Makine Öğrenimi Tabanlı Kısa Vadeli Fotovoltaik Çıkış Gücü Tahminlemesi

Authors : Berrin ERYILMAZ, Heybet KILIÇ, Fatih KOÇYİĞİT
Pages : 57-69
View : 109 | Download : 79
Publication Date : 2023-07-19
Article Type : Research Paper
Abstract :Fosil yakıt kaynaklarının sınırlı olması ve çevreye zararlı etkilerinin olması nedeniyle fotovoltaik insert ignore into journalissuearticles values(PV); sistemlerinin kurulumuna olan ihtiyaç giderek artmaktadır. PV sistemlerinin hava koşularına bağımlılığı PV güç çıkışlarında kararsızlığa, gerilim, frekans dalgalanmaları ve kesintilere neden olmaktadır. Bu durum ise PV enerjisinin şebekelere entegrasyonunu zorlaştırmaktadır. Bu yüzden PV güç çıkışını önceden kısa süreli tahmin etmek karşılaşılan zorlukların üstesinden gelmek için çok önemlidir. Bu çalışmanın amacı, literatürde makine öğrenimi modellerinde yaygın olan aşırı öğrenme ve yavaş öğrenme dezavantajlarının üstesinden gelerek daha hızlı öğrenen ve yüksek doğrulukta performans gösteren Gürbüz Düzenlenmiş Rastgele Vektör Fonksiyon Bağlantı insert ignore into journalissuearticles values(GD-RVFL); ağı modelini kısa vadeli PV çıkış gücünü tahmin etmede kullanmak ve bu kapsamda önerilen modeli 10 farklı makine öğrenimi yöntemi olan Bayesian Ridge Regressor insert ignore into journalissuearticles values(BRR);, Linear Regressor insert ignore into journalissuearticles values(LR);, Gaussian Process Regressor insert ignore into journalissuearticles values(GPR);, Support Vector Machine insert ignore into journalissuearticles values(SVM);, Extreme Learning Machine insert ignore into journalissuearticles values(ELM);, Yapay Sinir Ağı insert ignore into journalissuearticles values(YSA);, Gradient Boosting Regressor insert ignore into journalissuearticles values(GBR);, Random Forest Regressor insert ignore into journalissuearticles values(RFR);, Lasso Regressor insert ignore into journalissuearticles values(LAR); ve Ridge Regressor insert ignore into journalissuearticles values(RR); yöntemleri ile karşılaştırılarak modellerinin performansını değerlendirmektir. Yapılan bu karşılaştırma sonucunda GD-RVFL’ nin etkinliği diğer 10 makine öğrenimi modeline göre önemli ölçüde daha iyi performans gösterdiği görülmüştür
Keywords : GD RVFLN, KKA, Makine öğrenimi, PV çıkış gücü tahmini

ORIGINAL ARTICLE URL