Analysis of meteorological data by artificial intelligence techniques and estimation of global solar radiation
[ X ]
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Dünyanın ana yaşam kaynağı olmasının yanı sıra Güneş gezegeni, bitmek tükenmek bilmeyen yenilenebilir enerji kaynağına sahiptir. Türkiye dünyanın güneş kuşağının içerisinde olan 36?42° kuzey enlemleri ve 26?45° doğu boylamlarında bulunmaktadır. Güneş enerjisi veya elektrik enerjisi sistemlerinin hesaplanmasında kullanılan küresel ışınım ölçümü ülkemizdeki enerji tesis yeri için çok önemli bir veridir. Küresel ışınım değeri, güneşten gelen ışınımın direkt (beam) ve gökyüzünde dağılan (diffuse) ışınların toplamına eşittir. Bu değerin ölçümü, diğer meteorolojik verilerin (hava sıcaklığı, nem gibi) ölçümü ve tahmini kadar kolay değildir ve uzun yıllar ölçümlerinin yapılması gerekmektedir. Literatürde, meteoroloji ışınım verileri kullanılarak çeşitli ilişkiler türetilmiş ve bu metotlar ile farklı coğrafik lokasyonlar için ölçüm verisi tahmini yapılmıştır. Fakat, bu ilişkilerle yapılan tahminlerde yüksek sapmalar içerdiği görülebilmektedir. Bu tez çalışmasında, Türkiye'deki çeşitli bölgelerin meteorolojik verileri Meteonorm yazılımından alınmış ve Genetik Algoritma ile optimize edilerek önerilen Yapay Sinir Ağları (YSA) ve Destek Vektör Makinesi (DVM) ile küresel güneş ışınımı tahminleri yapılmıştır. Meteonorm yazılımdan alınan veriler test ve eğitim verisi olarak ayrılarak önerilen ANN ve DVM modellerin performansı değerlendirilmiştir. Önerilen ANN modeli ile DVM ve literatürde mevcut modellerden daha iyi sonuçlar elde edilmiştir. Test verisi için Genetik algoritma ile girişleri optimize edilen ANN modeli ile elde edilen Ortalama Mutlak Yüzde Hata değeri %3.44 olmuştur.
In addition to being the main source of life in the earth, the Sun planet has an endless source of renewable energy. Turkey is situated at the sunny belt of the earth i.e. 36?42° North latitudes and 26?45° East longitudes. The global irradiation measurement used in the calculation of solar thermal or electrical energy systems is very significant for the facility location in our country. The global radiation value is equal to the sum of the beam and the diffuse rays of the radiation from the sun. Its measurement is not as easy as the measurement and the estimation of other meteorological data (such as air temperature, humidity) and long-terms are required. In the literature, various corelations have been derived by use of meteorological radiation data and the predictions for distinct geographic locations were conducted. However, it is seen that the predictions made with these corelations involve high deviations. In this thesis, meteorological data of various regions in Turkey were taken from Meteonorm software and global solar radiation forecasts were made with the proposed Artificial Neural Networks (ANN) and Support Vector Machine (SVM) by optimized the Genetic Algorithm. Generated data from the software were divided into training and testing data sets, and the proposed ANN and SVM models were tested with the data. Better results were obtained from the proposed ANN model as compared with the SVM and the existing models in the literature. Mean average percentage error was obtained to be 3.44% for testing data by the proposed ANN model which utilizes the most relevant input variables determined by the genetic algorithm.
In addition to being the main source of life in the earth, the Sun planet has an endless source of renewable energy. Turkey is situated at the sunny belt of the earth i.e. 36?42° North latitudes and 26?45° East longitudes. The global irradiation measurement used in the calculation of solar thermal or electrical energy systems is very significant for the facility location in our country. The global radiation value is equal to the sum of the beam and the diffuse rays of the radiation from the sun. Its measurement is not as easy as the measurement and the estimation of other meteorological data (such as air temperature, humidity) and long-terms are required. In the literature, various corelations have been derived by use of meteorological radiation data and the predictions for distinct geographic locations were conducted. However, it is seen that the predictions made with these corelations involve high deviations. In this thesis, meteorological data of various regions in Turkey were taken from Meteonorm software and global solar radiation forecasts were made with the proposed Artificial Neural Networks (ANN) and Support Vector Machine (SVM) by optimized the Genetic Algorithm. Generated data from the software were divided into training and testing data sets, and the proposed ANN and SVM models were tested with the data. Better results were obtained from the proposed ANN model as compared with the SVM and the existing models in the literature. Mean average percentage error was obtained to be 3.44% for testing data by the proposed ANN model which utilizes the most relevant input variables determined by the genetic algorithm.
Açıklama
Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalı, Endüstri Mühendisliği Bilim Dalı
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control ; Endüstri ve Endüstri Mühendisliği
