Artan dünya nüfusuna paralel olarak artan elektrik enerjisi talebi tüm dünyanın ortak sorunu olarak karşımıza çıkmaktadır. Elektrik enerjisi üretiminin fosil yakıtlara olan bağımlılığı küresel iklim değişikliklerine yol açmakla beraber büyük bir çevre kirliliğine de neden olmaktadır. Bununla beraber fosil yakıtlara dayalı elektrik enerjisi üretimi dış açığa neden olarak küresel çapta refah seviyesini baskılayan bir unsur olarak karşımıza çıkmaktadır. Tüm sektörlerin ana girdi kalemlerinden biri olan enerji maliyetleri, enflasyonu arttıran en temel unsur olarak görülmektedir. Bu büyük sorunlardan dolayı küresel çapta yenilenebilir enerji kaynaklarına olan talep hızla artmaktadır. Günümüz dünyasının vazgeçilmez yenilenebilir enerji kaynaklarından olan rüzgâr enerjisinin kararsız yapısından dolayı elektrik şebekesine entegresi oldukça önemli bir problem teşkil etmektedir. Bu durum rüzgâr enerjisinin üretiminin doğru tahmin edilmesini oldukça önemli kılmaktadır. Makine öğrenmesi algoritmaları rüzgâr enerjisi gibi kararsız yapıların tahmini için klasik yöntemlere göre daha başarılı sonuçlar vermektedir. Bu çalışmada gerçek dünya verileri üzerinde rüzgâr enerjisi ile kısa süreli elektrik üretimi tahmini için yapay zekâ tabanlı makine öğrenmesi modellerinden Yapay Sinir Ağları, Basit Doğrusal Regresyon, Polinomal Regresyon, Destek Vektör Regresyon ve Rassal Orman algoritmaları uygulanmıştır. Uygulanan makine öğrenmesi algoritmalarının başarısını ölçmek için 3 farklı başarım metriği kullanılmış olup elde edilen sonuçlara göre Yapay Sinir Ağları algoritmasının tüm bu metriklere göre en iyi performansı gösteren model olduğu tespit edilmiştir. ORCID NO: 0000-0003-3157-0586
Anahtar Kelimeler: Yenilenebilir Enerji, Rüzgâr Enerjisi Tahmini, Makine Öğrenmesi, Yapay Zekâ
|
