SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 Akdez Bölgese At Meteorolojk Verler Kullaılarak Yapay Sr Ağları Yardımıyla Güeş Eerjs Tahm Muhtt Şaha 1,* Yüksel Okur 1 Osmaye Korkut Ata Üverstes, Fe Edebyat Fakültes, Fzk Bölümü, 80000,Osmaye, Türkye *Yazışıla yazar e-posta: muhttsaha@osmaye.edu.tr Alıış: 07 Nsa 2016, Kabul: 19 Nsa 2016 Özet: Akdez Bölgesde seçle o dört yerleşke yere at aylık ortalama toplam güeş ışıım şddet tahm etmek amacıyla yapay sr ağı (YSA) model kullaılmıştır. Gelştrle YSA ı mmar yapısı logartmk sgmod trasfer foksyou kullaa o k örolu br gzl katmada ve leer trasfer foksyou kullaa br çıktı katmada oluşa ler beslemel ger yayılımlı br modeldr. YSA modelde Leveberg Marquad ger yayılım eğtm algortması kullaılmıştır. 1993-2010 yılları arasıdak meteorolojk ve coğrafk verler(aylık ortalama güeş ışıımı, ortalama hava sıcaklığı, mmum toprak üstü sıcaklığı, 5cm dek toprak sıcaklığı, bağıl em, bulutluluk, hava basıcı, güeşleme süres, stasyo, ay, elem, boylam ve yükseklk)meteoroloj Geel Müdürlüğü de alımıştır.tahm edle ve ölçüle aylık ortalama toplam güeş ışıımı statstk yötemler kullaılarak karşılaştırılmıştır.r 2, RMSE, MAPE, MSE, MABE ve WI statstksel değerler sırasıyla %94,1.562 MJ/m 2, %7.9, 2.441MJ/m 2, 1.072 MJ/m 2 ve 0.983MJ/m 2 olarak bulumuştur. Souçlar, tahm edle ve ölçüle toplam güeş ışıım şddet değerler arasıda oldukça uyumlu olduğuu göstermştr. Gelştrle YSA model dğer yerleşm yerler ve farklı durumlar ç tahm etmede kullaılableceğ öermekteyz. Aahtar kelmeler: Güeş ışıım şddet, yapay sr ağları, meteorolojk verler, modelleme, tahm metodu Estmato of the Solar Radato Usg Some Meteorologcal Data for the Medterraea Rego wth the Artfcal Neural Network Abstract: A artfcal eural etwork (ANN) model was used to estmate mothly average global solar radato o a horzotal surface for selected 14 locatos Medterraea rego. The ANN archtecture desged s a feed-forward back-propagato model wth oe hdde layer cotag twelve euros wth logarthmc sgmod as the trasfer fucto ad oe output layer utlzed a lear trasfer fucto. The trag algorthm used ANN model was the Leveberg Marquad back propagato algorthm. The data betwee 1993-2010 based o meteorologcal ad geographcal parameters (mothly mea global solar radato, average ar temperature, mmum sol surface temperature, sol temperature at depths of 5 cm, relatve humdty, cloudess, vapor pressure, ad sushe durato, stato, moth, lattude, logtude, ad alttude) were take from Turksh State Meteorologcal Servce. Estmated ad measured average global solar radato were compared by usg statstcal methods. The R 2, RMSE, MAPE, MSE, MABE, ad WIvalues were foud to be 94%, 1.562MJ/m 2, 7.9%, 2.441MJ/m 2, 1.072 MJ/m 2, ad 0.983MJ/m 2, respectvely. Results show good agreemet betwee the estmated ad measured values of global solar radato. We suggest that the developed ANN model ca be used to predct solar radato aother locato ad codtos. Key words: Solar radato, artfcal eural etwork, meteorologcal data, modelg, estmato method 1. Grş Güümüzde ülkeler yüz yüze oldukları e büyük soru sürekl arta eerj htyacıı karşılayablmek ç çevreye fazla zarar vermede, yeterl ekoomk büyümey 61
M. Şaha, Y. Okur sağlayacak düzeyde eerj üretecek ye kayaklar bulmaktır. Bu kayakları başıda gele güeş eerjs, so yıllarda üzerde daha çok çalışılması gereke br kou olmuştur. Düya atmosfer dışıa gele güeş ışıımıı değer, atmosfer dışıda ışıım değer yaklaşık 1367 W/m 2 dr [1,2,3,4]. Yılda toplam 3x10 21 J kadarlık güeş eerjs yeryüzüe ulaşmakta ve bu eerj mktarı salığı htyaç duyduğu eerj mlyarlarca katıdır [5]. Güeşte düyamıza ulaşa eerj bölgelere göre değşmektedr (0-1020 W/m 2 ). Yeleeblr Eerj Geel Müdürlüğü (YEGM) tarafıda yapıla çalışmaya göre, Türkye' ortalama gülük güeşleme süres toplam 7.2 saat ve ortalama gülük toplamışıım şddet 3.6 kwh/m² dr. Türkye güeş kuşağı olarak adladırıla bölgede bulumakta olup güeş eerjs açısıda zeg br ülkedr ve güeş eerjs potasyel 380 mlyar kwh/yıl olarak hesaplamıştır. Yeryüzüde belrl br bölgeye gele güeş eerjs potasyel belrlemes çok öemldr. Belrl br bölgedek güeş eerjs potasyel belrlemek amacıyla yapıla meteorolojk gözlemler, telkl sa gücü ve öeml ekoomk yatırımlar gerektrmektedr. Gözlem chazlarıı pahalı olması, chazları bakım ve kalbrasyolarıı gerekl şeklde ve sıklıkta yapılamaması, verler letmde ve saklamasıda yaşaa problemler, deeyml ve yeterl elema olmaması gb problemler, gözlem stasyolarıı kurulmasıı ve şletm olumsuz yöde etklemektedr. Güeş eerjs uygulamaları ç yürütüle ala çalışmaları oldukça pahalı ve zama alıcı olmasıı yaı sıra sstemde kayaklaa başarısızlıkları ve kötü hava şartlarıı ede olableceğ geckmelerde de etkleeblr [6]. Yaşaa bu sıkıtılar, güeş eerjs potasyel belrlemek ç güeş radyasyou tahm modellemes çalışmalarıı güdeme getrmştr. Yatay düzleme gele küresel güeş eerjs mktarıı tahm etmek amacıyla amprk veya teork pek çok model gelştrlmştr. Lteratürde güeş radyasyou tahm etmek ç bağıl em, bulutluluk, buhar basıcı, güeşleme süres, toprak sıcaklığı gb çeştl klm parametreler kullaarak oluşturula yapay sr ağı (YSA) modeller dğer amprk regresyo modellerde daha üstü olduğu görülmüştür [2,3,7,8,9,10]. 2. Materyal ve Metot Bu çalışmada, Akdez Bölges de seçle bazı yerleşm yerlerdek aylık ortalama güeş ışıım şddet tahm etmek ç MGM de(meteoroloj Geel Müdürlüğü) uzu yıllara (1993-2010) at meteorolojk ve coğrafk verler alımıştır. Meteorolojk verler ortalama sıcaklık, bağıl em, bulutluluk, buhar basıcı, güeşleme süres, toprak üstü mmum sıcaklık, 5 cm de toprak altı sıcaklığı, ve gülük toplam global güeşleme şddet verler le coğrafk verler elem, boylam, yükseklk, ay ve yıl olmak üzere toplam o üç farklı parametrede oluşmaktadır. Bu çalışmada kullaıla o dört merkez adı ve bu merkezler elem, boylam ve rakım blgler Tablo 1 de verlmştr. YSA sa bey çalışma lkesde eslelerek beydek sr hücreler yapay olarak taklt edlmes ve karmaşık problemler çözmek amacıyla blgsayar sstemlere uygulaması soucu ortaya çıkmış br ver şleme tekğdr. YSA kedse verle örekler kullaarak öğremekte, verler ve geel olarak verler arasıdak lşkler çok karmaşık ve doğrusal olmadığı durumlarda kullaılmaktadır [11,12,13,14,15]. 62
SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 YSA ı temel yapı brm oluştura yapay sr hücreler (öroları) geel yapısı; grdler (x ), ağırlıklar (w ), toplam foksyou (brleştrme foksyou), aktvasyo (trasfer) foksyou ve çıktı olmak üzere beş aa kısımda oluşmaktadır(şekl 1). Grdler her br ağırlık le çarpılarak elde edle ürüler bastçe eşk değer le toplaır ve soucu oluşturmak ç aktvasyo foksyou le şlem yapılır ve çıkışı alıır. Br yapay sr hücres öğreme yeteeğ, seçle öğreme algortması çersde ağırlıkları uygu br şeklde ayarlamasıa bağlıdır [12,16]. Tablo 1. Akdez Bölgesde seçle merkezlere at elem, boylam ve rakım blgler (http://www.mgm.gov.tr) Merkez Elem ( K) Boylam ( D) Rakım (m) Adaa 37.00 35.19 27 Koza 37.26 35.49 115 Karataş 36.34 35.23 22 Burdur 37.43 30.17 957 Atalya 36.53 30.40 47 K.Maraş 37.35 36.55 572 Elbsta 38.12 37.12 1137 Göksu 38.01 36.29 1344 Isparta 37.47 30.34 997 Atakya 36.15 36.08 100 İskederu 36.35 36.10 2 Mers 36.48 34.38 3 Aamur 36.50 32.50 5 Slfke 36.23 33.56 15 Şekl 1. Yapay sr hücres geel grş-çıkış yapısı (matematksel mmars) [12] YSA modeller yapılarıa, katmalarıa ve öğreme algortmalarıa göre sııfladırılmaktadır. Ağı yapısıı ağı meydaa getre örolar arasıdak bağlatıları yapısı belrler [17]. E bast hal le çok katmalı ler beslemel br YSA ı mmar yapısı Şekl 2 de verlmştr. Şekl 2 de görüldüğü gb çok katmalı ler beslemel br YSA ı mmar yapısı grd (put) (Grd 1, Grd 2 ), gzl 63
M. Şaha, Y. Okur (hdde) ve çıktı (output) olmak üzere üç katmada ve her br katma öro ya da şlem elemaı olarak adladırıla br ya da daha fazla sayıda bast yapay sr hücresde oluşmaktadır. Şekl 2. İler beslemel br YSA mmars geel yapısı[12] Dışarıda gele verler lk kez YSA ya alımasıı ve gzl (ara) katmaa aktarılmasıı sağlaya grd katmaıda dış düyada gelecek grş sayısı kadar öro bulumaktadır [18]. Grd katmaıda gele blgler belrl kurallarla şleerek çıktı katmaıa göderlrler. Ağı temel şlev göre katma gzl katmadır. Gzl katma sayısı amaca yöelk olarak ağda ağa değşmektedr [18,19]. Çıktı katmadak şlem elemaları ara katmada gele blgler şleyerek ağı grd katmaıda suula grd set ç üretmes gereke çıktıyı üretrler. Çıktı katmaıdak öro sayısı, ağa suula her ver çıkış sayısı kadardır. Bu katmada elde edle değerler YSA ı söz kousu problem ç çıkış değerlerdr [19]. YSA kullaılarak herhag br problem modellemesdek e öeml okta, çözümlemes stele probleme e y çözümü verecek e uygu YSA mmars, ya YSA dak gzl katma sayısıı ve gzl katma/katmalardak şlem elemaı sayısıı/sayılarıı belrlemesdr [20]. Bu çalışmada, YSA parametreler (eğtm foksyou, gzl trasfer foksyou, gzl katmadak öro sayıları, çıktı foksyou gb) değştrlerek pek çok model deemş ve e uygu model bulumaya çalışılmıştır. E uygu YSA ı mmar yapısı logartmk sgmod (logsg) trasfer foksyo kullaa 12 örolu br gzl katmada ve leer (purel) trasfer foksyou kullaa br çıktı katmada oluşa ler beslemel ger yayılımlı YSA (FFBPANN) (feed-forward back propagato etwork: ewff) model olduğua karar verlmş ve verler bua göre eğtlmştr. YSA modelde Leveberg Marquad ger yayılım algortması (tralm) eğtm algortması kullaılmıştır. 64
SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 Yapıla hesaplamaları dğer araştırmacılar tarafıda da alaşılablmes ve bezer yolla elde edlmş farklı blglerle karşılaştırılablmes öemldr. Bu edele elde edle verler bell kurallara göre, bütü ve dağılımlar halde özetleerek suulması zorululuğuu getrmştr. Bu amaçla değşk statstk yötemler gelştrlmş ve pek çok statstk çalışmalarıda değşkeler arasıdak lşky celemek blm uğraşlarıda brs olagelmştr [21]. Ölçüle güeş radyasyou le modellerde tahm edle değerler performasıı değerledrmek amacıyla brçok statstksel test yötem bulumaktadır. Lteratürde YSA belrlemede e çok kabul göre model performas krterler Eştlk 1 de verldğ gb sırasıyla Korelasyo Katsayısı (R 2 ), Hata Kareler Ortalamasıı Karekökü (RMSE), Mutlak Hata Oraları Ortalaması (MAPE), Hata Kareler Ortalaması (MSE), Mutlak Ortalama Bas Hata (MABE) ve Wllmott deks (WI) değerlerdr [22,23,24]. R 1 1 1 MAPE 1 MABE ( x x )( y ( x x ) 1 1 1 x y y ) ( x y ) x ( y ), 100,, RMSE 1 MSE WI 1 1 1 1 1 ( x y ) 1 ( y x ( x y ) ( x y ) 2 x x 2 2 ) (1) Burada, y ve x parametreler sırasıyla tahm edle ve ölçüle güeş ışıım değerler göstermektedr. R 2 değer 0 le 1 arasıda değşmekte ve bu değer 1 e yaklaşması modelde hesaplaa ve ölçüle güeş ışıım şddet değerler arasıdak bağımlılığı kuvvetl olduğu alamıa gelmektedr. R 2 değer 1 e e kadar yakısa model o kadar hassas demektr [25]. YAS ı belrlemesde R 2 e yüksek ve RMSE, MAPE,MSE, MABE ve WI e düşük olduğu değerler göz öüe alımıştır. 3. Bulgular Bu çalışmada, Akdez Bölges de farklı coğraf özellk ve klm koşullarıa sahp o dört yerleşm yer ç yatay düzleme gele aylık ortalama güeş ışıım şddet tahm etmek amacıyla YSA model gelştrlmştr. YSA model test edlmes ve model eğtlmes amacıyla MGM dealıa o dört yerleşm yere at o sekz yıllık (1993 2010) meteorolojk verler kullaılmıştır. Seçle o dört yerleşm yer smler Doğu Akdez de Batı Akdez e doğru sırasıyla Kahramamaraş, Elbsta, Göksu, Adaa, Koza, Karataş, Atakya, İskederu, Mers, Aamur, Slfke, Burdur, Isparta ve Atalya dır (Tablo1). MGM deo dört yerleşm yere at alıa o sekz yıllık meteorolojk ve coğrafk verler sırasıyla yerleşm yer, elem, boylam, yükseklk, ay, yıl, bulutluluk, buhar basıcı, güeşleme süres, hava sıcaklığı, toprak üstü mmum sıcaklık, toprak altı sıcaklık (5cm), bağıl em ve toplam güeşleme şddet değerler aylık ortalamalarıda oluşmaktadır. Alıa meteorolojk ve coğrafk verler seçle o dört yerleşm yer ç yatay yüzeye gele aylık ortalama toplam güeş ışıım şddet tahm etmek amacıyla YSA model kullaa br model gelştrlmştr. 65
M. Şaha, Y. Okur Bu çalışmada, Neural Network Toolbox (tool) kullaılarak MATLAB ortamıda çalışa br blgsayar programı gelştrlmştr. Tablo 1 de verle yerleşm yerlere at aylık ortalama toplam güeş ışıım şddet verler tahm etmek ç YSA model kullaılmıştır. Başlagıçta, verler ortalama % 80 ağı eğtmek amacıyla ağda grd put olarak, kala %20 s se gelştrle model test etmek amacıyla kullaılmıştır. YSA modelde grd olarak o k tae coğrafk ve meteorolojk parametre kullaılarak sadece br çıktısı (toplam global güeşleme şddet) tahm edlmştr. Çalışmada kullaıla o k grd katma, gzl katma ve br çıktı katmaıda oluşa YSA ı mmar yapısı Şekl 4 te verlmştr. Grş katmaıda o k parametreye karşılık gele o k öro, çıkış katmaıda aylık ortalama güeş ışıımıa karşılık gele sadece br öro bulumaktadır. Şekl 3. Kullaıla YSA mmars[21] Oluşturula ver setler eğtlmes amacıyla tralm, trabfg, trascg, tracgb, traoss, tragdx ve tracgp gb farklı eğtm algortmaları, leargdm, leargd gb farklı öğreme foksyoları ve tasg, purel ve logsg gb farklı trasfer foksyoları kullaarak YSA dzay edlmştr. Eğtm algortması belrlerke e büyük R 2 değere ve e düşük RMSE, MSE, MABE ve MAPE değerlere bakılmıştır (Tablo 2). Bua göre, R 2 değer e büyük değer(%94) ve RMSE (1.542 MJ/m 2 ), MSE (2.378 MJ/m 2 ), MABE (1.084 MJ/m 2 ), MAPE (%8) değerler e düşük olduğu ler beslemel ger yayılımlı tralm eğtm algortması kullaılmıştır. Ayrıca eğtm algortmasıa karar verrke, mümkü ola e kısa sürede eğtm e y terasyola tamamlamasıa bakılarak da YSA eğtm algortmasıa karar verlmştr. Bua göre YSA mmar yapısıı kırk dört terasyoluk (epoch) eğtm k sayede tamamlaya Leveberg Marquad ger yayılım tralm eğtm algortma le dğer algortmalarda daha hızlı olduğuu göstermektedr. 66
SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 İler beslemel ger yayılımlı tralm eğtm algortması kullaılarak gzl katmadak öro sayıları beş le ell arasıda aşamalı olarak değştrlerek farklı model oluşturulmuştur. Oluşturula modellerde yrm beş taes Tablo 3 te verlmştr. Tablo 3 te verle algortmalarda R 2 değer e büyük (%94) ve RMSE (1.562 MJ/m 2 ), MSE (2.441 MJ/m 2 ), MABE (1.072 MJ/m 2 ), MAPE (%79) ve WI (0.983 MJ/m 2 )gb dğer statstksel değerler e düşük olduğu model seçlmştr. Böylece e uygu model olarak o k gzl öroa sahp ola yed umaralı model olduğu görülmüştür. Bua göre YSA model o k tae grd katmaıda, gzl katma da o k tae öroda ve br tae çıktı katmaıda (12-12-1) oluşmaktadır. Gzl katmada logsg trasfer foksyou ve çıktı katmaıda da purel trasfer foksyou kullaılmıştır. Bu model regresyo eştlğ yaklaşık olarak ve R 2 değer de yaklaşık olarak %94 olduğu görülmektedr. Tablo 2. Güeş eerjs verler tahm etmek ç eğtm algortmasıı belrlemesde kullaıla algortmalar ve statstk değerler İterasyo Süre (epoch) (s) Algortma R 2 RMSE MSE MABE ( M J/ m 2 ) MAPE ( % ) tralm 44 2 0.940 1.542 2.378 1.084 0.080 trabfg 82 8 0.931 1.637 2.678 1.258 0.094 tragdx 92 7 0.842 2.433 5.918 1.872 0.154 traoss 112 17 0.873 2.185 4.775 1.693 0.135 tracgp 41 9 0.798 2.803 7.856 2.149 0.170 tracgb 78 14 0.892 2.141 4.583 1.657 0.131 trascg 75 9 0.896 2.046 4.185 1.560 0.121 Tablo 3 te yed umaralı YSA modelde hesaplaa aylık ortalama güeş radyasyou le MGM de alıa aylık ortalama güeş radyasyou arasıdak lşkye bakılmış ve elde edle grafk Şekl 4 te verlmştr. Şekl 4 te yatay ekse ölçüle toplam güeş radyasyouu ve düşey ekse se YSA model le hesaplaa toplam güeş radyasyou göstermektedr. Şekl 4 te verle + semboller test edle beş yüz dört tae very temsl etmektedr. Elde edle regresyo eğrs deklem ve R 2 değer grafğ sol üst köşesde verlmştr. Tablo 3 te verle yed umaralı YSA model kullaılarak her br yerleşm yere at tahm edle toplam eerj değer le ölçüle toplam eerj değer model performas krterler kullaılarak karşılaştırma yapılmıştır. Yapıla karşılaştırmalarda belrlee model kullaılarak tahm edle güeş eerjs değerler ölçüle değerlere çok yakı olduğu görülmüştür. 67
NO Eğtm Foksyou zl Trasfer Foksyou Çıktı Foksyou Gzl Katmadak Nöro Sayıları Mmar Yapı R 2 MAPE MSE MABE WI M. Şaha, Y. Okur Tablo 3. Farklı eğtm algortmaları ve mmar yapıları kullaılarak gelştrle YSA modeller 1 tralm tasg purel 5 12-5-1 0.926 1.717 0.092 2.948 1.225 0.980 2 tralm logsg purel 22 12-22-1 0.930 1.647 0.086 2.711 1.158 0.981 3 tralm logsg tasg 5 12-5-1 0.926 1.699 0.089 2.886 1.175 0.980 4 tralm tasg purel 5 12-5-1 0.925 1.719 0.089 2.956 1.203 0.979 5 tralm tasg tasg 5 12-5-1 0.931 1.714 0.086 2.936 1.170 0.980 6 tralm logsg purel 10 12-10-1 0.935 1.599 0.081 2.557 1.104 0.982 7 tralm logsg purel 12 12-12-1 0.940 1.562 0.079 2.441 1.072 0.983 8 tralm logsg purel 22 12-22-1 0.930 1.647 0.086 2.711 1.158 0.981 9 tralm logsg purel 18 12-18-1 0.930 1.647 0.086 2.711 1.158 0.981 10 tralm logsg purel 18 12-18-1 0.930 1.647 0.086 2.711 1.158 0.981 11 tralm logsg purel 20 12-20-1 0.926 1.677 0.090 2.811 1.173 0.980 12 tralm tasg tasg 20 12-20-1 0.921 1.777 0.097 3.157 1.265 0.978 13 tralm tasg purel 22 12-22-1 0.934 1.613 0.090 2.603 1.150 0.982 14 tralm logsg purel 25 12-25-1 0.928 1.720 0.081 2.959 1.106 0.980 15 tralm tasg purel 25 12-25-1 0.933 1.685 0.087 2.840 1.163 0.981 16 tralm tasg tasg 25 12-25-1 0.925 1.701 0.084 2.894 1.122 0.980 17 tralm logsg purel 30 12-30-1 0.934 1.659 0.084 2.753 1.132 0.981 18 tralm tasg purel 30 12-30-1 0.928 1.690 0.084 2.856 1.107 0.980 19 tralm logsg tasg 32 12-32-1 0.928 1.681 0.080 2.827 1.092 0.980 20 tralm tasg purel 35 12-35-1 0.926 1.752 0.085 3.070 1.180 0.979 21 tralm logsg purel 35 12-35-1 0.935 1.575 0.079 2.481 1.058 0.983 22 tralm tasg tasg 35 12-35-1 0.926 1.723 0.085 2.970 1.125 0.980 24 tralm tasg purel 40 12-40-1 0.931 1.658 0.086 2.748 1.127 0.981 25 tralm tasg tasg 50 12-50-1 0.931 1.669 0.085 2.785 1.117 0.981 MSE Şekl 4. Yed umaralı YSA modelde seçle yerleşm yerler ç ölçüle ve tahm edle yıllık ortalama güeş eerjs arasıdak lşks ve geçrle regresyo eğrs 68
SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 Yerleşm yerler bazıda statstksel aalz yötemler kullaılarak yapıla statstksel karşılaştırmalar Tablo 4 te verlmştr. Tablo 4 celedğde R 2 değerler %89 %99 arasıda değştğde bua bağlı olarak dğer statstk değerler de düşük olduğuda gelştrle model oldukça y olduğu görülmektedr. Tablo 3 te verle yed umaralı YSA model kullaılarak hesaplaa o dört yerleşm yer ç aylık ortalama toplam güeş eerjler tahm edle ve ölçüle değerler le ayrı ayrı karşılaştırmaları yapılmıştır. Yapıla çalışma soucuda her yerleşm yer ç hesaplaa ve ölçüle güeş eerjs değerler üç yıllık verler aylık ortalamaları alıarak elde edle aylık ortalama değşmlere bakılmış ve souçlar Şekl 5 te verlmştr. Şekl 5 tek grafklerde ölçüle değerler ç boş () çemberler le YSA le hesaplaa verler ç dolu çemberler le ( ) gösterlmştr. Şekl 5 te tüm merkezler ç hesaplaa güeş eerjs değerler ölçüle değerlerle uyumlu olduğu görülmüştür. Tablo 4. Yerleşm yerlere at test edle verler leer ve çoklu leer regresyo aalz yötemler ve statstksel aalz souçları R 2 RMSE MAPE MSE MABE WI Adaa 0.926 1.519 0.079 2.309 1.171 0.980 Koza 0.995 0.438 0.029 0.192 0.357 0.999 Karata 0.992 1.132 0.062 1.282 0.964 0.991 Burdur 0.981 0.992 0.050 0.984 0.776 0.995 Atalya 0.983 2.628 0.179 6.908 2.408 0.958 K.Maraş 0.994 0.842 0.057 0.710 0.717 0.996 Elbsta 0.969 1.172 0.081 1.374 0.921 0.987 Göksu 0.961 2.752 0.194 7.574 2.219 0.913 Isparta 0.898 3.164 0.151 10.011 2.516 0.918 Atakya 0.990 0.614 0.046 0.377 0.498 0.997 İskederu 0.986 0.925 0.056 0.856 0.740 0.993 Mers 0.996 0.666 0.032 0.443 0.524 0.997 Aamur 0.992 0.693 0.039 0.480 0.557 0.996 Slfke 0.989 0.818 0.045 0.669 0.645 0.995 4. Souç ve Tartışma Bu çalışmada, güeş eerjs tahm ç yapay sr ağı temell br model gelştrlmştr. Akdez Bölges dek (Türkye) o dört meteoroloj stasyolarıda alıa o sekz yıllık (1993-2010) meteorolojk verler MGM de alımıştır. YSA modelde hesaplaa değerler le MGM de alıa ölçülmüş gerçek değerler statstksel yötemler kullaılarak karşılaştırılmıştır. Bu souçlar, YSA model le tahm edle ve ölçüle aylık ortalama toplam güeş ışıımı değerler oldukça uyumlu olduğuu göstermştr. YSA model meteorolojk ve coğraf parametreler ola herhag br bölge ç toplam güeş ışıımıı tahmde kullaılableceğ öermekteyz. 69
M. Şaha, Y. Okur Şekl 5. Akdez Bölges de seçle o dört farklı yerleşm yer ç ölçüle ve YSA le hesaplaa ortalama aylık toplam güeş ışıım değerler Teşekkür Bu çalışma Osmaye Korkut Ata Üverstes Blmsel Araştırma Projeler (BAP) Destekleme Programı tarafıda OKÜBAP-2014-PT3-035 proje umarası le desteklemştr. Meteoroloj İşler Geel Müdürlüğüe ver tem ç teşekkür ederz. Kayaklar [1] Duca C.H., Wllso R.C., Kedall J. M., Harrso R.G., Hckey J.R., 1982. Latest rocket measuremets of the solar costat, Solar Eergy, 28: 385-387. [2] Iqbal M., 1983. A troducto to solar radato, Academc Press Chap. 3. [3] Foukal P.V., 1990. Solar Astrophyscs, Wley-Iterscece, New York. [4] Duffe J.A., Beckma W.A., 1991. Solar egeerg of thermal processes, 2th Edto, Joh Wley ad Sos Ic., New York. 70
SDU Joural of Scece (E-Joural), 2016, 11 (1): 61-71 [5] Altı V., 2002. Yeleeblr eerj kayakları, Blm-Tekk Dergs Ye Ufuklara Ek, TÜBİTAK, 410: 2-23. [6] Elmr H.K., Areed F.F. Elsayed T.S., 2005. Estmato of Solar radato compoets cdet o Helwa Ste usg eural etworks, Scece Drect Solar Eergy, 79: 270 279. [7] Krshaah T., SrvasaRao S., Madhumurthy K., Reddy K.S., 2007. Neural etwork approach for modelg global solar radato, Joural of Appled Sceces Research, 3 (10): 1105-1111. [8] Mubru J., Bada E.J.K.B., 2008. Estmato of mothly average daly global solar rradato usg artfcal eural etworks, Scece Drect Solar Eergy, 82: 181-187. [9] Alama S., Kaushkb S.C., Garg S.N., 2006. Computato of beam solar radato at ormal cdece usg artfcal eural etwork, Scece Drect Reewable Eergy, 31: 1483-1491. [10] Fadare D.A., Irmsose I., O A.O., Falaa A., 2010. Modelg of solar eergy potetal Afrca usg a artfcal eural etwork, Amerca Joural ofscetfc ad Idustral Research, 1(2): 144-157. [11] Basheer I.A., Hajmeer M., 2000.Artfcal eural etworks: fudametals, computg, desg, ad Applcato,Joural of Mcrobologcal Methods, 43: 3-31. [12] Graupe D., 2007. Prcıples of artfcal eural etworks, (2d Edto), advaced seres o crcuts ad systems, 6, World Scetfc Publshg Co. Pte. Ltd. [13] Sgh K. P., Basat A., Malk A., Ja G., 2009. Artfcal eural etwork modelg oftherver water qualty-a case study, Ecologcal Modellg, 220: 888-895. [14] Russel S., Norvg P., 2010. Artfcal tellgece a moder approach, Thrd edto,pretce Hall, Eglewood Clffs, New Jersey. [15] Krshaah T., SrvasaRao S., Madhumurthy K. ve Reddy K.S., 2009. Neural etwork approach for modellg global solar radato, Joural of Appled Sceces Research, 3(10): 1105-1111. [16] Elmas Ç., 2003. Yapaysrağları (kuram, mmar, eğtm, uygulama), SeçkYayıcılık, Akara. [17] Bahadır İ., 2008. Bayes teorem ve yapay sr ağları modelleryle borsa gelecek değer tahm uygulaması, TOBB Ekoom ve Tekoloj Üverstes, FBE-Yüksek Lsas Tez, Akara. [18] Suzuk K., 2011. Artfcal Neural etworks-methodologcal advaces ad bomedcal applcatos, ITech, JaezaTrde 9, Rjeka, Croata. [19] Fırat M., Gügör M., 2002. Askı madde kosatrasyou ve mktarıı yapay sr ağları le belrlemes, İMO Tekk Dergs, 3267-3282. [20] Hawley D.D., Johso J.D., Raa D., 1990. Artfcal eural systems: A New tool for facal decso makg, Facal Aalysts Joural, 46(6): 63-72. [21] Okur Y., 2016. Akdez bölgese at meteorolojk verler kullaılarak yapay sr ağları yardımıyla güeş eerjs tahm, Yüksek Lsas Tez, Fe Blmler Esttüsü, Osmaye Korkut Ata Üverstes, Osmaye. [22] De L.A.S., 1998. Forecastg prcples ad applcatos, Irw, McGraw-Hll, Sgapore. [23] Zhag G., Hu M.Y., 1998. Neural etwork forecastg of the Brtsh poud/us dollar exchage rate, Omega, 26(4): 495-506. [24] Cho V.A., 2003. Comparso of three dfferet approaches to tourst arrval forecastg, Toursm Maagemet, 24: 323-330. [25] Kalogrou S.A., 2000. Applcatos of artfcal eural-etworks for eergy systems, Appled Eergy, 67: 17-35. Yüksel Okur e-posta: yokur80@gmal.com 71