Daily Sea Water Temperature Forecasting Using Machine Learning Approaches

Authors : Arif ÖZBEK

Pages : 307-318

Doi:10.21605/cukurovaumfd.1146047

View : 17 | Download : 9

Publication Date : 2022-06-30

Article Type : Research Paper

Abstract :Deniz kenarına kurulu nükleer veya kömürle çalışan güç santrallerinde türbin verimliliği doğrudan deniz suyu sıcaklığına (SWT) bağlıdır. Uzun vadeli ortalama iklim koşulları göz önüne alındığında, soğutma ortamı sıcaklığı herhangi bir enerji santralinin tasarımında önemli bir rol oynar. Bu nedenle elektrik üretimindeki verimlilik SWT'deki sapmadan etkilenmektedir. Bu bakımdan, doğru SWT tahmini, santral uygulamalarından elektrik çıkışı için önemli bir rol oynamaktadır. Bu çalışmada uzun kısa süreli bellek (LSTM) sinir ağı, uyarlanabilir nöro-bulanık çıkarım sistemi (ANFIS) ile bulanık c-ortalamalar (FCM) ve ızgara bölümü (GP) gibi üç farklı veri odaklı model, bir gün sonrasının tahminini gerçekleştirmek için kullanılmıştır. Analizler, 2014-2018 yılları arasında Türkiye Devlet Meteoroloji İşleri tarafından Çanakkale ilinde ölçülen 5 yıllık günlük ortalama SWT'ler kullanılarak gerçekleştirilmiştir. Ölçülen veriler ayrıca önerilen modeller tarafından üretilen verileri doğrulamak için kullanılmıştır. Önerilen modeller için performans kriterleri, ortalama mutlak hata (MAE), ortalama kare hata (RMSE) ve korelasyon katsayısıdır (R). ANFIS-FCM tekniği ile günlük SWT tahminine göre MAE, RMSE ve R değerleri için en iyi sonuçlar sırasıyla 0,113oC, 0,191oC ve 0,9994 olarak elde edilmiştir.
Keywords : LSTM, ANFIS, Deniz suyu sıcaklığı, Güç santrali