Regresyon Analizi Ve Yapay Sinir Ağı Yöntemleri İle Uzun Dönem Yük Tahmini
Regresyon Analizi Ve Yapay Sinir Ağı Yöntemleri İle Uzun Dönem Yük Tahmini
dc.contributor.advisor | Emre Türkay, Belgin | tr_TR |
dc.contributor.author | Aksel, Fatih | tr_TR |
dc.contributor.department | Elektrik Mühendisliği | tr_TR |
dc.contributor.department | Electrical Engineering | en_US |
dc.date | 2000 | tr_TR |
dc.date.accessioned | 2015-11-20T09:38:06Z | |
dc.date.available | 2015-11-20T09:38:06Z | |
dc.description | Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2000 | tr_TR |
dc.description | Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2000 | en_US |
dc.description.abstract | Bu çalışmada, Türkiye geneli ve İstanbul için uzun dönem yük tahmini yapılmış, 2001, 2003 ve 2005 yıllarına ait puant yük enerji tüketimi değerleri tahmin edilmiştir. Tahmin için, çok değişkenli regresyon analizi ve geriye yayınım algoritmalı, iki gizli katmanlı yapay sinir ağı yöntemleri kullanılmış, her iki yöntemin sonuçları, ağırlıklı ortalama yöntemiyle tek bir sonuca dönüştürülmüştür. Giriş değerleri olarak, nüfus kişi başına düşen gayri safi milli hasıla, gelişim hızı, sanayi üretim endeksi, petrol varil fiyatı ve elektrik enerjisi birim satış fiyatı kulanılmıştır. Tüm yöntemler için maksimum hata, ortalam hata ve ortalama mutlak hata değerleri hesaplanmış ve karşılaştırılmıştır. | tr_TR |
dc.description.abstract | In this study, long term load forecasting for Turkey and Istanbul is made and maximum power demands and energy demands for the years of 2001, 2003, and 2005 are forecasted. Multiple regression analysis and two layer artificial neural network with backpropagation algorithm are used as forecasting methods. Then, one result from both methods is obtained by using weighted averages method. Population, GNP per capita, growth rate, production index of industry, crude oil price and electrical energy sales price are used as inputs. Maximum error, mean error and mean absolute error are calculated and compared. | en_US |
dc.description.degree | Yüksek Lisans | tr_TR |
dc.description.degree | M.Sc. | en_US |
dc.identifier.uri | http://hdl.handle.net/11527/10590 | |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.publisher | Instıtute of Science and Technology | en_US |
dc.rights | İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. | tr_TR |
dc.rights | İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. | en_US |
dc.subject | Yük Tahmini | tr_TR |
dc.subject | Regresyon Analizi | tr_TR |
dc.subject | Yapay Sinir Ağı | tr_TR |
dc.subject | Geriye Yayınım Algoritması | tr_TR |
dc.subject | Ağırlıklı Ortalama Yöntemi | tr_TR |
dc.subject | Load Forecasting | en_US |
dc.subject | Regression Analysis | en_US |
dc.subject | Artificial Neural Network | en_US |
dc.subject | Backpropagation Algorithm | en_US |
dc.subject | Weighted Averages Method. | en_US |
dc.title | Regresyon Analizi Ve Yapay Sinir Ağı Yöntemleri İle Uzun Dönem Yük Tahmini | tr_TR |
dc.title.alternative | Long Term Load Forecasting Using Multiple Regression Analysis And Artificial Neural Network | en_US |
dc.type | Thesis | en_US |
dc.type | Tez | tr_TR |