Forecasting of Turkey's total electricity consumption in sectoral bases using machine learning algorithms
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Kültür Üniversitesi, Lisansüstü Eğitim Enstitüsü, Endüstri Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: MHD KHAIR HAJJAR
Danışman: ÜLKÜ İLAYDA
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Türkiye, dünyanın en hızlı büyüyen ekonomilerinden birine sahip olarak kabul edilir. Elektrik enerjisi, her ülkenin ekonomik büyümesindeki kilometre taşlarından biridir. Bu nedenle, elektrik tüketimi hakkında bir fikir sahibi olmak oldukça önemlidir. Elektrik tüketimini tahmin etmek için literatürdeki çalışmalarda çeşitli makine öğrenme algoritmaları yöntemler kullanılmıştır. Bu çalışma, Türkiye'de 2050 yılına kadar sektörel ve toplam elektrik tüketimini tahmin etmektedir. Bu çalışmada, tahmin formüllerini oluşturmak için bir model olarak çok katmanlı algılayıcı (Multilayer perceptron MLP) ve sıralı minimum optimizasyon (sequential minimal optimization SMO) olmak üzere iki farklı zaman serisi tahmin yöntemi kullanılmıştır. 1970'den 2020'ye kadar Türkiye'nin sektörel ve toplam elektrik tüketimi Türkiye İstatistik Kurumu'ndan elde edilerek gelecek yılları tahmin etmek için modellerde girdi olarak kullanılmıştır. İki model, belirleme katsayısı (determination factor R2) ve ortalama mutlak yüzde hatası (mean absolute percentage error MAPE) kullanılarak değerlendirilip ve karşılaştırılmıştır. Sıralı minimum optimizasyon regresyonu (SMOReg) modeli, R2, MAPE ve ortalama kare kök hatası (root mean square error RMSE) için sırasıyla %91,42, %2,98 ve 8558,85 GWh olduğu Türkiye'nin toplam elektrik tüketimini tahmin etmede SMOReg'in sonuçları diğer modellerden daha üstün sonuçlar sunmuştur. Sektörel bazda toplam elektrik tüketiminin 2021 yılında 292,142 GWh ve 2050 yılında 777,854 GWh'ye ulaştığı öngörülmüştür. SMOREg ayrıca sanayi ve ev tüketimi olarak sektörlerini tahmin etmede daha iyi performans göstermiştir. MLP'nin ise ticari, kamu, aydınlatma ve diğer sektör başlıklarını tahmin etmede daha iyi performans verdiği tespit edilmiştir.