Afyon Kocatepe Üniversitesinden Doç. Dr. Fatih Serttaş, rüzgar enerjisi santrallerinin elektrik şebekesine güvenli ve kesintisiz şekilde entegre edilmesini desteklemek amacıyla kısa vadeli rüzgar hızı tahminlerinde belirsizlikleri hesaba katan yenilikçi bir derin öğrenme modeli geliştirdi. Model, tek bir tahmin değeri yerine rüzgarın değişken yapısına göre daralıp genişleyen dinamik tahmin aralıkları oluşturarak enerji planlamasında karar vericilere daha güvenilir veriler sunuyor.
DÖRT YILLIK VERİYLE TEST EDİLDİ
Afyonkarahisar bölgesine ait dört yıllık saatlik meteorolojik ve rüzgar verileri kullanılarak test edilen modelde, rüzgar sinyalleri farklı frekans bileşenlerine ayrıldı. Bu veriler, güneş radyasyonu ve sıcaklık gibi çevresel etkenlerle birlikte değerlendirilerek modelin farklı hava koşullarındaki tahmin performansı analiz edildi.
RÜZGARIN DURUMUNA GÖRE TAHMİN ARALIĞI OLUŞTURULDU
Geliştirilen hibrit yapay zeka mimarisi, rüzgarın sakin olduğu dönemlerde daha dar, fırtınalı ve düzensiz olduğu dönemlerde ise daha geniş tahmin bantları oluşturdu. Bu yöntem sayesinde olası enerji üretiminin en iyi ve en kötü senaryolarının daha güvenilir şekilde öngörülmesine olanak sağlandı.
YAPAY ZEKANIN KARAR SÜRECİ AÇIKLANDI
Araştırmada açıklanabilir yapay zeka analizlerinden de yararlanılarak modelin karar mekanizması incelendi. Analizler sonucunda mevsimsel döngülerin, günün saatlerinin ve güneş ışınımının rüzgar hızındaki değişimlerde önemli rol oynadığı ortaya konuldu.
ENERJİ PLANLAMASINA KARAR DESTEĞİ
Çalışmanın, rüzgar enerjisi santrallerinde üretim planlamasının yapılması, enerji rezerv ihtiyaçlarının optimize edilmesi ve modern akıllı şebekelerin daha kararlı şekilde işletilmesi açısından önemli bir karar destek aracı sunması bekleniyor.
