Hidroelektrik Enerji Üretiminin Hibrid Bir Model İle Tahmini

Abstract

Bu çalışmada Türkiye’nin en büyük yenilenebilir enerji potansiyeli olan hidroelektrik enerjinin üretim tahmini yapılmış ve ithalat tahminleri ile karşılaştırılarak 2010 yılına kadar Türkiye’nin enerji durumuna dair çıkarımlar yapılmıştır. Enerji tahmin çalışmaları incelendiğinde son yıllarda tahmin modeli olarak yapay sinir ağları gibi öğrenen sistemlerin sık kullanıldığı görülmüştür. Bu çalışma kapsamında da tahmin modeli olarak geri yayılmalı öğrenme algoritması ile eğitilen yapay sinir ağları kullanılmıştır. Yapay sinir ağlarının yerel optimuma takılma riskini azaltmak amacıyla parametrelerinin genetik algoritmalarla bulunduğu hibrid bir model geliştirilmiştir. Yapılan analizler sonucunda önerilen modelin hidroelektrik üretimi ve enerji ithalatı tahminlerinde yeterince başarılı sonular verdiği gözlenmiştir.

In this study, production of hydroelectric energy and energy importation were forecasted and compared with estimation of energy imports for making inferences on national energy status until 2010. Intelligent systems, e.g. artificial neural networks (ANN), are used widely in energy forecasting in recent years. In this study a neural network which is trained by back-propagation algorithm was used as forecasting model. Back-propagation is a gradient descent technique which tends to trap at local optimum. In order to reduce the probability this weakness, a stochastic search technique, genetic algorithms are included. Analysis showed that proposed model finds sufficiently good results for forecasting of hydroelectric energy production and energy imports.