Akdeniz Bölgesine Ait Meteorolojik Veriler Kullanılarak Yapay Sinir Ağları Yardımıyla Güneş Enerjisinin Tahmini

Özet

Özet: Akdeniz Bölgesinden seçilen on dört yerleşke yerine ait aylık ortalama toplam güneş ışınım şiddetini tahmin etmek amacıyla yapay sinir ağı (YSA) modeli kullanılmıştır. Geliştirilen YSA’nın mimari yapısı logaritmik sigmoid transfer fonksiyonu kullanan on iki nöronlu bir gizli katmandan ve lineer transfer fonksiyonu kullanan bir çıktı katmandan oluşan ileri beslemeli geri yayılımlı bir modeldir. YSA modelinde Levenberg Marquand geri yayılım eğitim algoritması kullanılmıştır. 1993-2010 yılları arasındaki meteorolojik ve coğrafik veriler(aylık ortalama güneş ışınımı, ortalama hava sıcaklığı, minimum toprak üstü sıcaklığı, 5cm’deki toprak sıcaklığı, bağıl nem, bulutluluk, hava basıncı, güneşlenme süresi, istasyon, ay, enlem, boylam ve yükseklik)Meteoroloji Genel Müdürlüğü’nden alınmıştır.Tahmin edilen ve ölçülen aylık ortalama toplam güneş ışınımı istatistik yöntemler kullanılarak karşılaştırılmıştır.R2, RMSE, MAPE, MSE, MABE ve WI istatistiksel değerleri sırasıyla %94,1.562 MJ/m2, %7.9, 2.441MJ/m2, 1.072 MJ/m2 ve 0.983MJ/m2olarak bulunmuştur. Sonuçlar, tahmin edilen ve ölçülen toplam güneş ışınım şiddetinin değerleri arasında oldukça uyumlu olduğunu göstermiştir. Geliştirilen YSA modelinin diğer yerleşim yerleri ve farklı durumlar için tahmin etmede kullanılabileceğini önermekteyiz. Anahtar kelimeler: Güneş ışınım şiddeti, yapay sinir ağları, meteorolojik veriler, modelleme, tahmin metodu Estimation of the Solar Radiation Using Some Meteorological Data for the Mediterranean Region with the Artificial Neural Network Abstract: An artificial neural network (ANN) model was used to estimate monthly average global solar radiation on a horizontal surface for selected 14 locations in Mediterranean region. The ANN architecture designed is a feed-forward back-propagation model with one hidden layer containing twelve neurons with logarithmic sigmoid as the transfer function and one output layer utilized a linear transfer function. The training algorithm used in ANN model was the Levenberg Marquand back propagation algorithm. The data between 1993-2010 based on meteorological and geographical parameters (monthly mean global solar radiation, average air temperature, minimum soil surface temperature, soil temperature at depths of 5 cm, relative humidity, cloudiness, vapor pressure, and sunshine duration, station, month, latitude, longitude, and altitude) were taken from Turkish State Meteorological Service. Estimated and measured average global solar radiation were compared by using statistical methods. The R2, RMSE, MAPE, MSE, MABE, and WIvalues were found to be 94%, 1.562MJ/m2, 7.9%, 2.441MJ/m2, 1.072 MJ/m2, and 0.983MJ/m2, respectively. Results show good agreement between the estimated and measured values of global solar radiation. We suggest that the developed ANN model can be used to predict solar radiation another location and conditions. Key words: Solar radiation, artificial neural network, meteorological data, modeling, estimation method