• Türkçe
    • English
  • Türkçe 
    • Türkçe
    • English
  • Giriş
Öğe Göster 
  •   RTEÜ
  • Araştırma Çıktıları | TR-Dizin | WoS | Scopus | PubMed
  • TR-Dizin İndeksli Yayınlar Koleksiyonu
  • Öğe Göster
  •   RTEÜ
  • Araştırma Çıktıları | TR-Dizin | WoS | Scopus | PubMed
  • TR-Dizin İndeksli Yayınlar Koleksiyonu
  • Öğe Göster
JavaScript is disabled for your browser. Some features of this site may not work without it.

Forecasting wind power generation using artificial neural network

Thumbnail

Göster/Aç

Full Text / Tam Metin (1.502Mb)
Full Text / Tam Metin (1.502Mb)

Erişim

info:eu-repo/semantics/openAccess

Tarih

2023

Yazar

Tokmak, Ayhan
Atalay, İlyas
Yelgel, Övgü Ceyda

Üst veri

Tüm öğe kaydını göster

Künye

Tokmak, A., Atalay, İ. & Yelgel, Ö.C. (2023). Forecasting Wind Power Generation Using Artificial Neural Network. International Journal of Pure and Applied Sciences, 9(1), 7-19. https://doi.org/10.29132/ijpas.1174444

Özet

Today, among renewable energy sources, wind energy is used effectively as a clean and sustainable energy source in electricity generation. The uncertain nature of renewable energy sources and the smart ability of the neural network approach to process complex time series inputs have allowed the use of artificial neural network (ANN) methods in the prediction of renewable energy generation. In this study, the speed and power of wind turbines and electricity generation were estimated from wind speed data using artificial neural networks. In our calculations, the real wind speed data were used in the test phase, and the speed-power data of six different types of wind turbines were used in the training phase. It has been shown that the predictions made by our ANN model from the regression curves of the training, validation, and test data obtained are quite successful and reliable. According to our results, it has been understood that the wind potential of our selected region is good enough and that the electrical energy need for this region can be met from wind energy by using the appropriate wind turbine type, so it is quite appropriate to invest in wind energy.
 
Günümüzde yenilenebilir enerji kaynakları içerisinde rüzgar enerjisi, elektrik enerji üretiminde temiz ve sürdürülebilir bir enerji kaynağı olarak etkin olarak kullanılmaktadır. Yenilenebilir enerji kaynaklarının belirsiz doğası ve sinir ağı yaklaşımının karmaşık zaman serisi girdilerini işleme konusundaki akıllı yeteneği, yenilenebilir enerji üretimi tahmininde yapay sinir ağı (YSA) yöntemlerinin kullanılmasına olanak sağlamıştır. Bu çalışmada, yapay sinir ağlarını kullanarak rüzgâr hızı verisinden, rüzgâr türbinlerinin hızları ve güçleri ile elektrik üretimi tahmin edilmiştir. Hesaplamalarımızda test aşamasında gerçek rüzgar hızı verileri, eğitim aşamasında ise altı farklı rüzgar türbininin hızgüç verisi kullanılmıştır. Elde edilen eğitim, doğrulama ve test verilerinin regresyon eğrilerinden YSA modelimizin yaptığı tahminlerin oldukça başarılı ve güvenilir olduğu gösterilmiştir. Elde ettiğimiz sonuçlara göre, seçilen bölgemizin rüzgar potansiyelinin yeterince iyi olduğu ve bu bölgenin elektrik enerjisi ihtiyacının uygun rüzgar türbini tipi kullanılarak rüzgar enerjisinden karşılanabileceği, dolayısıyla yatırım yapılmasının oldukça uygun olduğu anlaşılmıştır.
 

Kaynak

International Journal of Pure and Applied Sciences

Cilt

9

Sayı

1

Bağlantı

https://doi.org/10.29132/ijpas.1174444
https://hdl.handle.net/11436/8449

Koleksiyonlar

  • MÜF, Elektrik-Elektronik Mühendisliği Bölümü Koleksiyonu [198]
  • TR-Dizin İndeksli Yayınlar Koleksiyonu [2844]



DSpace software copyright © 2002-2015  DuraSpace
İletişim | Geri Bildirim
Theme by 
@mire NV
 

 




| Yönerge | Rehber | İletişim |

DSpace@RTEÜ

by OpenAIRE
Gelişmiş Arama

sherpa/romeo

Göz at

Tüm DSpaceBölümler & KoleksiyonlarTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTüre GöreDile GöreBölüme GöreKategoriye GöreYayıncıya GöreErişim ŞekliKurum Yazarına GöreBu KoleksiyonTarihe GöreYazara GöreBaşlığa GöreKonuya GöreTüre GöreDile GöreBölüme GöreKategoriye GöreYayıncıya GöreErişim ŞekliKurum Yazarına Göre

Hesabım

GirişKayıt

İstatistikler

Google Analitik İstatistiklerini Görüntüle

DSpace software copyright © 2002-2015  DuraSpace
İletişim | Geri Bildirim
Theme by 
@mire NV
 

 


|| Rehber|| Yönerge || Kütüphane || Recep Tayyip Erdoğan Üniversitesi || OAI-PMH ||

Recep Tayyip Erdoğan Üniversitesi, Rize, Türkiye
İçerikte herhangi bir hata görürseniz, lütfen bildiriniz:

Creative Commons License
Recep Tayyip Erdoğan Üniversitesi Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..

DSpace@RTEÜ:


DSpace 6.2

tarafından İdeal DSpace hizmetleri çerçevesinde özelleştirilerek kurulmuştur.