Yapay sinir ağlar ve İGDAŞ`ta günlük yük tahmininde kullanılması

Abstract

ÖZET Anahtar Kelimeler : Yapay Zeka, Yapay Sinir Ağlan, Çok Katlı Algılayıcı, Model Tanıma, Geriye Yayılım, Kısa Dönemli Yük Tahmini, Gaz Dağıtım Sistemi. Geçmiş birkaç yılda yapay zeka ve Yapay Sinir Ağlarına- YSA hesapsal yaklaşım önemli bir gelişme geçirdi. YSA araştırmaları optimizasyon, kontrol, görüntü ve imaj işleme, konuşulan dili anlama ve ayırma doğal dil işleme ve tahmin gibi birçok alanla bağlantılıdır. `YSA ve İGDAŞ-İstanbul Gaz Dağıtım Sanayi ve Ticaret A.Ş.'de Günlük Yük Tahmininde Kullanılması` adlı bu çalışmada, sinir ağı tabanlı bir tahmin yaklaşımının ana hatları, Çok Katmanlı Algılayıcı-ÇKA kullanılarak geliştirildi. Çalışmanın amacı İGDAŞ-İstanbul Gaz Dağıtım Sanayi ve Ticaret A.Ş. müşterilerine optimum gaz dağıtımım sağlamak için iyi çalışan ve etkili bir tahmin aracı geliştirmektir. Planlamanın bu türü sadece enerji kaynaklarım korumaz, çevreye yardımcı olur ve fosilli yakıtlara bağlılığı azaltır. Gaz yük tahinini problemi, gaz yük seviyelerini etkileyen faktörler olan abone sayılan, yakıt fiatları ve hava durumunu kapsayan bir kaç parametre alınarak, bir model tanıma problemi gibi düşünülür. Bu çalışmada kullanılan YSA, ÇKA olarak bilinir. Sonuç olarak yukarıda anlatılan problemde ÇKA'nın başarıyla kullanılabileceği kanıtlanmıştır. Gerekli veriler İGDAŞ ve Göztepe Meteoroloji İstasyonu'ndan alındı. Bilgisayar simülasyon sonuçlan tezde verilmiştir. IX

SUMMARY Artificial Neural Networks and Their Use in Forecasting Daily Load in İGDAŞ- İstanbul Gas Distribution Industry and Commerce Company Keywords : Artificial Intelligence, Artificial Neural Networks, Multi Layer Perceptron, Pattern Recognition, Backpropagation, Short Term Load Forecasting, Gas Distribution System. In the past few years the computational approach to artificial intelligence and artificial neural networks-ANNs has undergone a significant evolution. Research on ANNs are related to several fields such as optimization, control, vision and image processing, speech recognition and synthesis, natural language processing and forecasting. In this thesis, outlines of neural network based a forecasting approach are developed using a Multi Layer Perceptron (MLP). The aim of the study is to develop an efficient and effective forecasting tool for providing optimum gas distribution to İGDAŞ's customers. This type of planing not only saves energy resources, but also helps the environment and reduces the dependence on fossil fuels. The daily gas load forecasting problem is considered as a pattern recognition application, taking numbers of subscriber, prices of fuel and several parameters including weather conditions which effect the level of gas load. The ANN used in this study is known as MLP. As a result it has been proven that MLP can be successfully employed for forecasting of the problem explained above. Required data was taken from İGDAŞ and Göztepe Meteorology Station. The result of computer simulation results have been provided.