Show simple item record

dc.contributor.advisorŞahin, Mustafa
dc.contributor.authorKiki, Mustafa
dc.date.accessioned2021-05-07T11:09:55Z
dc.date.available2021-05-07T11:09:55Z
dc.date.submitted2018
dc.date.issued2019-01-30
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/614638
dc.description.abstractTürkiye Elektrik Piyasası, 2001 yılında meydana gelen köklü değişiklikle serbestleşme sürecine girmiştir. 2001 yılı öncesi piyasasında fiyatlar sabit iken serbestleşme sürecine giren yeni piyasa da fiyatlar dönemlik, günlük hatta saatlik olarak değişmektedir. Bu tezde Öngörme modeli oluşturmada en çok kullanılan metot olan yapay sinir ağları kullanılmıştır. Çalışma da 2012-2015 yılları arası kullanılan veriler için yılın en soğuk, en yağışlı ve en sıcak dönemleri tespit edilmiştir. Bu dönemlere ait dolar kuru, toplam elektrik üretiminde yenilenebilir enerji oranı, piyasa da mevcut olan ikili anlaşmalar, bir gün öncesine ait piyasa marjinal fiyatı, toplam talep, gün ve saat değişkenleri kullanılmıştır. Türkiye elektrik piyasası gün sonrası fiyatının tahminini belirlemek üzere yapay sinir ağları konfigürasyonları denenmiş ve elde edilen sonuçların içerdiği hata oranları değerlendirilerek performans karşılaştırması yapılmıştır. Ayrıca saha uygulaması olarak iki adet hidroelektrik santraline ait üretim programı oluşturulan YSA modeliyle hazırlanmış, elde edilen sonuçlar değerlendirilmiştir.
dc.description.abstractWith the revolution happened in 2001, Turkey Electricity Market entered the liberation process. While the prices were stable in marketing before 2001, in new marketing which entered the liberation process, prices has changed termly, daily an even hourly. In this thesis, the method of artificial neural networks were used, that is mostly used in forecasting model forming. In this work, for data which is used between 2012-2015 years, it is stated that coldest, the rainiest and hottest term of year. Belong to term, dollars exchange rates, renewable energy rates in total electricity production, bilitiral agreements exist in marketing, marginal price of marketing belongs to previous day, total demand, day and hour varies were used. Turkey electricity market tried artificial neural networks configurations for stating the prediction of day ahead price of marketing and encountered the performance, evaluting the failure rates the obtained results consisted. Also the obtained results which were prepared with ANN model that were constituted the production programme belongs to the two hydroelectric power stations as the field applications had been evaluated.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
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.titlePrice forecasting day-ahead Turkey Electricity Market using artifical neural network
dc.title.alternativeYapay sinir ağları kullanarak Türkiye Elektrik Piyasası gün sonrası fiyat tahmini
dc.typemasterThesis
dc.date.updated2019-01-30
dc.contributor.departmentElektrik-Elektronik Mühendisliği Ana Bilim Dalı
dc.subject.ytmArtificial intelligence
dc.subject.ytmElectricity
dc.subject.ytmEstimation
dc.subject.ytmForecast learning
dc.subject.ytmMarket analysis
dc.identifier.yokid10165876
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityERZİNCAN ÜNİVERSİTESİ
dc.identifier.thesisid529185
dc.description.pages93
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

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