KaydedilenlerDerginizi ekleyin

Dergiler / Isı Bilimi ve Tekniği Dergisi / 2009 / Cilt: 29 - Sayı: 2

Estimation of net electricity consumption of Turkey

Türkiye'nin net elektrik tüketiminin tahmini

Mehmet BİLGİLİ
Sayfa
89–98
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuç olarak YSA metoduna göre, 2012 yılında Türkiye’nin net elektrik tüketiminin yüksek senaryo için 251.1 TWh, düşük senaryo için ise 221.07 TWh olacağı hesaplanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma lineer regresyon (LR), lineer olmayan regresyon (NLR) ve yapay sinir ağları (YSA) metotları kullanılarak 2012 yılına kadar Türkiye’nin net elektrik tüketiminin tahmini ile ilgilidir.
📊
Temel Bulgular & Veri:Gelecek elektrik tüketimi tahmini için iki farklı senaryo (yüksek ve düşük) önerilmiştir.
💡
Sonuç & Katkı:Sonuç olarak YSA metoduna göre, 2012 yılında Türkiye’nin net elektrik tüketiminin yüksek senaryo için 251.1 TWh, düşük senaryo için ise 221.07 TWh olacağı hesaplanmıştır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2012 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışma lineer regresyon (LR), lineer olmayan regresyon (NLR) ve yapay sinir ağları (YSA) metotları kullanılarak 2012 yılına kadar Türkiye’nin net elektrik tüketiminin tahmini ile ilgilidir. Kurulu güç, brüt elektrik üretimi, nüfus ve toplam abone sayısı bağımsız değişkenler olarak seçilmiştir. Gelecek elektrik tüketimi tahmini için iki farklı senaryo (yüksek ve düşük) önerilmiştir. LR, NLR ve YSA modelleriyle elde edilen sonuçlar birbirleriyle ve ayrıca Enerji ve Tabi Kaynaklar Bakanlığı (ETKB) ve literatürdeki sonuçlarla karşılaştırılmıştır. YSA metodunun performans değerleri, lineer ve lineer olmayan metotlarının performans değerlerinden daha iyi sonuçlar vermiştir. Sonuç olarak YSA metoduna göre, 2012 yılında Türkiye’nin net elektrik tüketiminin yüksek senaryo için 251.1 TWh, düşük senaryo için ise 221.07 TWh olacağı hesaplanmıştır.

Abstract

This paper deals with estimation of the net electricity consumption of Turkey until the year 2012 based on linear regression (LR), nonlinear regression (NLR), and artificial neural networks (ANNs) methods. Installed capacity, gross electricity generation, population and total subscribership are selected as independent variables. Two different scenarios (high and low) are proposed for predicting the future electricity consumption. The LR, NLR and ANN model results are also compared with each other, and the Ministry of Energy and Natural Resources (MENR) projection and literature results. Results show that the performance values of the ANN method are better than the performance values of the LR and NLR models. According to the high and low scenario, and ANN model, Turkey’s net electricity consumptions will be 251.1 and 221.07 TWh by the year 2012, respectively.

🔖

Bu Makaleye Atıf Yap

BİLGİLİ, M. (2022). Estimation of net electricity consumption of Turkey. Isı Bilimi ve Tekniği Dergisi, Cilt: 29 - Sayı: 2, 89–98. https://ajindex.com/articles/542609

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Abdul-Wahab, S. A., Bakheit C. S. and Al-Alawi, S. M., Principle Component and Multiple Regression Analysis in Modeling of Ground-level Ozone and Factors Affecting its Concentrations, Environmental Modeling and Software 20(10), 1263-1271, 2005.
  2. Akay, D. and Atak, M., Grey Prediction with Rolling Mechanism for Electricity Demand Forecasting of Turkey, Energy 32(9), 1670-1675, 2007.
  3. Aras, H. and Aras, N., Forecasting Residential Natural Gas Demand. Energy Sources 26(5), 463-472, 2004.
  4. Bilen, K., Ozyurt, O., Bakırcı, K., Karslı, S., Erdogan, S., Yılmaz, M. and Comaklı, O., Energy Production, Consumption, and Environmental Pollution for Sustainable Development: A Case Study in Turkey, Renewable and Sustainable Energy Reviews 12(6), 1529-1561, 2008.
  5. Canyurt, O. E., Ceylan, H., Ozturk, H. K. and Hepbasli, A., Energy Demand Estimation Based on two-Different Genetic Algorithm Approaches, Energy Sources 26(14), 1313-1320, 2004.
  6. Canyurt, O. E., Ozturk, H. K., Hepbasli, A. and Utlu, Z., Genetic Algorithm (GA) Approaches for the Transport Energy Demand Estimation: Model Development and Application, Energy Sources 28(15), 1405-1413, 2006.
  7. Ceylan, H. and Ozturk, H. K., Estimating Energy Demand of Turkey Based on Economic Indicators Using Genetic Algorithm Approach, Energy conversion and Management 45(15-16), 2525-2537, 2004.
  8. Ceylan, H., Ozturk, H. K. and Hepbasli, A., Estimating Energy and Exergy Production and Consumption Values Using Three Different Genetic Algorithm Approaches, Part 1: Model Development, Energy Sources 27(7), 621-627, 2005a.
  9. Ceylan, H., Ozturk, H. K. and Hepbasli, A., Estimating Energy and Exergy Production and Consumption Values Using Three Different Genetic Algorithm Approaches, Part 2: Application and Scenarios, Energy Sources 27(7), 629-639, 2005b.
  10. Çam, E., Arcaklıoğlu, E., Çavuşoğlu, A. and Akbıyık, B., A Classification Mechanism for Determining Average Wind Speed and Power in Several Regions of Turkey Using Artificial Neural Networks, Renewable Energy 30(2), 227-239, 2005.
  11. Ediger, V. Ş., Akar, S. and Uğurlu, B., Forecasting Production of Fossil Fuel Sources in Turkey Using a Comparative Regression and ARIMA Model, Energy Policy 34(18), 3836-3846, 2006.
  12. Ediger, V. Ş. and Akar, S., ARIMA Forecasting of Primary Energy Demand by Fuel in Turkey, Energy Policy 35(3), 1701-1708, 2007.
  13. Erdogdu, E., Electricity Demand Analysis Using Cointegration and ARIMA Modelling: A Case Study of Turkey, Energy Policy 35(2), 1129-1146, 2007.
  14. Görücü, F. B., Geriş, P.