|
Derginin Adı:
|
MESLEKİ BİLİMLER DERGİSİ
|
|
Cilt:
|
2019/8
|
|
Sayı:
|
1
|
|
Makale Başlık:
|
UZUN DÖNEM RÜZGÂR HIZI TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI VE PERFORMANS İNCELEMESİ
|
|
Makale Alternatif Dilde Başlık:
|
USAGE AND PERFORMANCE İNVESTIGATION OF ARTIFICIAL NEURAL NETWORKS IN LONG-TERM WIND SPEED PREDICTION
|
|
Makale Eklenme Tarihi:
|
9.02.2021
|
|
Okunma Sayısı:
|
0
|
|
Makale Özeti:
|
Enerjinin mümkün olduğu sürece yenilenebilir kaynaklardan sağlanması sürdürülebilir kalkınmanın en önemli gerekliliklerindendir. Rüzgâr enerjisi, mevcut potansiyel bakımından Türkiye coğrafyasında önemli bir yere sahiptir. Ülkemizde tüketilen enerjinin önemli bir kısmı fosil yakıtlarla ve ithal edilen kaynaklarla sağlanmaktadır. Bu durum, ülkemizi stratejik ve ekonomik olarak olumsuz etkilemektedir. Tüm dünyada olduğu gibi ülkemizde de yenilenebilir enerji yatırımları artmaktadır. Yenilenebilir enerji potansiyellerinin doğru bir şekilde belirlenmesi, yatırımın atıl konuma düşmesini önleyecektir. Bu çalışmada Meteoroloji İşleri Genel Müdürlüğü’nden temin edilen geçmişe dönük 30 yıllık rüzgâr hızı, nem, basınç, sıcaklık ve yağış miktarı verilerini kapsayan meteorolojik veri seti kullanılmıştır. Bu veri setiyle Ankara ilinde bulunan örnek ilçeler için rüzgâr hızı tahmini yapılmıştır. Matlab'da YSA modellerini oluşturmak için farklı yapay sinir ağı öğrenme algoritmaları kullanılmıştır. Rüzgâr hızı tahmin sonuçlarına bakıldığında; test verileri için ortalama mutlak yüzdesel hata (OMYH) Çubuk için %9,48, Keçiören için %7,77, Polatlı için %7,88, Bala için %6,83, Şereflikoçhisar için %8,02 ve Haymana için %5,41 şeklinde bulundu.
|
|
Alternatif Dilde Özet:
|
Supplying energy from renewable sources as long as possible is one of the most important requirements for sustainable development. Wind energy has an important role in Turkey in terms of the existing potential. A significant part of the consumed energy in our country is supplied by fossil fuels and imported sources. This situation adversely affects our country in terms of strategical and economical manner. As in all over the world, renewable energy investments are also increasing in our country. The correct determination of renewable energy potentials will prevent the investment to fall into an idle position. In this study, the meteorological dataset containing past 30 years data of wind speed, humidity, pressure, temperature and precipitation data taken from the Turkish State Meteorological Service are used. Wind speed estimation is studied for sample districts located in the Ankara city using data set. In Matlab, different artificial neural network learning algorithms have been used to construct the ANN models. The mean absolute percentage errors (MAPE) for testing data were found as 9,48% (for Çubuk), 7,77% (for Keçiören), 7,88% (for Polatlı), 6,83% (for Bala), 8,02% (for Şereflikoçhisar), 5,41% ( for Haymana).
|