Haber kaynaklarından makine öğrenmesi ile Türkiye genelinde zaman bazlı elektrik enerjisi tüketim modeli

Abstract

Türkiye'de yıllık enerji tüketiminin en düşük olduğu günler Ramazan ve Kurban bayramı tatilleridir. Milli takım ya da üç büyüklerin önemli Avrupa kupası maçlarının olduğu günlerde ise enerji tüketimi normal tüketimin üzerine çıkmaktadır. Buradan anlaşılacağı gibi aslında içinde yaşanılan sosyal durumlar ülkenin enerji tüketimini ciddi olarak etkilemektedir. Bu çalışmada amaç; Sosyal olayların Türkiye günlük enerji tüketimine etkileri var mıdır; Var ise bu etki tahmin edilebilir mi? sorularına cevaplar aramaktır.Çalışmada sosyal olayların enerji tüketimine etkisini incelemek için sosyal olayların yer verildiği kaynaklar araştırılmış ve gazete haberlerinde sıkça sosyal olaylara yer verildiği görülmüştür. Bu olayların haber metinlerden öğrenilebileceği kabul edilerek çalışmada sosyal olay kavramı, günlük gazete haberlerine indirgenerek Türkiye'de çok satılan gazetelerin birinin günlük haberlerinden yararlanılmıştır. Enerjinin toplum tarafından tüketildiği göz önüne alındığında bir sosyal olayın, enerji tüketimine etkisinin analizi için toplum algısının esas alınması gerektiği varsayımından yola çıkılarak toplumun uzman görüşünü oluşturmak için bir anket tasarlanmış, sonuçları doğru analiz edebilmek için çeşitli metotlar denenmiştir.Bu çalışmada üç-seviyeli bir makine öğrenme altyapısı kullanılmıştır; haber kategorileri, haberlerin enerji tüketim etkileri (haber puanları) ve günlük enerji tüketim etkileri çalışmada modellenmiş iç içe çalışan üç ayrı problemdir. Bu problemlerin her biri için çeşitli denetimli (supervize), tek etiketli makine öğrenme modelleri önerilmiş ve birçok makine öğrenme algoritması ile test edilmiştir. Yapılan deneylerin sonucunda ülke günlük enerji tüketiminin %5 hata payı ile %77.8 oranında, %10 hata payı ile ise %100 oranında tahmin edilebildiği ortaya konulmuştur.

The days on which the lowest values of yearly energy consumption occured are the periods of Ramadan and Sacrifice Feasts in Turkey. Energy consumption increases above the normal values on the days of important European cup matches of national or `big three` teams played. As it is understood , current social situations effect seriously the energy consumption of the country. The aim of this study is to search answers of the following questions ; Is there any effect of social events on daily enery consumption in Turkey ? and If there is, is it possible to predict this effect?.In this study, social event concept was limited with news on daily newspapers and one of the most circulated newspapers in Turkey was selected for the study. Considering that energy is consumed by society, a questionnaire was designed to find semantic sense of society, by starting from assumption which is the analyzing effect of a social event on energy consumption should be based on the perception of community and different kinds of methods were applied in order to analyze the results of questionnaire correctly.In this study, machine learning with three phases were used ; the category of news , the effect of news on energy consumption and the effect of daily energy consumption are three different nested problems modeled in this study. Different types of supervised machine learning models with instance were offered for each of these problems and they were tested with various machine learning algorithms. It is revealed by the results of experiments that daily energy consumption can be predicted 77.8% accuracy with error rate 5% and 100% accuracy with error rate 10% as well.