Yazar "Oral, Okan" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    PV Güç Santrallerinden Elde Edilecek Enerjinin Makine Öğrenmesi Metotları Kullanılarak Tahmin Edilmesi
    (Kırıkkale Üniversitesi, 2019) Uğuz, Sinan; Oral, Okan; Çağlayan, Nuri
    Elektrik enerjisi ihtiyacının artması, ülkeleri güvenilir, ucuz ve temiz enerji teminine yöneltmiştir. Son zamanlarda, bu enerji kaynakları arasından fotovoltaik güç sistemlerine dayalı olanlar öne çıkmıştır. Güneş enerjisi potansiyelinin yüksek olduğu Türkiye’de devlet teşvikleriyle birlikte fotovoltaik güç santrallerine olan yatırımların sayısı artmaktadır. Fotovoltaik santrallerin kuruluş yeri seçimi için fizibilite çalışmalarının yapılması ve buna bağlı olarak sistemlerin tasarlanması, yapılacak yatırımların ekonomikliliğinin belirlenmesi açısından önemli bir konu olarak görülmektedir. Santral kurulmadan önce ışınım enerjisine göre elde edilebilecek elektrik enerjisinin hesaplanması için eşitlikler ve yöntemler geliştirilmiştir. Bu yöntemlerden biri de makine öğrenme modellerinin geliştirilmesi ve simülasyon sonuçlarının elde edilmesidir. Bu çalışmada; Türkiye’de 125 farklı bölge için kurulması planlanan PV santrallerinin üreteceği elektrik gücünün, makine öğrenmesi modelleri ile tahmin edilmesi amaçlanmıştır. Bu amaç doğrultusunda PV sistemler için güneş ışınımı tahmin edilmesinde artificial neural networks (ANN), multiple linear regression (MLR) ve k-nearest neighbors regression (KNNR) makine öğrenimi metodolojileri kullanılmıştır. Bu metodolojilerin performansını analiz etmek amacıyla bir dizi deneysel değerlendirmeler yapılmıştır. Değerlendirmeler için veri seti, Numpy, Pandas, Scipy gibi temel python kütüphanelerinin yanı sıra makine öğrenmesi uygulamaları için geliştirilmiş olan scikit-learn kütüphanesinde test edilmiştir. Deneysel sonuçlar, girdi olarak kullanılmış yedi adet bağımsız değişkenin, makine öğrenimine dayalı tahmin algoritmalarının çalıştırılmasıyla PV tarafında üretilen elektrik gücünü tahmin edebildiğini göstermiştir.
  • [ X ]
    Öğe
    Türkiye’deki Farklı Sektörlere Ait Sera Gazı Emisyon Değerlerinin Çok Katmanlı Algılayıcılar ile Tahmin Edilmesi
    (Kırıkkale Üniversitesi, 2020) Oral, Okan; Uğuz, Sinan
    Küresel ısınmaya neden olan karbondioksit (CO2), Nitröz oksit (N2O) ve Metan (CH4) çeşitli sektörler tarafından oluşturulan sera gazlarıdır. Birleşmiş milletler iklim değişikliği çerçeve sözleşmesi (UNFCCC) kuralları gereğince Türkiye’nin de içinde olduğu ülkelerin çeşitli sektörleri tarafından oluşturulan sera gazı emisyon değerleri kayıt altına alınarak takip edilmektedir. Ülkelerin oluşturdukları sera gazı emisyon değerleri zaman içinde bir çok etkene göre farklılık oluşturabilir. Bu yüzden bu değerin tahmin edilmesi ülkeler açısından önemlidir. Bu çalışmada kullanılan ve Avrupa Çevre Ajansından elde edilen veriler, Türkiye’deki üretim, enerji endüstrisi, yerleşim ve ulaşım sektörlerine ait 1990-2014 yılları arasındaki sera gazı emisyon değerlerini içermektedir. Veri seti, bir makine öğrenmesi tekniği olan Çok Katmanlı Algılayıcılar (ÇKA) ile eğitilmiştir. Üç farklı sera gazı için kurulan modeller incelendiğinde elde edilen en yüksek  değeri üretim, enerji endüstrisi, yerleşim ve ulaşım sektörleri için sırasıyla 0.86, 0.93, 0.91 ve 0.95 olarak bulunmuştur. Çalışmada ayrıca 2020 yılında doğaya salınımını gerçekleştirmesi öngörülen üç farklı sera gazına ait emisyon değerleri tahmin edilmiş ve sonuçlar 14 yıllık geçmiş dönem verilerinin ortalaması ile kıyaslanmıştır. Buna göre üretim, enerji endüstrisi ve ulaşım sektörlerinde %64’lere varan oranda artışlar gözlenirken yerleşim sektöründe bazı gazlarda ortalama %15 oranında bir düşüş olacağı tahmin edilmiştir.