elektrik tüketimini tahmin etmede başarılı olduğunu göstermiştir. Aynı zamanda oluşturulan model ile 2024 yılına kadar Türkiye’ deki toplam elektrik tüketimi de tahmin edilmiştir.

Publisher

Firat Universitesi

Subject

General Medicine

Reference25 articles.

1. [1] Khan AR, Mahmood A, Safdar A, Khan ZA, Khan NA. Load forecasting, dynamic pricing and DSM in smart grid: A review. Renewable Sustainable Energy Rev 2016; 54: 1311-1322.

2. [2] Hong T, Fan S. Probabilistic electric load forecasting: A tutorial review. International Journal of Forecasting 2016; 32(3): 914-938.

3. [3] Raza MQ, Khosravi A. A review on artificial intelligence based load demand forecasting techniques for smart grid and buildings. Renewable Sustainable Energy Rev 2015; 50: 1352-1372.

4. [4] Amral N, Ozveren CS, King D. Short term load forecasting using multiple linear regression. In 2007 42nd International universities power engineering conference 2007; Brighton, UK:1192-1198.

5. [5] Chen JF, Wang WM, Huang CM. Analysis of an adaptive time-series autoregressive moving-average (ARMA) model for short-term load forecasting. Electr. Power Syst. Res 1995; 34(3): 187-196.

Cited by 1 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Yapay Sinir Ağları ve Uyarlanabilir Sinirsel Bulanık Çıkarım Sistemi ile Hava Tahmini;International Journal of Pure and Applied Sciences;2024-06-30