Uzun-Kısa Süreli Bellek Ağı Kullanarak Global Güneş Işınımı Zaman Serileri Tahmini

Abstract

Global güneş ışınımı tahmini, güneş enerjisi sistemlerinin etkin yönetimi ve işletilmesinin yanı sıra gelecekteki enerji üretimi hakkında güvenilir bilgi sağlamak için giderek daha fazla önem kazanmaktadır. Bu çalışmada, günlük güneş ışınım tahmin problemini etkin bir model oluşturmak için Uzun Kısa Süreli Bellek (LSTM) ağı önerilmiştir. Önerilen yöntemin etkinliği Karar Ağaçları Regresyon, Rastgele Orman Regresyon, Gradyan Güçlendirme ve K-En Yakın Komşu gibi en etkili makine öğrenme algoritmalar ile karşılaştırılmıştır. LSTM modelinin yaklaşımının etkinliğini doğrulamak için Çorum - Türkiye’de Temmuz-1983 ve Aralık-2018 tarihleri arasında global güneş ışınımı sıralı zaman serileri verileri kullanılmıştır. Simülasyon sonuçları, LSTM yönteminin diğer makine öğrenme modellerinden daha iyi performansa sahip olduğunu göstermektedir.