Yenilenebilir enerji kaynaklarının hızla yaygınlaştığı günümüzde, enerji ağlarında net yük tahminleri giderek zorlaşıyor. Güneş ve rüzgar enerjisinin doğasında bulunan değişkenlik ve belirsizlik, geleneksel tahmin yöntemlerini yetersiz kılıyor.
Bu soruna çözüm arayan araştırmacılar, makine öğrenmesi teknolojilerinden LSTM (Uzun Kısa Süreli Bellek) modeli ve tam bağlantılı sinir ağlarını kullanarak iki farklı yaklaşım geliştirdi. Doğrudan yöntem, hedeflenen net yükü direkt olarak tahmin ederken, dolaylı yöntem toplam enerji yükü ile yenilenebilir enerji üretimini ayrı ayrı hesaplayarak net yüke ulaşıyor.
Çalışmanın en dikkat çeken yenilikçi özelliği, yenilenebilir enerji kapasitesinin tahmin modeline girdi verisi olarak dahil edilmesi. Bu yaklaşım, enerji sistemlerindeki kapasite değişimlerinin tahmin doğruluğuna olan etkisini dikkate alıyor.
Karşılaştırmalı test sonuçları, dolaylı yöntemin genel olarak daha başarılı olduğunu ortaya koydu. Özellikle LSTM modeli kullanılarak uygulanan dolaylı yöntem, en yüksek tahmin doğruluğunu sağladı. Bu bulgular, enerji ağlarının planlanması ve işletilmesi için önemli pratik değer taşıyor.