Yıl: 2020 Cilt: 9 Sayı: 2 Sayfa Aralığı: 747 - 755 Metin Dili: İngilizce İndeks Tarihi: 19-11-2020

Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms

Öz:
The use of renewable energy sources in the production of electricity has become inevitable in order to reduce thegreenhouse gases left in the atmosphere that cause the Earth to warm up. Although countries on a national basishave implemented a number of policies to support electricity generated from renewable energy sources,investments to produce electricity without a license on a local basis are not desirable. According to the climaticconditions of the power plant of 1 MW installed founded in Konya and power plant production data are monitored.Machine learning is a sub-branch of artificial intelligence that deals with the design and development of algorithmsthat allow computers to develop their behavior based on experimental data. In this study, Naive Bayes, DecisionTree, CN2 Rule Induction, Random Forest, Support Vector Machine, k-Nearest Neighbor, Artificial NeuralNetwork, Logistic Regression and AdaBoost machine learning algorithms are used for prediction andclassification. Generally, energy investors are curious about the return on their investment. It is very important forenergy providers to predict how much electricity will be generated from existing solar power plants andaccordingly determine the measures they will take to meet the electricity demand in the future. ROC analyzes wereperformed for machine learning models and performance evaluation was performed. In this study, the bestperformance estimation value obtained from the solar power plant depending on the weather conditions wasobtained with 92.24% accuracy.
Anahtar Kelime:

Makine Öğrenmesi Algoritmalarını Kullanarak Güneş Enerjisi Santrali İçin Tahmin Sistemi Geliştirme

Öz:
Dünya'nın ısınmasına neden olan atmosfere bırakılan sera gazlarını azaltmak için elektrik üretiminde yenilenebilir enerji kaynaklarının kullanılması kaçınılmaz hale gelmiştir. Ulusal bazda olan ülkeler, yenilenebilir enerji kaynaklarından üretilen elektriği desteklemek için bir dizi politika uygulamış olsalar da, yerel olarak lisanssız elektrik üretmek için yatırım yapılması istenmemektedir. Konya'da kurulan 1 MW'lık santralin iklim koşullarına göre santral üretim verileri izlenmektedir. Makine öğrenmesi, bilgisayarların deneysel verilere dayalı davranışlarını geliştirmelerine izin veren algoritmaların tasarımı ve geliştirilmesi ile ilgilenen yapay zekânın alt koludur. Bu çalışmada Naive Bayes, Karar Ağacı, CN2 Kural İndüksiyonu, Rastgele Orman, Destek Vektör Makinesi, k-En Yakın Komşu, Yapay Sinir Ağı, Lojistik Regresyon ve AdaBoost makine öğrenme algoritmaları, tahmin ve sınıflandırma işlemleri için kullanılmıştır. Genel olarak, enerji yatırımcıları yatırımlarının geri dönüşünü merak etmektedirler. Enerji tedarikçileri için mevcut güneş enerji santrallerinden ne kadar elektrik üretileceğini tahmin etmek ve buna bağlı olarak gelecekte elektrik talebini karşılamak için alabilecekleri önlemleri belirlemek çok önemlidir. Makine öğrenmesi modelleri için ROC analizleri ve performans değerlendirmesi yapıldı. Bu çalışmada, hava şartlarına bağlı olarak güneş enerjisi santralinden elde edilen en iyi performans tahmin değeri % 92,24 doğrulukla elde edilmiştir.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
APA Uzun Y (2020). Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. , 747 - 755.
Chicago Uzun Yusuf Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. (2020): 747 - 755.
MLA Uzun Yusuf Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. , 2020, ss.747 - 755.
AMA Uzun Y Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. . 2020; 747 - 755.
Vancouver Uzun Y Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. . 2020; 747 - 755.
IEEE Uzun Y "Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms." , ss.747 - 755, 2020.
ISNAD Uzun, Yusuf. "Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms". (2020), 747-755.
APA Uzun Y (2020). Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 9(2), 747 - 755.
Chicago Uzun Yusuf Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi 9, no.2 (2020): 747 - 755.
MLA Uzun Yusuf Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, vol.9, no.2, 2020, ss.747 - 755.
AMA Uzun Y Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi. 2020; 9(2): 747 - 755.
Vancouver Uzun Y Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi. 2020; 9(2): 747 - 755.
IEEE Uzun Y "Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms." Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 9, ss.747 - 755, 2020.
ISNAD Uzun, Yusuf. "Developing Prediction System for Solar Power Plant Using Machine Learning Algorithms". Bitlis Eren Üniversitesi Fen Bilimleri Dergisi 9/2 (2020), 747-755.