Browsing by Author "Filiz, Fahrettin"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Electricity Load Forecasting via ANN Approach in Turkish Electricity Markets
    (Ankara Üniversitesi, 2020-12-31) Gözksöz, Fazıl; Filiz, Fahrettin; İşletme; Siyasal Bilgiler Fakültesi
    Forecasting electricity load has become the essential task for electric utilities, power plants and regulators. It is essential that electricity load forecasts, which are a vital necessity of energy policies, produce healthy and reliable results. Artificial neural networks (ANN) can learn complex and nonlinear relationships. This article introduces 400 different ANN models for electricity load forecasting. Model performances have compared with Mean Absolute Percentage Error (MAPE) and Diebold-Mariano (DM) test. The electricity load data used for this study range from 2014 to 2016. The variation in forecasting ability of ANN for different models has also discussed. Levenberg-Marquardt (LM) with log-sigmoid transfer function trains the best performance ANN model.
  • No Thumbnail Available
    Item
    Elektrı̇k pı̇yasalarında elektrı̇k yük talebı̇ ve gün öncesı̇ elektrı̇k fı̇yat tahmı̇nı̇: Türkı̇ye uygulaması
    (Sosyal Bilimler Enstitüsü, 2016) Filiz, Fahrettin; Gökgöz, Fazıl; İşletme
    Günümüzde serbestleşen elektrik piyasalarında, elektrik yük talep miktarı modelleri ve gün öncesi elektrik fiyat tahmin modelleri hem tüketicilerin ihtiyacı olan elektriğe ulaşabilmeleri hem de elektrik piyasasında yer alan işletmelerin sağlıklı bir şekilde rekabet edebilmeleri açısından büyük önem taşımaktadır. Geçmiş dönemde devlet kontrolünde olan ve dikey bütünleşik yapıya sahip elektrik piyasalarında, elektrik yük talep miktarı ve elektrik fiyat tahmini serbestleşen piyasalara nazaran ciddi önem arz etmiyordu. Ancak piyasaların serbestleşmesi ile birlikte elektrik yük talep miktarı ve gün öncesi elektrik fiyat tahmini, piyasaların sağlıklı bir şekilde işlemesi açısından merkezi bir konuma gelmiştir. Tez çalışması kapsamında Türkiye'de 2012-2014 yılları arasında gerçekleşen elektrik yük talep ve gün öncesi elektrik fiyat verileri kullanılarak, yapay zeka yöntemlerinden biri olan yapay sinir ağları modelleri ile tahmin modelleri geliştirilip, geliştirilen modellerin başarıları kıyaslanacaktır. Yapay sinir ağları tahmin modellerinde oldukça sık kullanılan araçlardan biridir. Özellikle tahmin için kullanılan veriler arasında fonksiyonel veya lineer ilişki olmadığı durumlarda yapay sinir ağları geleneksel istatistik yöntemlere göre oldukça başarılıdır. Bu durum yapay sinir ağlarını, elektrik piyasaları gibi veriler arasında fonksiyonel ve lineer ilişki bulunmayan verilerden oluşan elektrik piyasalarında oldukça etkili bir tahmin aracı haline getirmektedir. Bu çalışmada, Türkiye elektrik piyasası için ileri beslemeli üç katmanlı yapay sinir ağ modelleri farklı optimizasyon algoritmaları ile kullanılarak elektrik yük talep ve gün öncesi elektrik fiyat modelleri oluşturulmuştur. Çalışma sonucunda Türkiye elektrik piyasası için yapay sinir ağları kullanılarak oluşturulan modellerin elektrik yük talep miktarı ve gün öncesi elektrik fiyatı tahminlerinde oldukça başarılı sonuçlar verdiği görülmüştür. Yapay sinir ağları ile oluşturulacak modellerin elektrik piyasasında yer alan işletmeler için tahmin modellerinde kullanılabilecek etkili bir araç olduğu sonucuna varılmıştır. Elektrik piyasası gibi stratejik öneme sahip piyasalarda, başarılı tahmin modellerin kullanılması elektrik piyasasında yer alan tüm katılımcılara faydalı olacaktır. Anahtar Kelimeler: Elektrik piyasası, Yapay sinir ağları, Elektrik yük talep tahmini, Gün öncesi elektrik fiyat tahmini
  • No Thumbnail Available
    Item
    Enerji verimliliği ve tahmin modellerinin modern yöntemler ile değerlendirilmesi
    (Sosyal Bilimler Enstitüsü, 2023) Filiz, Fahrettin; Gökgöz, Fazıl; İşletme
    İklim değişikliğinin olumsuz etkilerine karşı atılacak adımlardan biri fosil yakıt kaynaklı CO2 emisyon salınımı azaltmaktır. CO2 emisyonu önemli sebepleri arasında ulaşım, sanayi ve elektrik üretimi bulunmaktadır. Bu çalışmada elektrik üretimi sonucu oluşan CO2 emisyonunu minimize edecek enerji karışımı nicel olarak öngörülmüştür. Çalışma kapsamında iki farklı yöntem kullanılmıştır. Senaryo analizi yöntemi ile Olağan İş Senaryosu, Yenilenebilir Enerji Senaryosu ve Yenilenebilir Nükleer Enerji Senaryosu oluşturulmuştur. Senaryoların sonuçları enerji karışımı ve CO2 emisyonu çerçevesinde değerlendirilmiştir. Diğer bir yöntem ise derin öğrenme yöntemi ile birincil enerji kaynaklarının elektrik üretim miktarlarının tahmin edilmesidir. Elektrik üretim tahmin sonuçları kullanılarak CO2 emisyonunu minimize edecek amaç fonksiyonu oluşturulmuştur. Amaç fonksiyonunu gerçekleştiren optimal enerji karışım sonucunda gerçekleşen CO2 emisyon miktarları 2030 yılına kadar haftalık hesaplanmıştır. Bu değerlere göre CO2 emisyon miktarında artışın devam edeceği öngörülmektedir.