TÜRKİYE'DE AYLIK ORTALAMA GÜNEŞLENME SÜRESİNİN İLERİ BESLEMELİ SİNİR AĞI İLE TAHMİNİ VE MEKANSAL ANALİZİ
7. Uluslararası Mühendislik ve Fen Bilimleri Kongresi, İstanbul, Türkiye, 27 - 28 Eylül 2025, sa.52866, ss.162-169, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.162-169
- Çukurova Üniversitesi Adresli: Evet
Özet
Güneş enerjisi potansiyelini değerlendirmede ve güneş radyasyonu hesaplanmasında kritik rol oynayan güneşlenme süresinin doğru tahmini büyük önem taşır. Geleneksel ölçüm yöntemlerinin kısıtlılıkları ve yüksek maliyetleri, iklim verisi olmaksızın coğrafi faktörlere dayalı güçlü bir tahmin modeli geliştirme ihtiyacını ortaya çıkarmaktadır. Bu çalışma, Türkiye'deki aylık ortalama güneşlenme süresini tahmin etmek için İleri Beslemeli Sinir Ağları tabanlı bir yapay zeka yaklaşımı önermektedir. Araştırma, 2000-2024 yılları arasındaki 72 meteoroloji istasyonundan alınan 25 yıllık verileri kullanmıştır. Veri setinin %90'ı modelin eğitimi, %10'u ise yedi coğrafi bölgeyi temsil eden illerde test edilmesi için ayrılmıştır. Model performansı Ortalama Mutlak Hata, Kök Ortalama Kare Hata ve Belirleme Katsayısı (R²) istatistiksel metrikleri ile değerlendirilmiştir. Bulgular, FNN modelinin güneşlenme süresini yüksek doğrulukla tahmin edebildiğini göstermektedir. Özellikle dört nöronlu model, 0.9475 R² değeriyle en iyi performansı sergilemiştir. Tahmin edilen değerler, ölçülen verilerle güçlü bir uyum sergilemiş, mevsimsel dalgalanmaları ve bölgesel farklılıkları başarılı bir şekilde yakalamıştır. Ek olarak, Ters Mesafe Ağırlıklı enterpolasyon yöntemiyle oluşturulan güneşlenme süresi haritaları, ölçülen ve tahmin edilen veriler arasında iyi bir uyum sergilemiştir. Bu çalışma, ölçüm imkanlarının sınırlı olduğu bölgelerde güvenilir ve veri odaklı güneşlenme süresi tahmini için etkili bir yöntem sunmaktadır. Geliştirilen model, güneş enerjisi planlaması, enerji verimliliği stratejileri ve iklim analizi için değerli bilgiler sağlayarak, yenilenebilir enerji sektöründe daha iyi kararlar alınmasına ve sürdürülebilir enerji gelişimi için optimize edilmiş stratejiler oluşturulmasına katkıda bulunabilir.