Estimation of wind speed probability distribution parameters by using four different metaheuristic algorithms

Basit Öğe Kaydı
dc.authorid0000-0002-7174-9807
dc.authorid0000-0003-0067-1835
dc.contributor.authorOral, Okan
dc.contributor.authorİnce, Murat
dc.contributor.authorAylak, Batin Latif
dc.contributor.authorÖzdemir, Mehmet Hakan
dc.date.accessioned2025-02-06T15:25:37Z
dc.date.available2025-02-06T15:25:37Z
dc.date.issued2022
dc.departmentTAÜ, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümüen_US
dc.description.abstractThe inclusion of energy produced from renewable energy sources (RES) such as solar and wind energy into existing energy systems is important to reduce carbon emissions, air pollution and climate change, and to ensure sustainable development. However, the integration of RES into the energy system is quite difficult due to their highly uncertain and intermittent nature. In this study, considering three different probability density functions (PDFs) in total, the scale and shape parameters of the Weibull PDF, the scale parameter of the Rayleigh PDF, and the scale and shape parameters of the Gamma PDF were estimated for the wind speed data obtained from urban stations located in Istanbul by using the four different metaheuristic algorithms, namely Genetic Algorithm (GA), Differential Evolution (DE), Particle Swarm Optimization (PSO) and Grey Wolf Optimization (GWO) algorithms. Calculating the mean absolute error (MAE), root mean squared error (RMSE), and R2 values for each PDF at each station, the PDF that characterizes the wind speed probability distribution the best was identified.
dc.description.abstractGüneş ve rüzgâr enerjisi gibi yenilenebilir enerji kaynaklarından (YEK) üretilen enerjinin mevcut enerji sistemlerine dahil edilmesi, karbon salınımlarını, hava kirliliğini ve iklim değişikliğini azaltmak ve sürdürülebilir bir kalkınmayı sağlamak için önemlidir. Ancak YEK’lerin enerji sistemine entegrasyonu, oldukça belirsiz ve kesintili yapıları nedeniyle hayli zordur. Bu çalışmada, İstanbul’da bulunan kentsel istasyonlardan elde edilen rüzgâr hızı verileri için, toplamda üç farklı olasılık yoğunluk fonksiyonu dikkate alınarak, Weibull olasılık yoğunluk fonksiyonunun ölçek ve şekil parametreleri, Rayleigh olasılık yoğunluk fonksiyonunun ölçek parametresi ve Gamma olasılık yoğunluk fonksiyonunun ölçek ve şekil parametreleri, Genetik Algoritma (GA), Diferansiyel Evrim (DE), Parçacık Sürü Optimizasyonu (PSO) ve Gri Kurt Optimizasyonu (GWO) algoritmaları olmak üzere dört farklı metasezgisel algoritma kullanılarak tahmin edilmiştir. Her istasyonda her bir olasılık yoğunluk fonksiyonu için ortalama mutlak hata (MAE), kök ortalama kare hata (RMSE) ve R2 değerleri hesaplanarak, rüzgâr hızı olasılık dağılımını en iyi karakterize eden olasılık yoğunluk fonksiyonu belirlenmiştir.
dc.identifier.citationOral, O., İnce, M., Aylak, Batin L., Özdemir, Mehmet H. (2022). Estimation of wind speed probability distribution parameters by using four different metaheuristic algorithms. El-Cezeri Journal of Science and Engineering, 9 (4), 342–1362.
dc.identifier.doi10.31202/ecjse.1135209
dc.identifier.endpage1362en_US
dc.identifier.issue4en_US
dc.identifier.startpage1342en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12846/1528
dc.identifier.volume9en_US
dc.language.isoen
dc.relation.ispartofEl-Cezeri Journal of Science and Engineering
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectWind speeden_US
dc.subjectRenewable energyen_US
dc.subjectProbability density functionen_US
dc.subjectParameter estimationen_US
dc.subjectMetaheuristic algorithmen_US
dc.subjectRüzgâr hızıen_US
dc.subjectYenilenebilir enerjien_US
dc.subjectOlasılık yoğunluk fonksiyonuen_US
dc.subjectParametre tahminien_US
dc.subjectMetasezgisel algoritmaen_US
dc.titleEstimation of wind speed probability distribution parameters by using four different metaheuristic algorithms
dc.title.alternativeDört Farklı Metasezgisel Algoritma Kullanılarak Rüzgâr Hızı Olasılık Dağılımı Parametrelerinin Tahmini
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
10.31202-ecjse.1135209-2504973.pdf
Boyut:
731.79 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Endüstri Mühendisliği Bölümü Koleksiyonu