Skip to the main content

Original scientific paper

https://doi.org/10.15233/gfz.2021.38.4

Prognoza proizvodnje hidroenergije općim cirkulacijskim modelima primjenom tehnika strojnog i dubokog učenja (brana Almus, Turska)

Hesham Majed Al Rayess ; Ondokuz Mayis University, Engineering Faculty, Civil Engineering Department, Samsun, Turkey
Asli Ülke Keskin ; Ondokuz Mayis University, Engineering Faculty, Civil Engineering Department, Samsun, Turkey


Full text: english pdf 2.360 Kb

page 1-14

downloads: 195

cite

Full text: croatian pdf 2.360 Kb

page 1-14

downloads: 180

cite


Abstract

Obnovljiva energija jedan je od najvažnijih čimbenika za razvijena i održiva društva. Međutim, njezina upotreba u elektroenergetskim sustavima može biti vrlo izazovna s obzirom na nepredvidljivost proizvodnje. Obnovljiva energija uglavnom ovisi o uvjetima okoline poput količine oborine, intenziteta otjecanja i temperature zraka. Zbog toga očekivana proizvodnja električne energije jako fluktuira, što prognozu i proračun njenog unosa u elektroenergetsku mrežu čini vrlo izazovnim zadatkom. Točno predviđanje proizvodnje energije iznimno je važno za proces upravljanja energijom. U ovom radu se predstavljaju rezultati primjene tehnika strojnog učenja u kratkoročnom predviđanju količine proizvedene energije na temelju rezultata općih modela cirkulacije (GCM) za branu i hidroelektranu Almus blizu naselja Tokat u Turskoj. Studija prikazuje upotrebu tehnika modeliranja u procesu prognoze proizvodnje hidroenergije pomoću prognoziranih mjesečnih podataka GCM-a o proizvodnji hidroelektrana u razdoblju od 2018. do 2080. Za prognozu proizvodnje hidroenergije korišteni su modeli: dijagrama odlučivanja, dubinskog učenja, generalizirani linearni, dijagrama pojačanih nagiba i dijagrama slučajnih grana. Vrijednost korelacije s modelom dijagrama pojačanih nagiba iznosi 0,717, što znači da je to najuspješniji model za korištene podatke. Model dijagrama pojačanih nagiba korišten je u svakom GCM-u za dva scenarija: RCP4.5 i RCP8.5. Rezultati pokazuju da postoje male razlike između modela, što znači da predviđanja idu u sličnim smjerovima za sve ove modele

Keywords

obnovljiva energija; vodna snaga; tehnike strojnog učenja; duboko učenje; opći cirkulacijski model; Turska

Hrčak ID:

259230

URI

https://hrcak.srce.hr/259230

Publication date:

21.6.2021.

Article data in other languages: english

Visits: 1.096 *