Monthly natural gas consumption’s modelling and its trend analysis for Yozgat in Turkey

dc.contributor.authorAy, Murat
dc.date.accessioned2020-08-19T05:19:35Z
dc.date.available2020-08-19T05:19:35Z
dc.date.issued2017-12-31
dc.description.abstractIn this study, an energy consumption modelling for long term (December 2006- March 2016) forecasting of monthly natural gas consumption in households and industry area for Yozgat city, Turkey was presented. In this context, it can be said that this paper has two purposes. One of them is the application and accuracy of the artificial neural networks. Estimate performances are compared with each other, and the estimates of the optimal models are evaluated with the monthly recorded natural gas consumption according to root mean square error, mean absolute error, and correlation coefficient. The other purpose of the study is to analysis trend of monthly natural gas consumption of Yozgat by using Mann-Kendall and a new method recently proposed by Şen. The results showed that the artificial neural networks gave satisfactory results in estimating monthly natural gas consumption. In the trend analysis, it was seen that both Mann-Kendall and Şen trend tests gave statistically significant increasing trend at 95% confidence level for monthly natural gas consumption of Yozgat.en_US
dc.description.abstractBu çalışmada, Türkiye'deki Yozgat ilinde ev ve sanayide aylık doğal gaz tüketiminin uzun vadeli (Aralık 2006-Mart 2016) tahmini için bir enerji tüketimi modeli oluşturulmuştur. Bu bağlamda, bu çalışmanın iki amacı olduğu söylenebilir. Bunlardan biri yapay sinir ağlarının uygulanması ve doğruluğudur. Modellerin tahmin performansları birbirleriyle karşılaştırılır ve en uygun modellerin tahminleri, ortalama karesel hatanın karekökü, ortalama mutlak hata ve korelasyon katsayısına göre aylık olarak kaydedilen doğal gaz tüketimi ile değerlendirilir. Çalışmanın diğer amacı, Mann-Kendall eğilim testini kullanarak Yozgat'ın aylık doğal gaz tüketiminin eğilimleri ve yakın zamanda Şen tarafından önerilen yeni bir yöntemi analiz etmektir. Çalışma sonuçları, yapay sinir ağlarının aylık doğal gaz tüketiminin tahmininde tatmin edici sonuçlar verdiğini gösterdi. Eğilim analizinde, hem Mann-Kendall hem de Şen eğilim testlerinin, Yozgat'ın aylık doğal gaz tüketimi için % 95 güven düzeyinde istatistiksel olarak önemli bir artış eğilimi görüldü.tr_TR
dc.identifier.citationAy, M. (2018). "Monthly natural gas consumption’s modelling and its trend analysis for Yozgat in Turkey". Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 23(1), 1-16.tr_TR
dc.identifier.endpage16tr_TR
dc.identifier.issn2148-4147
dc.identifier.issn2148-4155
dc.identifier.issue1tr_TR
dc.identifier.startpage1tr_TR
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/450442
dc.identifier.urihttp://hdl.handle.net/11452/12308
dc.identifier.volume23tr_TR
dc.language.isoenen
dc.publisherUludağ Üniversitesitr_TR
dc.relation.journalUludağ Üniversitesi Mühendislik Dergisi / Uludağ University Journal of The Faculty of Engineeringtr_TR
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergitr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectArtificial neural networksen_US
dc.subjectMann-Kendall trend testen_US
dc.subjectMonthly natural gas consumptionen_US
dc.subjectŞen trend testtr_TR
dc.subjectTurkeyen_US
dc.subjectYozgattr_TR
dc.subjectAylık doğal gaz tüketimitr_TR
dc.subjectMann-Kendall eğilim testitr_TR
dc.subjectŞen eğilim testitr_TR
dc.subjectTürkiyetr_TR
dc.subjectYapay sinir ağlarıtr_TR
dc.titleMonthly natural gas consumption’s modelling and its trend analysis for Yozgat in Turkeyen_US
dc.title.alternativeYozgat ili için aylık doğal gaz tüketiminin modellenmesi ve eğilim analizitr_TR
dc.typeArticleen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
23_1_1.pdf
Size:
914.64 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: