İstatistiksel Metotlar ve Yapay Sinir Ağları Kullanarak Kısa Dönem Çok Adımlı Rüzgâr Hızı Tahmini

Abstract

Bu çalışmada TÜBİTAK T60 ulusal gözlem evi meteoroloji istasyonunun 2016 yılı nisan ayı içerisinde yaptığı gözlem sonuçları PHP programlama dili kullanılarak web sitesi üzerinden derlenmiştir. Elde edilen rüzgâr hızı verileri istatistiksel ve yapay sinir ağı metotları kullanılarak incelenmiş ve meydana getirilen zaman serisi üzerinden ileriye yönelik rüzgâr hızı kestirimlerinde bulunulmuştur. Yapılan hesaplamalar ve gerçek veriler ile kıyaslamalar sonucunda incelenen ARIMA modelleri ve yapay sinir ağları arasında belirgin bir hata oranı farkı görülmüştür. Literatürde yer alan rüzgâr hızı tahmin çalışmaları genellikle sadece tek adım tahmin başarısı üzerinde yoğunlaşırken, önerilen çalışmada sık kullanılan tahmin metotlarının ileriye dönük 12 adım seviyesinde ayrıntılı değerlendirilmeleri gerçekleştirilmiştir.

Kapali Alan Konumlandirma Si̇stemleri̇ İçi̇n Düğüm Prototi̇pi̇ Geli̇şti̇rme

“…YSA'nın temel elemanları olan nöronlar, sistemi etkileyen faktörlere göre bir veya daha fazla girdi alarak problemden istenen sonuç adedi kadar çıktı oluştururlar. Nöronlar bir araya gelerek YSA oluştururlar (Kırbaş, 2018;Salam ve Keskin, 2018). YSA'nın eğitilebilmesi için nöronların ağırlık değerlerinin belirli kurallar dâhilinde değiştirilebilir olması gerekmektedir.…”

Görüntü İşleme Ve Yapay Si̇ni̇r Ağlari İle İleti̇m Hatlarinda Ariza Yeri̇ Beli̇rleme

“…Gizli katma sayısı ve nöron sayısı oluşturulacak ağın performansına göre deneme yanılma yöntemi ile belirlenebilir. Temel olarak insan beyninin çalışma şeklini taklit eden yapay sinir ağları veriden öğrenebilme, genelleme yapabilme, çok … Görüntü 1 Görüntü 2 Görüntü 3 sayıda değişkenle çalışabilme gibi birçok önemli özelliğe sahiptir (Kırbaş, 2018). Şekil 7'de ileri beslemeli çok katmanlı bir yapay sinir ağı yapısı verilmiştir (Şalvarcı, 2017).…”

Estimation of wind speed with artificial neural networks method for Isparta using meteorological measurement data

“…It has been shown that the computational time is reduced by using these methods [10]. Kırbaş (2018) predicted wind speed using statistical methods and artificial neural networks. It is seen that both models can be used reliably for short term wind speed estimation [11].…”

“…Kırbaş (2018) predicted wind speed using statistical methods and artificial neural networks. It is seen that both models can be used reliably for short term wind speed estimation [11]. Dikmen and Örgen (2018) investigated the wind energy potential of the region using wind speed data measured and recorded at a wind measurement station established in Ağlasun region [12].…”