MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE RÜZGAR GÜCÜ ÜRETİM TAHMİNİ

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: EMRAH AKBULUT

Danışman: Halit Alper Tayalı

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bir rüzgâr türbininin üreteceği güç miktarının tahmini; türbinin tamir-bakım planlarının değerlendirilmesi, enerji üretim-tüketim dengesinin belirlenmesi gibi pek çok alanda önemlidir. Rüzgâr enerjisinin son derece değişken yapısından kaynaklı enerji sistemindeki belirsizliğin azaltılması ve rüzgâr santrallerinde daha güvenilir enerji üretim tahminleri yapılması için matematik ve istatistik temelli tahmin modelleri kullanılmaktadır. Bu tahmin modellerinin ihtiyacı olan sayısal veriler, rüzgâr türbininin faaliyetlerini gözlemleyip kaydeden sistemler SCADA ("Supervisory Control and Data Acquisition") aracılığı ile toplanmaktadır. Bu çalışmada bir rüzgâr türbininin SCADA sisteminden aktif güç, teorik güç, rüzgâr yönü ve rüzgâr hızı değişkenlerine ilişkin 10 dakikalık zaman aralığı ile ölçülen sayısal veriler (Erisen, 2018) kullanılmıştır. Bağımlı değişken aktif güç, bağımsız değişkenler ise rüzgâr hızı, teorik güç ve rüzgâr yönü olacak şekilde türbinin ürettiği aktif gücü tahmin eden farklı modellerin hata değerleri ve performans değerleri hesaplanmıştır. Makine Öğrenmesi yöntemlerinden Karar Ağacı ("Decision Tree"), Rastgele Orman ("Random Forest"), Aşırı Gradyan Arttırma ("XGBoost") ve Çoklu Doğrusal Regresyon yöntemi ile farklı tahmin modelleri kurularak, bu modellerin performansları tahmin hata değerlerinin hesaplanması ve karşılaştırılması sonucunda en iyi performans veren tahmin yönteminin belirlenmesi amaçlanmıştır.