Elektrik Tüketim Verilerine Yapay Zeka Modellerinin Uygulanması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Bilecik Şeyh Edebali Üniversitesi, LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: AYŞEN CİHAN
Danışman: Vedat Marttin
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu çalışmada, 2016 Ocak - 2024 Haziran döneminde Türkiye'nin Bilecik ilinin Aydınlatma, Mesken, Sanayi, Tarımsal Sulama ve Ticarethane sektörlerine ait elektrik tüketim verileri incelenmiştir. Elektrik tüketiminin gelecekteki eğilimlerini tahmin etmek amacıyla, Enerji Piyasası Düzenleme Kurumu'nun (EPDK) yayımladığı Elektrik Piyasası Aylık Resmi İstatistikleri kullanılarak veriler toplanmış ve Zaman Serisi Analizi ile işlenmiştir. RNN, GRU, LSTM ve BiLSTM modelleri, sektörel bazda epoch 25, 50, 100 ve 200 değerlerinde eğitilmiş, 2016-2019 dönemi eğitim verisi, 2020-2024 Haziran dönemi test verisi olarak kullanılmıştır. Modellerin performansı MAE, RMSE, MSE ve MAPE metrikleri ile değerlendirilmiştir. Çalışmada elde edilen bulgular, Mesken ve Ticarethane sektörlerinde BiLSTM ve LSTM modellerinin yüksek doğrulukla tahmin yaptığını, Sanayi ve Tarımsal Sulama sektörlerinde ise GRU ve BiLSTM modellerinin daha başarılı olduğunu göstermiştir. RNN modeli genel olarak diğer modellere göre daha düşük performans sergilemiştir. Çalışma, derin öğrenme modellerinin elektrik tüketimi tahmininde güçlü bir öğrenme yeteneğine sahip olduğunu, ancak bazı sektörlerde daha fazla hiperparametre optimizasyonuna ihtiyaç duyulduğunu ortaya koymuştur. Sonuç olarak, bu modeller, Bilecik ilinin gelecek yıllarındaki elektrik tüketiminin sektörel bazda tahmin edilmesini sağlamış ve enerji yönetimi açısından önemli öngörüler sunmuştur. Gelecekteki çalışmalar için modellerin sektörel bazda performanslarını artırmak amacıyla daha karmaşık ve daha büyük veri kümelerinde optimizasyon yöntemleri kullanılabilir.