Güneş ışınımı tahmini için CNN-LSTM modeli: Performans analizi

Home Page
About
Submit A Journal
Submit A Conference
Submit Paper/Book
- Submit a Preprint
- Submit a Book
Contact

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
Volume:39 Issue:4
Güneş ışınımı tahmini için CNN-LSTM modeli: Performans analizi

Güneş ışınımı tahmini için CNN-LSTM modeli: Performans analizi

Authors : Ardan Hüseyin Eşlik, Ozan Sen, Fatih Serttaş

Pages : 2155-2162

Doi:10.17341/gazimmfd.1243823

View : 183 | Download : 133

Publication Date : 2024-05-20

Article Type : Research Paper

Abstract :Güneş enerjisinin potansiyelinden tam anlamıyla faydalanmak ve güneş enerjisi sistemlerini etkin bir şekilde işletebilmek için güneş ışınımı değerinin bilinmesi büyük önem arz etmektedir. Yüksek değişkenliğe sahip güneş radyasyonu verilerinin modellenmesi karmaşık bir problemdir ve doğrusal olmayan yöntemlere ihtiyaç vardır. Bu çalışmada, güneş ışınımı tahmini için CNN ve LSTM mimarileri kullanılarak oluşturulan hibrit bir model önerilmiştir. Önerilen modelin performansı ve uygulanabilirliği Rastgele Orman, Karar Ağaçları ve K-En Yakın Komşu gibi farklı makine öğrenmesi yöntemleriyle karşılaştırılarak incelenmiştir. Çalışmada, Afyon Kocatepe Üniversitesi yerleşkesine konumlandırılan bir piranometre ile saatlik olarak ölçülmüş güneş ışınımı değerleri kullanılmıştır. Deney sonuçları, önerilen CNN-LSTM modelinin diğer yöntemlere oranla daha başarılı sonuçlar verdiğini ortaya koymuştur.
Keywords : Güneş Işınımı Tahmini, Derin Öğrenme, Uzun Kısa Süreli Bellek, Zaman Serisi Tahmini, Makine Öğrenmesi

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.