Makine Öğrenmesi ve Optimizasyon Yöntemleri ile Uzun Dönem Elektrik Enerjisi Tahmini: Türkiye Örneği

Türkçe

Sanayileşmenin hızla artması enerji ihtiyacını günümüzde artmıştır. Bununla birlikte ortaya çıkan bu enerji ihtiyacını karşılayabilmek için ön görülebilecek enerji tahminlerini yapabilmek için optimizasyon ve makine öğrenme algoritmaları ön plana çıkmıştır. Parçacık sürü optimizasyonu (PSO), Lineer Regresyon (LR) ve Gauss Süreç Regresyonu (GSR) bu algoritmalar içerisinde yer almaktadır. Bu çalışmada PSO, LR ve GSR algoritmaları kullanılarak Türkiye’nin 2020-2040 yılları arasındaki enerji talep tahmini yapılmıştır. Bu tahmin işlemlerinin yapılabilmesi için 1980-2019 yılları arasında geçmiş nüfus, ihracat, ithalat, gayri safi yurtiçi hâsıla (GSYH) giriş verileri olarak kullanılırken enerji tüketimi çıkış verisi olarak kullanılmıştır. PSO, LR ve GSR yöntemlerinin performans sonuçlarını değerlendirebilmek için regresyon kare (R2) değeri, kök ortalama kare hatası (RMSE), ortalama kare hatası (MSE) ve ortalama mutlak hata (MAE) hata metrikleri kullanıldı. R2, RMSE, MSE ve MAE değerleri göz önünde bulundurulduğunda bütün yöntemlerin başarılı sonuçlar verdiği gözlemlenmiştir.