AI Summary & Key Takeaways
AI InsightPerformance and error analysis is executed using determination coefficient and root mean square error approaches in the study within optimum ANN model, these performance values are found as 0.994 and 1.489 respectively and it is revealed that the system predicts with high success rate.
📌 3 Key Takeaways
Abstract
Thermal power plants, which still have a large percentage of the energy production methods in the world, are subject to intense criticism due to the negative impact of coal usage to the environment, but indispensable because of their critical output such as electricity and steam. In the study, a novel analysis is carried out to investigate the process of thermal power plant located in Turkey with 600 MW nominal power output and the plant is modeled selecting the most critical operations parameters using Artificial Neural Networks (ANN) approach. Past process data is obtained from the plant, blended using data mining techniques, and presented literature to track and predict the main steam temperature, which is a key parameter for plant’s efficiency and production rate, by various approaches and experiments. The results off ANN model is compared with the Autoregressive Integrated Moving Average (ARIMA) method, which is one of the statistical data analysis and estimation method. Performance and error analysis is executed using determination coefficient and root mean square error approaches in the study within optimum ANN model, these performance values are found as 0.994 and 1.489 respectively and it is revealed that the system predicts with high success rate.
Özet
Dünyada enerji üretim yöntemleri arasında hala büyük bir yüzdeye sahip olan termik santraller, kömür kullanımının çevreye olumsuz etkisi nedeniyle yoğun eleştirilere maruz kalmakla birlikte, elektrik ve buhar gibi kritik çıktıları nedeniyle vazgeçilmez bir öneme sahiptir. Bu çalışmada, Türkiye’ de kurulu bulunan 600 MW nominal üretim kapasitesine sahip termik santral prosesine yönelik yeni bir analiz yapılmıştır ve seçilen kritik işletme parametreleri vasıtası ile Yapay Sinir Ağları (YSA) metodu kullanılarak güncel bir modelleme çalışması gerçekleştirilmiştir. Santralin daha önceki dönemlere ait proses değerleri veri madenciliği yöntemleri ile harmanlanarak, tesis verimliliği ve üretim miktarını etkilemesi nedeniyle kilit bir parametre olan ana buhar sıcaklığı değerinin tahminlendiği bir kestirim çalışması literatüre sunulmuştur. YSA modeli çıktıları, istatistiksel veri analiz ve kestirim yöntemlerinden biri olan Otoregresif Entegre Hareketli Ortalama (ARIMA) yöntemi ile karşılaştırılmıştır. Determinasyon katsayısı ve ortalama kök karesel hata yaklaşımı hesaplamaları ile başarım ve hata analizinin yapıldığı çalışmada, optimum YSA modeli için bu performans değerleri sırasıyla 0,994 ve 1,489 olarak bulunmuştur ve sistemin yüksek başarı oranı ile tahminleme yaptığı gösterilmiştir.