İç Anadolu Bölgesi için modern kontrol yöntemleri ile rüzgar hızı tahmini: Kırşehir bölgesi örneği

Abstract

Bu çalışmada Türkiye'de rüzgar enerjisi üretiminin yaygınlaşması ve mevcut üretimin verimliliğinin artırılabilmesine yönelik olarak kısa vadeli rüzgar hızı tahmini yapılması amaçlanmıştır. Bu kapsamda Kırşehir ili kapsamında 1975-2010 yılları arasındaki sıcaklık, nem ve basınç değerleri kullanılarak rüzgar hızı tahmini gerçekleştirilmiştir. Araştırmada analiz yöntemi olarak ileri beslemeli geri yayılımlı Yapay Sinir Ağları ve buna ilişkin iki farklı algoritmadan elde edilen bulgular karşılaştırılmıştır. Levenberg - Marquardt (LM) ve Resilient Back Propagation (RBP) algoritmalarının karşılaştırmasında Ortalama Hata Karekök (RMSE), Ortalama Mutlak Hata (MAE), Mutlak Hata Oranları Ortalaması (MAPE) değerleri esas alınmıştır. Buna göre her iki algoritmanın performansının birbirine çok yakın olduğu ve Resilient Back Ppropagation öğrenme algoritmasının nispeten daha iyi sonuçlar verdiği anlaşılmıştır.

In this study according to enhance the widening of wind energy production efficiency in Turkey, short term wind speed prediction is aimed. According to this scope temperature, humidity and pressure values in Kırşehir city between 1975-2010 years, has been used to do the prediction of wind speed. In the study, feed forward back - propagation neural networks analyze method has been used and data resulted from Levenberg-Marquardt (LM) and Resilient Back Propagation (RBO) algorithms. According to the comparison of those two different algorithms, Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE) has taken account as constant. According to this, both two algorithm's performances are quite similar to each other and resilient back propagation learning algorithms provide much better results have been noted.