Please use this identifier to cite or link to this item: https://hdl.handle.net/11499/28259
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGüner Gören, Hacer-
dc.contributor.authorÖksüz, Sevgi-
dc.date.accessioned2019-12-31T06:48:21Z-
dc.date.available2019-12-31T06:48:21Z-
dc.date.issued2019-
dc.identifier.urihttps://hdl.handle.net/11499/28259-
dc.description.abstractGünümüzde elektrik enerjisine yönelik talep, dünya nüfus artışına paralel olarak her geçen gün hızlı bir şekilde artmaya devam etmektedir. Enerji politikalarını belirleyebilmek için ise geleceğe yönelik güvenilir ve doğru tahminlere ihtiyaç duyulmaktadır. Elektrik dağıtım şirketlerinin temel işlevlerinden biri alınacak elektrik miktarını önceden tahmin etmeleridir. Bu nedenle elektrik talep tahminleri elektrik enerjisi üretim, dağıtım ve iletim sistemlerinin başarılı bir biçimde planlanması için büyük bir öneme sahiptir. Bu doğrultuda hazırlanan tez çalışmasında, 2008-2019 yıllarını kapsayan veriler kullanılarak Denizli mesken aboneleri elektrik tüketim miktarı, nüfus, elektrik birim fiyatları, işsizlik, sıcaklık gibi elektrik tüketimine etkisi olduğu bilinen değişkenler kullanılarak; yapay sinir ağı metodu ve MATLAB programı yardımı ile Denizli ili tüketim tahmini yapılmıştır. Çıkan sonuçlar mevcut değerler ile karşılaştırılmış, gerçeğe yakınlığı ölçülmüştür.en_US
dc.description.abstractToday, demand for electrical energy continues to increase rapidly in line with the world population growth. In order to determine energy policies, reliable and accurate forecasts are needed for the future. One of the main functions of electricity distribution companies is to estimate the amount of electricity to be purchased. Therefore, electricity demand forecasts are really important for the successful planning of electric power generation, distribution and transmission systems. In this thesis, the electricity consumption estimation of household subscribers in Denizli is made by using artificial neural network method and MATLAB program using data between 2008-2019. In order to estimate the consumption, various variables such as amount of electricity consumption, population, unit prices of electric, unemployment and temperature have been used. The results have been compared to the actual values and their closeness to reality has been measured.en_US
dc.language.isotren_US
dc.publisherPamukkale Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectYapay Sinir Ağıen_US
dc.subjectElektriken_US
dc.subjectTüketim Tahminien_US
dc.subjectArtificial Neural Networken_US
dc.subjectElectricityen_US
dc.subjectConsumption Forecasten_US
dc.titleYapay sinir ağları ile Denizli ili mesken aboneleri elektrik tüketim tahminien_US
dc.title.alternativeElectricity consumption forecast for residential subscribers in Denizli with artificial neural networken_US
dc.typeMaster Thesisen_US
dc.relation.publicationcategoryTezen_US
dc.identifier.yoktezid623513en_US
dc.ownerPamukkale University-
item.openairetypeMaster Thesis-
item.grantfulltextopen-
item.cerifentitytypePublications-
item.fulltextWith Fulltext-
item.languageiso639-1tr-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
Appears in Collections:Tez Koleksiyonu
Files in This Item:
File Description SizeFormat 
10316287.pdf2.25 MBAdobe PDFView/Open
Show simple item record



CORE Recommender

Page view(s)

256
checked on Feb 8, 2025

Download(s)

394
checked on Feb 8, 2025

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.