Browsing by Author "Gezmez, Kadir Çağrı"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Bir ilin elektrik tüketim verilerinin makine öğrenmesi yöntemleri ile analizi
    (Başkent Üniversitesi Fen Bilimler Enstitüsü, 2022) Gezmez, Kadir Çağrı; Güney, Selda
    Elektrik dağıtım şirketleri, sahip oldukları abonelerine, elektriksel tüketimlerini “Piyasa Yönetim Sistemi” aracılığı bildirmekle yükümlüdür. Elektrik dağıtım şirketleri, ay sonu tüketim değerleri olmayan, yani okuma verisi bulunmayan tüketicilerine, tüketim değerlerini tahmin metotlarıyla bildirmektedirler. Bu tezin amacı, Enerji Piyasası Düzenleme Kurumu’nun belirlemiş olduğu ve hala kullanılmakta olan tüketim tahminleme metodolojisinin yanı sıra makine öğrenmesi yöntemleri ile tahminleme yapmaktır. Bu çalışmada, makine öğrenmesi yöntemleri kullanılarak, doğrusal regresyon ve uzun-kısa süreli bellek (LSTM) yöntemleriyle, MATLAB ortamında analizler yapılmıştır. Başarı kriteri olarak Kök Ortalama Kare Hatası (Root Mean Square Error, RMSE), kriter olarak belirlenmiş ve kullanılan yöntemlerden en başarılı sonucu doğrusal regresyon analizi yöntemi sağlamıştır. Bu kapsamda yapılan çalışmalar ile doğrusal regresyon, uzun-kısa süreli bellek ve Enerji Piyasası Düzenleme Kurumu ‘nun Tahminleme Metodolojisi yöntemlerinin karşılaştırması yapılmış olup, tutarlı ve başarılı sonuçlar elde edildiği gözlemlenmiştir. Electricity distribution companies are obliged to inform their subscribers about their electricity consumption through the “Market Management System”. Electricity distribution companies inform their consumers who do not have consumption values at the end of the month, that is, they do not have reading data, by estimating consumption values. The aim of this thesis is to make estimations with machine learning methods as well as the consumption forecasting methodology determined by the Energy Market Regulatory Authority and which is still being used. In this study, analyses were performed using machine learning methods, linear regression and long-short-term memory (LSTM) methods in MATLAB environment. Root Mean Square Error (RMSE) method was determined as the success criterion and linear regression analysis method provided the most successful result of the methods used. In this context, the studies of linear regression long short term memory and Energy Market Regulatory Authority‘s methodology, a comparison of estimation methods is made, and observed that consistent and successful results are obtained.