Effects of Artificial Different Neural Network Methods on Experimentally Measured Solar Radiation Estimation

Mevcut enerji rezervlerinin azalması, fotovoltaik güneş enerjili sistemleri popüler hale getirmiştir. Sistemin etkin bir şekilde işletilebilmesi için etkin bir şekilde yönetilmesi ve ışınımlarının başarılı şekilde tahmin edilmesi gerekmektedir. Çalışma; Afyon Kocatepe Üniversitesi bünyesinde saatlik olarak ölçülmüş bir yıllık güneş ışınım verisi (1*8760 boyutlu data seti) ve belirli saat aralıklarla (05:00 ile 14:00) ölçülen bir yıllık ışınım, basınç ve ortalama sıcaklık değerlerini içeren 3*7310 boyutlu data seti kullanılarak, Yapay Sinir Ağları temelli birden fazla modellerle gerçekleştirilmiştir. Birinci model; 1*8760 veri boyutuna sahip bir yıllık ışınım verisiyle, ikinci ve üçüncü model ise; günlük 10’ar saatlik kayıtlar altına alınan farklı girdi değerlerinin kullanılmasıyla oluşturulmuştur. Aynı tarihlerde aynı bölge için alınan farklı ölçüm değerleri ile yapay sinir ağları eğitilmiş ve performansları kıyaslanmıştır. Gerçekleştirilen çalışmada birinci modelin başarı oranı %87,78, ikinci modelde başarı oranı %73, üçüncü modelde ise %71’dir. Çalışma; girdi verilerinin, gizli katmanda kullanılacak nöron sayısının ve kullanılacak eğitim fonksiyonunun önemine dikkat çekilmiştir.