Hybrid Model for Load Forecasting (ANN and Regression)
| Autor: | Fatih Onur Hocaoglu, Ahmet Kaysal, Kübra Kaysal |
|---|---|
| Rok vydání: | 2015 |
| Předmět: | |
| Zdroj: | Volume: 3, Issue: 2 33-39 Academic Platform-Journal of Engineering and Science |
| ISSN: | 2147-4575 |
| DOI: | 10.5505/apjes.2015.94695 |
| Popis: | Due to the developments on energy industry, load forecasting has become a very critical issue. Therefore a number of studies were performed to develop innovative and intelligent models. However it is also important to determine the possible factors that effects load forecasting. For big regions this is a difficult task. On the other hand for micro regions such as Güney region used in this study, it is possible to observe and determine the factors that affect load demands. In this study for this aim most common models such as Neural Networks and regression models are selected and load forecasting is performed for the region. As a further study these models are used in a hybrid hierarchy to improve forecasting accuracy. Teknolojinin hızla gelişmesi enerji sektöründe yük tahminini gerekli kılmıştır. Bu sebepten birçok yük tahmini yöntemi geliştirilmiş ve geleceğe dönük veriler elde edilmiştir. Literatür çalışmaları incelendiğinde büyük ölçekli bölgelere ağırlık verilip küçük ölçekli bölgeler için fazla çalışma yapılmamıştır. Bu da tahmini etkileyen faktörlerin detaylı araştırılamamasına sebep olmuştur. Bu çalışmada küçük bir bölgenin (Güney ilçesi) yük tahmini, literatürde en çok kullanılan yük tahmini yöntemleri (YSA ve Regresyon) ile yapılmış olup ayrıca daha iyi sonuçlar elde edilebilmesi için hibrit sistem kullanılmıştır. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|