İstanbul bölgesi için rüzgar şiddetinin spektral yoğunluk analizi ve öngörü serileri üzerindeki etkileri

Abstract

Yenilenebilir enerji kaynaklarından rüzgarın en çok dikkati çeken karakteristiği değişkenliğidir. Rüzgardan elde edilecek enerjinin öngörülebilmesi için bu değişkenliğin tahmin edilebilir olması çok önemlidir. Van der Hoven spektrumu rüzgar işaretinin belirli frekans bileşenleri taşıdığını göstermektedir. Dolayısıyla rüzgar şiddetinin öngörülmesinde kullanılan zaman serisi öngörü metotlarının tahmin serilerinin bu spektral bileşenleri taşıyıp taşımaması durumu metotların yeterliliği açısından bir ip ucu oluşturacaktır. Bu tez çalışmasında AR Modeli ve Yapay Sinir Ağı olmak üzere iki öngörü metodu zaman işaretine uygulanmış, elde edilen öngörü serisinin gerçek işaretin frekans karakteristiklerini taşıyıp taşımadığı belirlenerek, öngörü metodları değerlendirilmiştir. Bu çalışmada Atatürk Havalimanın'da bulunan meteorolojik ölçüm direklerinin 10m'deki 2005-2009 yılları arasında kaydedilen 5 yıllık rüzgar şiddeti verilerinin kullanılmıştır.Analiz sonuçlarına göre rüzgar verisinin öngörüsünde Yapay Sinir Ağı'nın denenen bu iki metod içinde üstün bir başarı gösterdiği görülmektedir. Buna rağmen AR modeli de spektral karakteristiği bir yere kadar yansıtabilmetedir.

The most conspicuous features of the wind as a renewable energy resource is its variation. Estimation of this variation is very important to preplan produce of wind energy. Spectrum of Van der Hoven indicates that wind signature has the specific frequency components. Thus, if prediction series of time series that using in estimation of wind intensity respects the similar spectral components, this will creates a clue for an adequacy of methods. In this thesis, two prediction methods as AR Model and Neural Network applied to time signature and then with the results of predictions series prediction methods evaluated. In this study, from Ataturk Airport meteorological measurements recorded between the years 2005 to 2009 in 10 m of wind data were used.According to the results of analysis in prediction of wind data, Artificial Neural Networks have an excellent success. Despite this, AR model is able to reflect the spectral characteristics up to a point.