| Popis: |
Elektriksel enerji kaynaklarını yönetmek karmaşık bir görevdir. Enerji kaynak planlamasının en önemli parçası bölgesel ve ulusal hizmet alanlarında gelecekteki elektrik tüketiminin tahminidir. Doğru tüketim modelleri devletlere satın alma, elektrik güç üretimi ve altyapı geliştirme kararlarını içeren önemli kararlar almaya yardımcı olur. Bu çalışma çoklu lineer regresyon analizi(ÇLR), yapay sinir ağları(YSA) ve en küçük kareler destek vektör makineleri(EKK-DVM) metotları kullanılarak 2018 yılına kadar Türkiye'nin net elektrik tüketiminin tahmini ile ilgilidir. Kurulu güç, brüt elektrik üretimi, nüfus ve toplam abone sayısı bağımsız değişkenler olarak seçilmiştir. EKK-DVM ile bulunan sonuçlar, ÇLR ve YSA teknikleri sonuçları ile karşılaştırılmıştır. Bulunan sonuçlar EKK-DVM'nın elektrik enerjisi tüketiminde iyi bir tahmin aracı olduğunu göstermiştir.Anahtar Kelime : Elektrik Tüketimi, En Küçük Kare-Destek Vektör Makinaları, EKK-DVM, YSA Managing electrical energy supply is a complex task. The most important part of energy resource planning is forecasting of the future electricity consumption in the regional or national service area. Accurate consumption models help government to make important decisions including decisions on purchasing, generating electric power and infrastructure development. This study deals with estimation of the net electricity consumption of Turkey until the year 2018 based on multiple lineer regression analysis(MLR), artificial neural network(ANN) and least square-support vector machines(LS-SVM) methods. Installed capacity, gross electricity generation, population and total subscribership are selected as independent variables. The results obtained by LS-SVM are compared to those obtained by MLR and ANN technique. It is shown that, LS-SVM is a good forecasting tool for forecasting of electric energy consumption.Key Words : Electricity consumption, Least-Square Support Vector Machine, LS-SVM, ANN 145 |
