Buluş, Halil NusretErenler, Gökçe Oğuz2024-10-292024-10-292023https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=G_oJ1rKE4SgJUkomyAKpR_l56zR5cwUTMNtOzHSiaxApKDXFlR_1DGjOzIBfMnkAhttps://hdl.handle.net/20.500.11776/15020Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim DalıGünümüzde teknoloji geliştikçe dünyadaki çoğu ülke enerji ihtiyacını fosil yakıtlardan ve nükleer enerji santrallerinden karşılamaktadır. Ancak bu yakıtların giderek azalması ve çevre üzerinde önemli olumsuz etkilere neden olması nedeniyle, bu konudaki akademik çalışmalarla birlikte alternatif enerji uygulamalarına yönelme ihtiyacı ön plana çıkmıştır. Yenilenebilir enerji kaynaklarının geliştirilmesi, enerjide çeşitliliğin sağlanması ve enerji eksikliğinin giderilmesi açısından önem arz etmektedir. Rüzgar enerjisi, yenilenebilir enerjinin en önemli biçimlerinden biri haline gelmiştir. Rüzgar enerjisinin potansiyelini verimli bir şekilde kullanmak için, rüzgar gücünün tahmini çok önemlidir. Rüzgar gücünün tahmini için yapay sinir ağı (YSA) ve uyarlanabilir nöro-bulanık çıkarım sistemi (ANFIS) önerilmiştir. Çalışmada, seçilen rüzgar türbininin rüzgar hızları, ürettiği güç değerleri ve Velimeşe bölgesinin rüzgar hızı değerleri alınarak veri setleri oluşturulmuştur. Tek katmanlı ve çok katmanlı YSA modelleri oluşturularak farklı aktivasyon fonksiyonları ve farklı nöron sayıları ile ağ birden çok kez eğitilmiş ve rüzgar gücü tahmini yapılmıştır. ANFIS modelinde üyelik fonksiyon sayısı sabit tutularak farklı üyelik fonksiyonları kullanılarak rüzgar gücü tahmini yapılmıştır. Oluşturulan modellerde bildirilen hatalar kabul edilebilir sınırlar içerisinde olup ANFIS modelinin, YSA modelinden daha iyi sonuçlar ürettiği görülmüştür. Bu da ANFIS'in rüzgar enerjisi tahmini için kullanılabileceğini göstermektedir.Nowadays, as technology develops, most countries in the world meet their energy needs from fossil fuels and nuclear power plants. However, due to the gradual decrease of these fuels and causing significant negative effects on the environment, the need to turn to alternative energy applications has come to the fore with academic studies on this subject. The development of renewable energy sources is important in terms of ensuring energy diversity and eliminating energy deficiency. Wind energy has become one of the most important forms of renewable energy. In order to use the potential of wind energy efficiently, the estimation of wind power is very important. Artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS) have been proposed for the estimation of wind power. In the study, data sets were created by taking the wind speeds of the selected wind turbine, the power values it produces and the wind speed values of the Velimeşe region. By creating single-layer and multi-layer ANN models, the network was trained multiple times with different activation functions and different neuron numbers, and wind power estimation was made. In the ANFIS model, the number of membership functions is kept constant and wind power estimation is made using different membership functions. The errors reported in the created models are within acceptable limits, and it has been seen that the ANFIS model produces better results than the ANN model. This shows that ANFIS can be used for wind energy forecasting.trinfo:eu-repo/semantics/openAccessBilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolComputer Engineering and Computer Science and ControlMaster Thesis196790491