Demand forecasting using artificial neural networks for power transformers
[ X ]
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Tarihi süreçlere göz atıldığında insanoğlunun geleceği öngörebilme dürtüsü her zaman baskın gelmiştir. Modern çağlara gelindiğinde ise bilimsel ve matematiksel modeller geleceği öngörebilme bağlamında medeniyetlere önemli bir araç kazandırmıştır. 20. yüzyılın son çeyreğine gelindiğinde ise yapay sinir ağları çalışmaları hız kazanmış ve öngörüm tekniklerine yeni bir bakış açısı kazandırmıştır. Talep tahmini ise endüstriyelleşme ile birlikte ön plana çıkan öngörüm konularından biridir. Bu çalışmada ise yapay sinir ağlarının bir türü olan çok katmanlı algılayıcı yöntemiyle güç transformatörlerine yönelik bir talep tahmini gerçekleştirilmiştir. Talebi etkileyen faktörler bölgedeki bir üreticiden uzman görüşü alınarak belirlenmiş, bu faktörlere ait 40 yıllık veriler ise resmi kaynaklardan elde edilmiştir. Uygulama neticesinde oluşturulan yapay sinir ağı %97,99 oranında tutarlı sonuçlar vermiş ve çalışmada ayrıca oluşturulan ARIMA modeliyle karşılaştırıldığında daha üstün bir performans ortaya koyduğu gözlemlenmiştir. Çalışmada oluşturulan çok katmanlı yapay sinir ağının güç transformatörlerinin talep tahmininde kullanılabilir bir araç olduğu sonucuna varılmıştır.
Beholding the historical processes, the human instinct to predict the future has always been dominant. In the modern era, scientific and mathematical models have given civilizations an important tool in predicting the future. By the last quarter of the 20th century, artificial neural network studies gained momentum and gave a new perspective to forecasting techniques. Demand forecasting is one of the forecasting issues that come to the fore with industrialization. In this study, a demand forecast for power transformers has been carried out with the multilayer perceptron method, a type of artificial neural network. The factors affecting the demand have been determined by taking an expert opinion from a regional producer, and the data covering past 40 years regarding these factors were obtained from official sources. The artificial neural network created during implementation has produced consistent results at the rate of 97.99%. It was observed that it outperformed the ARIMA model created in the study for comparison. It was concluded that the multi-layer artificial neural network created in the study is a useful tool for demand forecasting of power transformers.
Beholding the historical processes, the human instinct to predict the future has always been dominant. In the modern era, scientific and mathematical models have given civilizations an important tool in predicting the future. By the last quarter of the 20th century, artificial neural network studies gained momentum and gave a new perspective to forecasting techniques. Demand forecasting is one of the forecasting issues that come to the fore with industrialization. In this study, a demand forecast for power transformers has been carried out with the multilayer perceptron method, a type of artificial neural network. The factors affecting the demand have been determined by taking an expert opinion from a regional producer, and the data covering past 40 years regarding these factors were obtained from official sources. The artificial neural network created during implementation has produced consistent results at the rate of 97.99%. It was observed that it outperformed the ARIMA model created in the study for comparison. It was concluded that the multi-layer artificial neural network created in the study is a useful tool for demand forecasting of power transformers.
Açıklama
Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalı
Anahtar Kelimeler
Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
