Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuçlar değerlendirildiğinde, tüm model sonuçlarının baraj hazne seviye tahmininde başarılı olduğu ve birbirine yakın sonuçlar verdiği gözlenmiştir.
📌 3 Maddede Bu Makale
Özet
Bir baraj haznesindeki su seviyesinin doğru tahmini, su kaynaklarının yönetimini optimize etmek için önemlidir. Bu çalışmada, Adaptif Sinirsel Bulanık Çıkarım sistemi (ANFIS) ve Destek Vektör Makineleri (DVM) metotları kullanılarak bir baraj haznesindeki su seviyesi değişimi tahmin edilmiştir. Klasik bir yöntem olan Çoklu Lineer Regresyon (ÇLR) yöntemi ile elde edilen sonuçlar ve gerçek gözlem sonuçları ile karşılaştırılmıştır. Bu çalışmada girdi verileri olarak enerji gayesi için su sarfiyatı, günlük toplam su sarfiyatı ve toplam buharlaşma miktarı değişkenleri kullanılarak günlük hazne seviyesi tahmin edilmiştir. Uygulama alanı olarak Türkiye’nin Doğu Anadolu Bölgesinde yer alan Keban Barajı ve haznesi seçilmiştir. Sonuçlar değerlendirildiğinde, tüm model sonuçlarının baraj hazne seviye tahmininde başarılı olduğu ve birbirine yakın sonuçlar verdiği gözlenmiştir.
Abstract
The correct estimation of the water level in a reservoir is important to optimize the management of water resources. In this study, the water level change in a reservoir was estimated using the Adaptive Neuro-Fuzzy Inference System (ANFIS) and Support Vector Machines (SVM) method. It is compared with the results obtained by the conventional method, Multi Linear Regression Analysis (MLR) method, and the actual observation results. In this study, as the input data, daily tank level was estimated by using variables of energy gauge, daily total water consumption and total evaporation amount. Keban Dam and its reservoir located in the Eastern Anatolia Region of Turkey were selected as the application area. When the results were evaluated, it was observed that the results of all models were successful in dam reservoir level estimation and gave close results.