| dc.contributor.advisor | Yönetken, Ahmet | |
| dc.contributor.author | Biçer, Abdurrahman | |
| dc.date.accessioned | 2019-05-16T06:50:21Z | |
| dc.date.available | 2019-05-16T06:50:21Z | |
| dc.date.issued | 2017 | |
| dc.identifier.uri | http://hdl.handle.net/11630/5833 | |
| dc.description | The electrical energy, whose distribution is controllable but an unstorable energy source itself, is produced in various power plants and transferable to the residential areas via power lines. Due to the increasingly developing technology, industry and increasing population, the demand for electrical energy is increasing as the demand for each energy. One of the most important parameters in determining the development of countries is per capita electricity consumption. The prominence of this matter is also known in our country as it is all over the world. For this reason, the production of electrical energy is tried to be increased. In addition to increasing production, depletion of the resources essential for the mass production and generation of energy due to the damage that can be given to the nature in the course of production are of great importance in economical usage of generated energy with highest efficency as well as in its distribution and delivery.
One of the most important ways to ensure energy-saving use of energy is the subject of predicting the demand for energy and there are many ways to do it. Since the electrical energy can not be stored, this energy must be consumed as it is produced. Moreover, the pricing of energy is also influencing the short-term demand forecast value. Therefore, the accuracy rate of the short-term demand forecasting method is very important. A high accuracy rate will provide a rich energy market and also enable power systems to work stably and it will be extremely beneficial for the optimization and reliability of these systems.
A high accuracy rate provides a healthy planning for the energy market thanks to the short-term demand forecasting and thereby enables high-quality energy to be used, also saves the user from wasting too much money by extending the systems’ lifecycle. In this study focusing on estimation methods, In MATLAB, a short-run demand forecasting method was developed using Artificial Neural Networks. | en_US |
| dc.description.abstract | Elektrik enerjisi, çeşitli üretim santrallerinde üretilen, iletim hatları ile yerleşim yerlerine aktarılabilen, aktarımı da kontrol altında tutulabilen ancak depolanamayan bir enerji kaynağıdır.
Giderek gelişen teknolojiden, sanayiden ve artan nüfustan dolayı her enerjiye olan talep arttığı gibi elektrik enerjisine olan talepte artmaktadır. Ülkelerin gelişmişliklerinin belirlenmesinde en önemli parametrelerden bir tanesi de kişi başına düşen elektrik tüketimidir. Bu konunun önemi, tüm dünyada olduğu gibi ülkemizde de bilinmektedir. Bu nedenle elektrik enerjisi üretimi arttırılmaya çalışılmaktadır. Üretimi arttırmanın yanı sıra üretim için gerekli olan üretim kaynaklarının tükeniyor olması ve üretim anında doğaya verilebilen zararlar nedeniyle enerjinin üretilmesi, dağıtımı ve iletimi kadar üretilen enerjinin en yüksek verimle, tasarrufla kullanılması da büyük önem taşımaktadır.
Enerjinin tasarruflu kullanılmasının sağlamak için önemli yöntemlerden biri de enerji talebini önceden tahmin etme konusudur ve bunun birçok yöntemi bulunmaktadır. Elektrik enerjisi depolanamadığından, bu enerji üretildiği gibi tüketilmesi gerekmektedir. Ayrıca enerjinin fiyatlandırılmasını kısa dönemli talep tahmin değeri de etkilemektedir. Bu yüzden de kısa dönemli talep tahmin yönteminin doğruluk oranı çok önemlidir. Doğruluk oranının yüksek olması, enerji piyasasının verimli olmasını sağlayacağı gibi güç sistemlerinin dengeli olarak çalışmasına olanak sağlayacak ve bu sistemlerin optimizasyonu ve güvenirliği açısından da son derece sağlıklı olacaktır.
Doğruluk oranı yüksek bir kısa dönemli talep tahmini sayesinde enerji piyasasında sağlıklı bir planlama sağlayarak, hem kaliteli enerjini kullanımına imkân sağlayıp hem de güç sistemlerinin ömrünü uzatarak çok yüksek meblağlar harcamaktan kurtaracaktır.
Bu çalışmada tahmin yöntemleri üzerinde durularak, MATLAB programında Yapay Sinir Ağları kullanılarak kısa dönemli talep tahmini yöntemi geliştirilmiştir. Geliştirilen bu yöntem Urla bölgesine uygulanarak sonuçlar analiz edilmiştir. | en_US |
| dc.language.iso | tur | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Talep Tahmini, Yapay Sinir Ağları | en_US |
| dc.title | Enerji Talep Tahminine Yönelik Program Geliştirme ve Bir Bölge için Uygulaması | en_US |
| dc.title.alternative | Program Development for Energy Demand Estımatıon and Applıcatıon of A Regıon | en_US |
| dc.type | masterThesis | en_US |
| dc.department | Afyon Kocatepe Üniversitesi, Fen Bilimleri Esntitüsü | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.endpage | 69 | en_US |
| dc.relation.publicationcategory | Tez | en_US |
