ESTIMATION OF WIND SPEED USING ARTIFICIAL NEURAL NETWORKS CASE STUDY – LIBYA
| dc.contributor.author | Abuzawaida, Shaker Salem A. | |
| dc.date.accessioned | 2021-02-15T09:57:15Z | |
| dc.date.available | 2021-02-15T09:57:15Z | |
| dc.date.issued | 2021-02-07 | |
| dc.department | Lisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Worldwide, electrical power is recognized as the main factor behind improving living standards. Therefore, the safe operation of electrical energy is required for national energy management. For this purpose, accurate estimates are needed to assess electricity demand. Before the wind power plant installation, it is necessary to determine the appropriate locations for the turbine location in feasibility studies and to measure the wind speed in the relevant region. These studies can be done with simulation and wind speed estimation. Within the scope of this study, wind speed estimation has been made for Tajora city in Libya using ANN (artificial neural network) with Levenberg-Marquardt (LM) learning algorithm. A portion of the total one-year data consisting of hourly data obtained from Libya Meteorology Center has been used for the training of ANN, test and validation. ANN structure has been tested using 10, 20, 30, 40 and 50 neurons, and the number of neurons required for the best prediction has been determined. The accuracy analysis of the estimation made by using the estimation results obtained by the Levenberg-Marquardt algorithm (LMA), mean square error (MSE), and determination coefficient (R2) have been performed. According to the obtained results, the model with the best performance is the Levenberg-Marquardt algorithm with 10 neurons and the R2 and MSE values of the model are 0.99980 and 0.000243, respectively. Therefore, the wind velocity estimation values made at the specified location with the limited meteorological data used can be obtained very close to the measured values and it has been shown that the wind speed can be estimated within acceptable limits. | en_US |
| dc.description.abstract | Dünya genelinde elektriksel güç, yaşam standartlarının iyileştirilmesinin arkasındaki temel faktör olarak kabul edilmektedir. Dolayısıyla ulusal enerji yönetimi için elektrik enerjisinin güvenli bir şekilde işletilmesi gerekmektedir. Bu amaçla, elektrik talebini değerlendirmek için doğru tahminlere ihtiyaç vardır. Rüzgar santral kurulumundan önce fizibilite çalışmalarında türbin konumu için uygun yerlerin belirlenmesi ve ilgili bölgede rüzgar hızının ölçülmesi gereklidir. Bu çalışmaların ise simülasyon ve rüzgar hız tahmini ile yapılması mümkündür. Bu çalışma kapsamında Levenberg-Marquardt (LM) öğrenme algoritmasına sahip YSA (yapay sinir ağı) kullanılarak Libya'da bulunan Tajora şehri için rüzgar hız kestirimi yapılmıştır. Libya Meteoroloji Merkezi'nden alınan ve saatlik verilerden oluşan toplam bir yıllık verinin bir kısmı YSA’nın eğitimi, bir kısmı test edilmesi ve kalan kısmı doğrulanması amacıyla kullanılmıştır. YSA yapısı; 10, 20, 30, 40 ve 50 nöron kullanılarak test edilmiş ve en iyi kestirim için gerekli olan nöron sayısı belirlenmiştir. Kullanılan Levenberg-Marquardt algoritması (LMA) ile elde edilen tahmin sonuçları, ortalama hata karesi (MSE) ve belirleme katsayısı (R2) kullanılarak yapılan kestirimin doğruluk analizi yapılmıştır. Elde edilen sonuçlara göre en iyi performansa sahip model, 10 nöronlu Levenberg-Marquardt algoritmasıdır ve modelin R2 ve MSE değerleri sırasıyla 0.99980 ve 0.000243'tür. Dolayısıyla kullanılan sınırlı meteorolojik veriler ile belirtilen konumda yapılan rüzgar hız kestirim değerleri, ölçülen değerlere oldukça yakın olarak elde edilebilmiş ve rüzgar hızının kabul edilebilir sınırlar içinde tahmin edilebileceğini gösterilmiştir." | en_US] |
| dc.identifier.uri | https://hdl.handle.net/20.500.14619/1085 | |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=wf-FPgY-5qjHEzEoOgvMs-5D6dXWarMxFX_Ufzin3OS1uaq5VJ0ZHMI80rwxITve | |
| dc.identifier.yoktezid | 659119 | en_US |
| dc.language.iso | en | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Rüzgar Hızı | en_US |
| dc.subject | Yapay Sinir Ağrları | en_US |
| dc.subject | Levenberg-Marquardt | en_US |
| dc.subject | Elektriksel Güç. | en_US |
| dc.subject | Wind Speed Estimation | en_US |
| dc.subject | Artificial Neural Network | en_US |
| dc.subject | Levenberg-Marquardt | en_US |
| dc.subject | Electrical Power. | en_US |
| dc.title | ESTIMATION OF WIND SPEED USING ARTIFICIAL NEURAL NETWORKS CASE STUDY – LIBYA | en_US |
| dc.title.alternative | YAPAY SINIR AĞLARI KULLANARAK RÜZGAR HIZININ TAHMİNİ VAKA ÇALIŞMASI – LİBYA | en_US |
| dc.type | Master Thesis | en_US |
