Gelen, AyetülUzun, Elif2021-03-192021-03-192019https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=4J_FzTwlrMCH4qBROpXPHysHtZgMXkNZdkNtvwBME3xx9Dx_f4V75-WBkh1A7vAHhttps://hdl.handle.net/20.500.12885/62Yapılan bu tez çalışmasında; Türkiye geneli ve Bursa ili için orta ve uzun dönem olmak üzere iki dönemde elektrik talebi ve Türkiye'nin maksimum yıllık ani puant yük değerleri tahmin edilmiştir. Uzun dönem tahminlerinde zaman aralığı 2019-2028 yılları arası, orta dönem tahminlerinde ise zaman aralığı Ocak 2019-Aralık 2019 olarak belirlenmiştir. Tahmin çalışmasında Çoklu Doğrusal Regresyon Analizi ve Yapay Sinir Ağları yöntemleri kullanılmıştır. Tahmin girdisi olarak geçmiş yıllara ait elektrik tüketimi, yıllık ani puant yük değerleri, iklim verisi (ısıtma ve soğutma gün sayısı), nüfus ve ekonomik büyüme göstergelerinden faydalanılmıştır. Her bir model için tahmin sonuçları elde edilmiş ve diğer modellerle karşılaştırılmıştır. Elde edilen sonuçlar hem Türkiye Elektrik İletim A.Ş. ve Enerji ve Tabii Kaynaklar Bakanlığı tarafından hazırlanan projeksiyonlar ile kıyaslanmış hem de tahmin performans ölçütlerine göre değerlendirilmiştir. Türkiye ve Bursa uzun dönem elektrik talebi ve Türkiye yıllık ani puant talebi için yapılan tahmini sonuçları her iki model için de TEİAŞ ve ETKB tahminleri ile paralellik göstermiştir. Ayrıca YSA modelinin kullanıcı açısından daha geniş tahmin seçenekleri sunduğu buna karşın işlem süresinin çoklu regresyon analizine göre oldukça uzun olduğu görülmüştür.In this study, medium and long term electricity demand of Turkey and Bursa and maximum peak loads of Turkey are estimated. The time interval for the long-term and medium-term is determined as follows: the long-term forecasts consist of the period between 2019 - 2028, and the medium-term forecasts include the period between January 2019 - December 2019. Multiple Linear Regression Analysis and Artificial Neural Networks methods were used in this study. Electricity consumption, maximum peak loads, climate data (heating and cooling degree days), population and economic growth indicators were also used as input data. Results obtained for each model were compared with other models. The obtained results were also compared with projections made by TEİAŞ (Turkish Electricity Transmission System Operator) and Ministry of Energy and Natural Resources. Estimations of long-term electricity demand to Turkey and Bursa and annual peak load to Turkey are in line with estimations of TEIAS and MENR. In addition, the ANN model offers a wider range of estimation options for the user, but the processing time is considerably longer than the multiple linear regression analysis.trinfo:eu-repo/semantics/openAccessElektrik ve Elektronik MühendisliğiElectrical and Electronics EngineeringMaster Thesis170612310