Uydu Verileri ile Güneş Işınımı Tahmininde Farklı Makine Öğrenmesi̇ Yöntemlerinin Kullanımı

Authors : İlayda Pala, Abdülkadir Koçer

Pages : 1728-1739

Doi:10.29109/gujsc.1710003

View : 63 | Download : 100

Publication Date : 2025-12-29

Article Type : Research Paper

Abstract :Güneş enerjisi ile yapılacak yatırımlarda en önemli parametrelerden birisi güneş ışınım miktarıdır. Güneş ışınımını etkileyen birçok parametre vardır. Hava sıcaklığı, rüzgar hızı, bağıl nem ve basınç bu parametrelerin başında gelmektedir. Bu çalışmada, 2000-2024 yıllarını kapsayan Afyonkarahisar ve Elazığ illerine ait toplam 18 264 gözlemden oluşan bir veri seti kullanılarak farklı makine öğrenmesi algoritmaları ile güneş ışınımı tahmini yapılmıştır. Çalışma kapsamında çoklu doğrusal regresyon ve Destek Vektör Regresyonu (SVR), XGBoost (XGB) ve Rastgele Orman (RF) gibi doğrusal olmayan makine öğrenmesi algoritmaları kullanılmıştır. Geliştirilen modellerin kalite performansları; belirleme katsayısı (R²) ve RMSE, MSE, MAE ve MAPE gibi hata metrikleri aracılığıyla belirlenmiştir. Çalışma sonucunda RF ve XGB modellerinin başarılı bir şekilde yüksek tahmin performansını sergiledikleri ortaya konulmuştur. Afyonkarahisar ve Elazığ illeri için en yüksek R2 değeri sırasıyla 0.9866 ve 0.9887 ile RF algoritmasında elde edilmiştir.
Keywords : Makine öğrenmesi, Güneş enerjisi, Rastgele orman, XGBoost

ORIGINAL ARTICLE URL