HİBRİT GÜÇ ÜRETİMİ TAHMİNİNDE MAKİNE ÖĞRENİMİ ALGORİTMALARININ PERFORMANS ANALİZİ

Abstract

Bu tezde, Çanakkale ve Balıkesir illerinin enerji potansiyellerini çözümlemeyi ve yenilenebilir enerji tahmin modellerinin performansını değerlendirmeyi amaçlamaktadır. İlk bölümde, rüzgar ve güneş enerjisi potansiyellerini belirlemek üzere kapsamlı bir analiz sunulmuştur. ANOVA analizi, meteorolojik değişkenlerin enerji üretimi üzerindeki etkilerini değerlendirmek için kullanılmıştır. Rüzgar gücü analizinde, hava yoğunluğu ve rüzgar hızının kritik öneme sahip olduğu belirlenmiş, bu durum rüzgar enerjisi potansiyelinin belirlenmesinde bu faktörlerin önemini vurgulamıştır. Güneş paneli gücü analizinde ise sıcaklık, güneşlenme süresi, radyasyon ve çevre sıcaklığının kritik olduğu tespit edilmiştir. Regresyon analizi, türbin gücü ve güneş paneli gücündeki değişkenliklerin büyük bir kısmının rüzgar hızından kaynaklandığını göstermiştir. İkinci bölümde, önceki analizin sonuçlarına dayanarak, makine öğrenimi modellerinin performansını inceleyen bir değerlendirme yapılmıştır. Gerçek veri ile tahmin edilen değerler arasında yapılan karşılaştırmalar, belirleme katsayısı, ortalama mutlak hata ve kök ortalama karesel hata gibi ölçütlerle gerçekleştirilmiştir. Ayrıca, modelin çıktılarını etkileyen özelliklerin belirlenmesi için özel bir tahmin modeli kullanılmıştır. Üçüncü bölüm, bölgesel etkileri değerlendirmektedir. Çanakkale ve Balıkesir illerindeki rüzgar türbin gücü ve güneş panel gücü için altı farklı tahmin modeli kullanılarak bölgesel performans analizi yapılmıştır. Analiz, her iki il için yüksek belirleme katsayıları elde edildiğini göstermiştir. Sonuç olarak, dördüncü bölümde model performanslarının karşılaştırılması yapılmıştır. XGBoost algoritması, eğitim setinde yüksek doğruluk göstermiş ve test setinde diğer algoritmalarla eşit derecede başarılı olmuştur. Random Forest modeli ise MAE açısından en iyi performansı sergilemiştir. Bu çıkarımsal analiz, Çanakkale ve Balıkesir illerinin enerji potansiyellerini anlamada ve makine öğrenimi modellerinin performansını değerlendirmede önemli bilgiler sunmaktadır. Tez, bölgesel enerji planlamasına katkı sağlayarak yenilenebilir enerji kaynaklarının daha etkin kullanılmasına yönelik pratik uygulamalara ışık tutmaktadır.