ULUSAL ELEKTRİK TÜKETİMİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİYLE TAHMİN EDİLMESİ: BİRLEŞİK KRALLIK VERİLERİYLE BİR UYGULAMA

Abstract

Elektrik enerjisi talebinin tahmin edilmesi, enerji sistemlerinin güvenli, ekonomik ve çevresel olarak sürdürülebilir bir şekilde işletilmesi için hayati öneme sahiptir. Son zamanlarda, elektrik talep tahmin yöntemleri üzerine yapılan çalışmalar hem klasik yöntemlerin iyileştirilmesi hem de yeni teknolojilerin entegrasyonu üzerine yoğunlaşmıştır. Bu çalışmada, Birleşik Krallık'taki elektrik talebi veri seti kullanılarak elektrik talebinin tahmin edilmesi amaçlanmıştır. Bu amaç doğrultusunda, Uzun Kısa Süreli Bellek (LSTM), Aşırı Gradyan Artırma Algoritması (XGBoost) ve Lineer Artırma Regresyonu gibi çeşitli tahmin modelleri Google Colab ortamında Python yazılım dili kullanılarak uygulanmıştır. Modellerin performansları, Kök Ortalama Kare Hata (RMSE) ve Ortalama Mutlak Yüzde Hata (MAPE) doğruluk ölçüm yöntemleri kullanılarak karşılaştırılmıştır. Çalışmanın sonuçları LSTM yönteminin diğer yöntemlere üstünlüğünü göstermektedir.