Elektrik Yükünün Genetik Algoritma Temelli Holt-Winters Üstel Düzeltme Yönteminiyle Tahmini

Enerji planlaması gelişmekte olan ülkelerde ve büyüyen ekonomilerde önemli bir hâle gelmiştir. Enerji üretim ve tüketim dengesi bu planlamanın iyi yapılmasından geçmektedir. Planlamanın temelinde yüksek doğrulukta tahmin yatmaktadır ve burada genellikle zaman serileri teknikleri kullanılmaktadır. Za...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Sakarya university journal of computer and information sciences 2019-08, Vol.2 (2), p.108-123
Hauptverfasser: ÖZGER, Yunus Emre, AKPINAR, Mustafa, MUSAYEV, Zabit, YAZ, Mustafa
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Enerji planlaması gelişmekte olan ülkelerde ve büyüyen ekonomilerde önemli bir hâle gelmiştir. Enerji üretim ve tüketim dengesi bu planlamanın iyi yapılmasından geçmektedir. Planlamanın temelinde yüksek doğrulukta tahmin yatmaktadır ve burada genellikle zaman serileri teknikleri kullanılmaktadır. Zaman serisi tekniklerinden biri olan ve mevsimsellik içeren Holt-Winters üstel düzeltme yöntemi bu çalışmada kullanılmıştır. Yapılan çalışmada Holt-Winters üstel düzeltme (HWÜD) yöntemindeki parametrelerin tespit edilmesi genetik algoritma ile sağlanarak elektrik yük tahmini yapılmıştır. Parametre tespitinde optimizasyon hedef fonksiyonu olarak ortalama mutlak sapma (MAD) kullanılmıştır. Genetik algoritma ile belirlenen parametreler aylık bazda 200 aylık veri ile oluşturulmuştur ve 12 aylık yük değerleri de tahminde kullanılmıştır. Yapılan çalışmada MAPE, MAD ve MPE hataları gösterilmiş olup, önerilen yaklaşımın elektrik yük tahmininde uygun olduğu görülmüştür. Energy planning has become important in developing countries and growing economies. The balance between energy production and consumption is based on good planning. The basis of the planning lies in high accuracy estimation, where time series techniques are often used. The Holt-Winters exponential smoothing method, which is one of the time series techniques and includes seasonality, was used in this study. In the study, genetic algorithm method was used to determine the parameters in Holt-Winters exponential smoothing (HWES) method and electrical load forecasts were made by using these parameters. Mean absolute deviation (MAD) was used as the optimization target function in parameter determination. The parameters determined by genetic algorithm were generated with 200 monthly data on a monthly basis and 12 month load values ​​were used in the estimation. MAPE, MAD and MPE errors were shown in the study and the proposed approach was found to be suitable for the estimation of electrical load. 
ISSN:2636-8129
2636-8129
DOI:10.35377/saucis.02.02.600620