Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Basit Öğe Kaydı
dc.contributor.authorKara, Ahmet
dc.date.accessioned2021-11-01T18:18:15Z
dc.date.available2021-11-01T18:18:15Z
dc.date.issued2019
dc.department[Belirlenecek]
dc.description.abstractGlobal güneş ışınımı tahmini, güneş enerjisi sistemlerinin etkin yönetimi ve işletilmesinin yanı sıra gelecekteki enerji üretimi hakkında güvenilir bilgi sağlamak için giderek daha fazla önem kazanmaktadır. Bu çalışmada, günlük güneş ışınım tahmin problemini etkin bir model oluşturmak için Uzun Kısa Süreli Bellek (Long Short-Term Memory - LSTM) ağı önerilmiştir. Önerilen yöntemin etkinliği Karar Ağaçları Regresyon, Rastgele Orman Regresyon, Gradyan Güçlendirme ve K-En Yakın Komşu gibi en etkili makine öğrenme algoritmalar ile karşılaştırılmıştır. LSTM modelinin yaklaşımının etkinliğini doğrulamak için Çorum - Türkiye’de Temmuz-1983 ve Aralık-2018 tarihleri arasında global güneş ışınımı sıralı zaman serileri verileri kullanılmıştır. Simülasyon sonuçları, LSTM yönteminin diğer makine öğrenme modellerinden daha iyi performansa sahip olduğunu göstermektedir.
dc.description.abstractGlobal solar radiation estimation is increasingly acquiring more importance to ensure effective management and operation of solar energy systems as well as providing reliable information about the future power generation. In this study, the Long Short-Term Memory (LSTM) has been suggested to effectively model the daily solar radiation prediction problem. The effectiveness of the suggested method compared with the state of the art machine learning algorithms such as Decision Tree Regression, Random Forest Regression, Gradient Boosting and K-Nearest Neighbor. Daily solar irradiance sequential time series data in Çorum - Turkey between January1983 and December-2018 have been used to validate the effectiveness of the suggested LSTM method. The simulation outcomes demonstrate that LSTM method has generally better performance than the other machine learning models. Araştırma
dc.identifier.doi10.29109/gujsc.571831
dc.identifier.endpage892en_US
dc.identifier.issn2147-9526
dc.identifier.issue4en_US
dc.identifier.startpage882en_US
dc.identifier.urihttps://doi.org10.29109/gujsc.571831
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TXpNeU1qTXhNUT09
dc.identifier.urihttps://hdl.handle.net/11491/7976
dc.identifier.volume7en_US
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorKara, Ahmet
dc.language.isotr
dc.relation.ispartofGazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectEnerji ve Yakıtlaren_US
dc.titleUzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini
dc.title.alternativeGlobal Solar Irradiance Time Series Prediction Using Long ShortTerm Memory Networken_US
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Makale Koleksiyonu