Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik - Elektronik Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: EZGİ ARSLAN TUNCAR
Asıl Danışman (Eş Danışmanlı Tezler İçin): Şafak Sağlam
Eş Danışman: Bülent Oral
Özet:
Bu çalışmada, rüzgar enerjisinden elektrik üretim tahminlerinin doğruluğunu artırmak amacıyla hibrit bir makine öğrenimi modelinin geliştirilmesi ve değerlendirilmesi hedeflenmektedir. Çalışmada, mevcut yöntemler farklı parametreler ve özellik mühendislikleri ile kullanılarak yeni bir hibrit model oluşturulmaktadır. Bu hibrit yaklaşım, tahmin doğruluğunu artırmayı sağlamaktadır. Araştırma, rüzgar enerjisi üretim verilerinin toplanması ve analiz edilmesi ile kapsamlı veri setlerinin oluşturulması süreciyle başlamaktadır. Metodoloji bölümü veri toplama, ön işleme, model geliştirme ve model değerlendirme aşamalarından oluşmaktadır. İlk olarak rüzgar hızı, yönü, sıcaklık ve basınç gibi parametrelerden oluşan veri setleri toplanmaktadır. Ön işleme aşamasında, veriler temizlenerek modellemeye uygun hale getirilmektedir. Rastgele Orman (RF), Destek Vektör Makineleri (SVM) ve Yapay Sinir Ağları (ANN) kullanılarak bireysel modeller geliştirilmektedir. Bu modeller, hibrit bir modele entegre edilerek güçlü yönlerinden faydalanılmaktadır. Hibrit modelin performansı, Ortalama Mutlak Hata (MAE), Ortalama Karesel Hata (MSE) ve Belirleme Katsayısı (R²) gibi istatistiksel ölçütlerle değerlendirilmektedir. Çalışma, mevcut yöntemlere yenilikçi bir katkı sunmakta ve hibrit modelin tahmin doğruluğunu artırma potansiyelini ortaya koymaktadır. Bu yeni yaklaşım, yenilenebilir enerji kaynaklarının yönetimi ve planlanmasında önemli bir potansiyel taşımaktadır.