Show simple item record

dc.contributor.advisorKarlık, Bekir
dc.contributor.authorKaya, Selahattin
dc.date.accessioned2020-12-29T16:45:05Z
dc.date.available2020-12-29T16:45:05Z
dc.date.submitted1997
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/458349
dc.description.abstractÖZET Bu çalışmada, tahmini bir yükleme modelini oluşturmak için üretim programlamasında yapay sinir ağları kullanılmıştır. Yapay sinir ağı eğitiminde, tipik yük eğrilerini kullanır ve paylaşım programım uygun hale getiririz. Bu bilgi, veritabanında model uyumu bir paylaşım proglama ünitesi sağlamada kullanışlı olacaktır. Her ne kadar çözüm yapay sinir ağları tarafından sunulsada, bütün bir programlama periyodu için mümkün olmayabilir. Bu öncelikle, ekonomik çalışma için en uygun bir çözüm aramada uygulanabilir bir alternatif sağlayacaktr. VI
dc.description.abstractSUMMARY UNIT COMMITMENT BY NEURAL NETWORKS Keywords : Neural Network, Unit Commitment, Generation Scheduling In this study, artificial neural networks are used in the generation scheduling to supply a forecasted load pattern. In training an artificial neural network, we use typical load load curves and its corresponding commitment schedule. This information will be available for pattern matching to obtain a unit commitment schedule from the database. Though the solution presented by an artificial neural network may not be feasible for the entire scheduling period, it will be a proper initial solution for optimization, and will provide a viable alternative for seeking an optimal solution to the generation scheduling problem. Vllen_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectElektrik ve Elektronik Mühendisliğitr_TR
dc.subjectElectrical and Electronics Engineeringen_US
dc.titleYapay sinir ağları ile ünite planlaması ve paylaşımı
dc.title.alternativeUnit commitment by neural networks
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentDiğer
dc.subject.ytmArtificial neural networks
dc.subject.ytmProduction planning
dc.identifier.yokid68259
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universitySAKARYA ÜNİVERSİTESİ
dc.identifier.thesisid68259
dc.description.pages73
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/embargoedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/embargoedAccess