DOI: 10.18586/msufbd.1888033 ISSN: 2147-7930

Derin Öğrenme Tabanlı LSTM Modeli Kullanarak Çok Ufuklu Güneş Radyasyonu Tahmini

İrfan Uçkan
Show PDF Cite
Bu çalışmada, günlük küresel güneş radyasyonunu tahmin etmek için çok ufuklu bir zaman serisi tahmin yaklaşımı geliştirilmiştir. Veri seti günlük frekansa göre hizalanmıştır ve eksik gözlemler, zamana dayalı enterpolasyon ve yılın gününe (DOY) dayalı mevsimsellik duyarlı istatistikleri birleştiren iki aşamalı bir atama stratejisi ile ele alınmıştır. Giriş özellikleri, gecikmeli değerler (1, 14, 30 gün) ve kayan pencere istatistikleri (ortalama, standart sapma, minimum ve maksimum) ile zenginleştirilmiştir. Çoklu çıktı başlıklarına sahip yığılmış derin LSTM mimarisi, tahmin modeli olarak kullanılmış ve Log-Cosh kayıp fonksiyonu kullanılarak eğitilmiştir. Model performansı, RMSE, MAE, nRMSE ve R² metrikleri kullanılarak değerlendirilmiştir. Sonuçlar, tahmin ufku arttıkça tahmin doğruluğunun önemli ölçüde iyileştiğini göstermektedir. 1 günlük ufuk için MAE değeri 1,166 iken, 14 günlük ve 30 günlük ufuklar için sırasıyla 0,645 ve 0,474'e düşmektedir. Benzer şekilde, R², 1 günlük tahminler için 0,642'den 30 günlük tahminler için 0,912'ye yükselmektedir.

More from our Archive