Journals / Karaelmas Fen ve Mühendislik Dergisi / 2017 / Cilt: 7 - Sayı: 2
Short Term Wind Speed Prediction Based on Autoregressive and Artifical Neural Networks as a New Hybrid Approach
- Pages
- 419–427
- DOI
- —
Abstract
Rüzgâr enerjisinin elektrik şebekesine entegrasyonu, ekonomik dağıtımı için ayrıca rüzgâr türbinlerinin güvenli işletilebilmesi kontrolü için kısa-dönem rüzgâr hızı tahmini önemli bir konudur. Rüzgâr hızının anlık değişkenliği problemi zorlaştırmaktadır. Bu çalışmada, kısa-dönem rüzgâr hızı tahmini için doğrusal otoregresif, AR ve doğrusal olmayan yapay sinir ağları, YSA modelleri aynı anda kullanan yeni hibrit bir model önerilmektedir. AR modeller yaygın olarak tahmin problemlerinde kullanılan istatiksel yöntemlerdir. YSA yaklaşımı başlıca modelleme, tahmin ve sınıflandırma problemlerinde kullanılan insan beynindeki sinir ağlarına benzer şekilde çalışan bir yaklaşımdır. Bu çalışmada tahmin problemlerinde kullanılan iki güçlü yöntem birleştirilerek kısa dönem rüzgâr hızının belirlenmesinde yeni bir hibrit yaklaşım olarak sunulmuştur. Bu yaklaşım ile sadece AR yöntemin kullanıldığı ya da sadece YSA yönteminin kullanıldığı yöntemlere göre rüzgâr hızı tahmininde daha başarılı sonuçlar elde edilmiştir. Çalışmanın doğruluğunu göstermek amacıyla meteoroloji istasyonundan alınan Eskişehir bölgesine ait sekiz yıllık gerçek saatlik ortalama rüzgâr hızı değerleri kullanılmıştır. Yedi yıllık rüzgâr hızı değerleri eğitim verileri olarak kullanılmış, kalan bir yıllık değerler test amacıyla kullanılmıştır. Farklı durumlar için önerilen hibrit yaklaşımın kök ortalama kare hata değerleri RMSE ve ortalama mutlak hata MAE değerleri AR ve YSA yöntemlerinin doğrudan kullanılmasına göre daha düşük sonuçlara ulaştığı gösterilmiştir.
Özet
Rüzgâr enerjisinin elektrik şebekesine entegrasyonu, ekonomik dağıtımı için ayrıca rüzgâr türbinlerinin güvenli işletilebilmesi kontrolü için kısa-dönem rüzgâr hızı tahmini önemli bir konudur. Rüzgâr hızının anlık değişkenliği problemi zorlaştırmaktadır. Bu çalışmada, kısa-dönem rüzgâr hızı tahmini için doğrusal otoregresif, AR ve doğrusal olmayan yapay sinir ağları, YSA modelleri aynı anda kullanan yeni hibrit bir model önerilmektedir. AR modeller yaygın olarak tahmin problemlerinde kullanılan istatiksel yöntemlerdir. YSA yaklaşımı başlıca modelleme, tahmin ve sınıflandırma problemlerinde kullanılan insan beynindeki sinir ağlarına benzer şekilde çalışan bir yaklaşımdır. Bu çalışmada tahmin problemlerinde kullanılan iki güçlü yöntem birleştirilerek kısa dönem rüzgâr hızının belirlenmesinde yeni bir hibrit yaklaşım olarak sunulmuştur. Bu yaklaşım ile sadece AR yöntemin kullanıldığı ya da sadece YSA yönteminin kullanıldığı yöntemlere göre rüzgâr hızı tahmininde daha başarılı sonuçlar elde edilmiştir. Çalışmanın doğruluğunu göstermek amacıyla meteoroloji istasyonundan alınan Eskişehir bölgesine ait sekiz yıllık gerçek saatlik ortalama rüzgâr hızı değerleri kullanılmıştır. Yedi yıllık rüzgâr hızı değerleri eğitim verileri olarak kullanılmış, kalan bir yıllık değerler test amacıyla kullanılmıştır. Farklı durumlar için önerilen hibrit yaklaşımın kök ortalama kare hata değerleri RMSE ve ortalama mutlak hata MAE değerleri AR ve YSA yöntemlerinin doğrudan kullanılmasına göre daha düşük sonuçlara ulaştığı gösterilmiştir