Ayrıştırma Yöntemlerinin Derin Öğrenme Algoritması ile Tanımlanan Rüzgâr Hızı Tahmin Modeli Başarımına Etkisinin İncelenmesi

Authors : Aytaç ALTAN, Seçkin KARASU

Pages : 844-853

Doi:10.31590/ejosat.785699

View : 16 | Download : 8

Publication Date : 2020-12-31

Article Type : Research Paper

Abstract :Son on yılda, rüzgâr enerjisine dayalı yenilenebilir enerji kaynaklarının kullanımındaki kayda değer artış, bu kaynakların ihtiyaçlara kesintisiz ve tahmin edilebilir bir şekilde cevap verebilmesini sağlamak için rüzgâr hızı tahmin çalışmalarının önemini arttırmaktadır. Rüzgâr enerjisinden teknolojik olarak faydalanmak için; yararlanma imkânlarının bilinmesi, yüksek rüzgâr enerjisi potansiyeline sahip bölgelerin belirlenmesi, rüzgâr karakteristiklerinin ve hızlarının tahmin edilebilir olması oldukça önemlidir. Güvenilir ve yüksek hassasiyetli rüzgâr hızı tahmini, rüzgâr gücünün verimli kullanımı ve kullanılması açısından hayati önem arz etmektedir. Rüzgâr hızının durağan olmaması ve stokastik yapısı, rüzgâr hızı tahmininde ayrıştırma yöntemlerini ön plana çıkarmaktadır. Bu çalışmada, ayrıştırma yöntemlerinden ampirik kip ayrışımı, topluluk ampirik kip ayrışımı ve ampirik dalgacık dönüşümünün derin öğrenme yöntemlerinden uzun-kısa süreli bellek ile elde edilen rüzgar hızı tahmin modeli başarımına etkisi incelenmektedir. Türkiye'nin Marmara bölgesindeki üç rüzgâr istasyonundan toplanan veriler her bir ayrıştırma yöntemi ile alt bant sinyallerine ayrıştırılarak uzun-kısa süreli bellek model yapısı ile kombine rüzgâr hızı tahmin modeli oluşturulmaktadır. Her bir ayrıştırma yöntemi ile birlikte elde edilen kombine modellerin başarımları istatistiksel hata ölçütlerine göre değerlendirilmekte ve rüzgâr hızı tahmin modeli başarımına etkisi en yüksek ayrıştırma yöntemi, melez rüzgâr hızı tahmin modeli elde edilmesi çalışmalarında önerilmektedir.
Keywords : Rüzgâr hızı, Tahmin modeli, Ayrıştırma yöntemleri, Derin öğrenme, Uzun Kısa Süreli Bellek, Ampirik Dalgacık Dönüşümü