ANFIS ve K-Katlı Çapraz Doğrulama Yöntemi ile Güneş Enerji Santrali Üretim Değerlerinin Tahmin Edilmesi

Bu çalışmada, güneş enerji santrallerinin üretim değerlerinin doğru bir şekilde tahmin edilebilmesi amacıyla, yapay zekâ tabanlı modelleme tekniklerinden biri olan uyarlamalı ağ tabanlı bulanık çıkarım sistemi (ANFIS) ile K-katlı çapraz doğrulama yöntemi, MATLAB yazılım ortamı kullanılarak uygulanmıştır. Çalışmanın ilk aşamasında, veriler eğitim ve test için ayrılmadan doğrudan ANFIS'e yüklenmiş ve K-katlı çapraz doğrulama yöntemi uygulanmaksızın tahmin süreci yürütülmüştür. Bu aşamada, küme sayısı arttıkça hata oranlarının azaldığı gözlemlenmiş; ancak, verilerin tamamının modele verilmesi sonucu modelin gerçek veriye fazlasıyla yakın sonuçlar üretmesi, genellenebilirlik açısından sınırlı bulunmuştur. Bu nedenle, çalışmanın esas amacı doğrultusunda, veri seti K-katlı çapraz doğrulama yöntemi ile bölünerek, sınırlı veriyle en doğru sonuca ulaşılması hedeflenmiştir. Çalışmada ayrıca, ANFIS uygulamasında küme sayısının artırılması ya da azaltılması durumunda tahminsel doğruluğun nasıl değiştiği analiz edilmiş ve en uygun küme sayısı belirlenmeye çalışılmıştır. Tahminlerin başarısı, gerçek üretim verileriyle karşılaştırılarak ve Ortalama Mutlak Yüzde Hata (MAPE) hesaplanarak değerlendirilmiştir. Sonuçlar, küme sayısı arttıkça modelin öğrenme performansının artmasına rağmen genelleme kabiliyetinin azaldığını göstermiştir. Bu çalışma, yenilenebilir enerji alanında çalışan birey ve kurumlar için, güneş enerji santrali üretim değerlerinin daha isabetli tahmin edilebilmesi adına önemli katkılar sunmaktadır.

Authors

Publication Details

Journal
Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi
Published
2025-12-31
DOI
https://doi.org/10.47112/neufmbd.2026.100
Primary Topic
Electricity Theft Detection Techniques
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

ANFIS ve K-Katlı Çapraz Doğrulama Yöntemi ile Güneş Enerji Santrali Üretim Değerlerinin Tahmin Edilmesi

Mustafa Sacid Endiz, Ali Osman Özkan, Cansu Çekmen
Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi
Electricity Theft Detection Techniques
article

ANFIS ve K-Katlı Çapraz Doğrulama Yöntemi ile Güneş Enerji Santrali Üretim Değerlerinin Tahmin Edilmesi

Mustafa Sacid Endiz, Ali Osman Özkan, Cansu Çekmen
article en

Abstract

Bu çalışmada, güneş enerji santrallerinin üretim değerlerinin doğru bir şekilde tahmin edilebilmesi amacıyla, yapay zekâ tabanlı modelleme tekniklerinden biri olan uyarlamalı ağ tabanlı bulanık çıkarım sistemi (ANFIS) ile K-katlı çapraz doğrulama yöntemi, MATLAB yazılım ortamı kullanılarak uygulanmıştır. Çalışmanın ilk aşamasında, veriler eğitim ve test için ayrılmadan doğrudan ANFIS'e yüklenmiş ve K-katlı çapraz doğrulama yöntemi uygulanmaksızın tahmin süreci yürütülmüştür. Bu aşamada, küme sayısı arttıkça hata oranlarının azaldığı gözlemlenmiş; ancak, verilerin tamamının modele verilmesi sonucu modelin gerçek veriye fazlasıyla yakın sonuçlar üretmesi, genellenebilirlik açısından sınırlı bulunmuştur. Bu nedenle, çalışmanın esas amacı doğrultusunda, veri seti K-katlı çapraz doğrulama yöntemi ile bölünerek, sınırlı veriyle en doğru sonuca ulaşılması hedeflenmiştir. Çalışmada ayrıca, ANFIS uygulamasında küme sayısının artırılması ya da azaltılması durumunda tahminsel doğruluğun nasıl değiştiği analiz edilmiş ve en uygun küme sayısı belirlenmeye çalışılmıştır. Tahminlerin başarısı, gerçek üretim verileriyle karşılaştırılarak ve Ortalama Mutlak Yüzde Hata (MAPE) hesaplanarak değerlendirilmiştir. Sonuçlar, küme sayısı arttıkça modelin öğrenme performansının artmasına rağmen genelleme kabiliyetinin azaldığını göstermiştir. Bu çalışma, yenilenebilir enerji alanında çalışan birey ve kurumlar için, güneş enerji santrali üretim değerlerinin daha isabetli tahmin edilebilmesi adına önemli katkılar sunmaktadır.

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi
Affordable and clean energy
Openalex Percentile: Top 40%
Electricity Theft Detection Techniques
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.