Yapay Sinir Ağlarıyla Rüzgar Şiddeti Tahmini

Abstract

Bu çalışmada zaman serisi modellenmesi ile ilgili çeşitli yöntemler ve teknikleri hakkında bilgi verilmiş ve bu yöntem ve teknikler bir uygulamada kullanılarak sonuçları sunulmuştur. Otoregresif(AR) model, dizinin bir elemanını parametrik olarak model mertebesi kadar önceki değerlerden tahmin eder. Yapay Sinir Ağları(YSA), sinir sisteminden esinlenilerek tasarlanmış bir yaklaşımdır. Her nöron kendi aktivasyon potansiyeline sahiptir ve belli bir düzen içinde diğer nöronlarla bağlantı halindedir. YSA olarak radyal tabanlı ve ileri beslemeli ağlar kullanılmıştır. İleri beslemeli YSA’ nda bağlantı ağırlık değerleri geri yayınımlı ve Evrimci Algoritma(EA) kullanılarak optimize edilmiştir. Evrimci Algoritmalar, esas itibarıyla evrim sürecinden esinlenerek önerilmiş arama yöntemleridir. Parametrelerin kendisi yerine parametrelerin oluşturduğu dizilişler üzerinden işlem yapan EA global optimizasyon yöntemleri arasında yer alır. Uygulama olarak, günümüzün popüler konularından olan rüzgar enerjisine yönelik bir çalışma yapılmıştır. Doğru tahmin yapılmasını sağlayan modelin kurulması durumunda rüzgar enerjisi üretiminde kullanılan rüzgar türbinlerinin kontrolü sağlanabilir, dayanımı artar ve işletme maliyetleri düşürülebilir. Bu da daha kararlı, güvenilir ve ucuz bir enerji üretimi sağlar. Bu amaçla öngörü için yukarıda bahsi geçen değişik yöntemler ve bu yöntemlere ait değişik teknikler kullanılarak uygulamalar gerçekleştirilmiş ve sonuçları sunulmuştur.In this study various methods used in time series modelling are mentioned and the application results are presented. Autoregressive Model(AR) predicts a value of the time series by making use of the previous n elements where n is defined as the model order. Artifical Neural Networks(ANN) are approaches that are inspired of nervous system. Each having their own activation potentials neurons are interconnected in an ordered fashion. The two representatives of the ANN, namely the radial basis networks and the feed forward multilayer networks, are used. The connection weights of the feed forward multilayer network are optimized with two different approaches which are back propagation algorithm and Evolutionary Algorithm(EA), respectively. Essentially Evolutionary Algorithms are search methods that are inspired of natural evolution. Processing through the strings of parameters instead of the parameters themselves EA resides in global optimization methods. For the application, a recent and a popular subject is considered which is the wind energy. In the case of achieving and appropriate model, the control of the wind turbines will be accomplished and their reliability will be increased while reducing the operating costs. This leads to a stable, reliable and a cheaper energy generation. In this study, to serve this purpose, the methods mentioned above are implemented and their results are presented.