Optimal doğal gaz tüketiminin tespitinde farklı yapay sinir ağı algoritmalarının kullanımı: Samsun ili örneği

Abstract

Sosyal ve ekonomik hayatın vazgeçilmez unsurlarından olan doğal gaz enerjisi, yaşayışın sürekliliğinin sağlanabilmesi için kesintiye uğramaması gerekmektedir. Aynı zamanda doğal gaz enerjisi hem stratejik hem de ticari avantajları sebebiyle oldukça önemli bir konuma sahiptir. Yatırım maliyetlerinin yüksek olması, planlamanın ve tahminlemenin önemini daha da önemli hale getirmektedir. Bu çalışmada Samsun ili için farklı yapay sinir ağları algoritmaları kullanılarak aylık doğal gaz tüketim tahmini için uygun modellerin bulunması amaçlanmıştır. 2009-2018 yılları arasında aylık doğal gaz tüketim verileri, konut ve serbest tüketici fiyatı, aylık ortalama aktüel basınç, aylık ortalama nispi nem, aylık ortalama rüzgâr hızı, aylık ortalama sıcaklık, ortalama güneşlenme süresi verileri kullanılıp farklı yapay sinir ağları yöntemi ile tahmin edilmesi planlanmaktadır. Yapay sinir ağları tahmin yönteminin kullanılmasının amacı algoritmaların doğrusal olmayan verilerin modellenmesinde iyi sonuçlar vermesi ve birden fazla tahminin aynı anda yapılabilmesidir. Çalışmada genetik algoritma, parçacık sürü optimizasyonu, çok katmanlı algılayıcı, grup veri işleme yöntemi algoritmaları kullanılmıştır. Sırasıyla regresyon değerleri yapay sinir ağı için 0.94684, genetik algoritma için 0.91978, parçaçcık sürü optimizasyonu için 0.95609, çok katmanlı algılayıcı için 0.97528, grup veri işleme yöntemi için 0.87883 olarak bulunmuştur. Grup veri işleme yöntemini yönteminin Türkiye’de kullanıldığı herhangi bir çalışma bulunmamaktadır. Bu yöntem kullanılarak teze özgünlük kazandırılmıştır. Ayrıca uygulama sırasında kullanılan yazılım programı MATLAB hakkında bilgiler verilmiştir. Bu tezin birinci bölümünde teze giriş yapılıp ikinci kısmında doğal gazın Dünya’daki Türkiye’deki piyasası anlatılmıştır. Üçüncü bölümde doğal gaz enerjisinin Samsun’daki yeri incelenmiştir. Dördüncü bölümde doğal gaz tahmininin literatür çalışmasına yer verilmiştir. Beşinci bölümünde talep tahmini kavramı anlatılıp, yöntemleri açıklanmıştır. Altıncı bölümde yapay sinir ağlarından bahsedilip, yedinci bölümde uygulamasına yer verilmiştir. Son olarak sekizinci bölümde sonuç kısmına yer verilmiştir.

Natural gas energy, which is one of the indispensable elements of social and economic life, should not be interrupted to ensure the continuity of life. At the same time, natural gas energy has a very important position due to both strategic and commercial advantages of it. The high investment costs make the importance of planning and forecasting even more important. In this study, it is aimed to find suitable models for monthly natural gas consumption estimation by using different artificial neural network algorithms for Samsun province. By using the data of monthly natural gas consumption , residential and free consumer prices, monthly average actual pressure, monthly average relative humidity, monthly average wind speed, monthly average temperature, average sunshine duration, it is planned to estimate with different artificial neural networks method between 2009 and 2018. The purpose of using artificial neural networks prediction method is that algorithms give good results in modeling nonlinear data and more than one estimation can be made simultaneously. In the study, genetic algorithm, particle swarm optimization, multi-layer perceptron, group method of data handling algorithms have been used Regression values were found as 0.94684 for artificial neural network, 0.91978 for genetic algorithm, 0.95609 for particle herd optimization, 0.97528 for multi-layer perceptron, and 0.87883 for group data processing method, respectively. Group method of data processing does not have any work in Turkey. Using this method, the thesis has been given originality. In addition, information has been given about the software program MATLAB, which was used during the technic. In the first section of this thesis, there is an introduction to the thesis and in the second part of it, natural gas market has been described in the world and Turkey. In the third section, the place of natural gas energy in Samsun has been examined. In the fourth section, the literature study of natural gas estimation has been given. In the fifth section, the concept of demand forecasting has been described and its methods have been explained. In the sixth section, artificial neural networks have been mentioned and in the seventh section its application has been given. Finally, in the eighth section, the conclusion part has been given.