Elektrik enerjisi ülkelerin refah ve çağdaşlaşma seviyesine ayna tutan metalardan bir tanesidir. Elektrik enerjisi depolayamayan üretildiği anda tüketilmesi gereken enerji türüdür. Bu nedenle arzın karşılanması için tüketim talebinin tahmin doğruluğu önem arz etmektedir. Nüfus artışının hızlanması, gelişen teknoloji ve hızlı sanayileşme gibi gelişmelerin yaşanması ile elektrik enerjisinin kullanımı ve ihtiyacı her geçen gün artmaktadır. Ayrıca elektrik enerjisi, ülkeler arası rekabetin önemli unsurları arasında yer alması nedeniyle de ülkeler doğru tahmin sistemi geliştirerek daha doğru tahminler elde etme üzerine çalışmalar yapmaktadır. Bu çalışmada, uygulama yaygınlığı ile öne çıkan yapay sinir ağları ve yapay zeka tekniklerinin yeni bir çeşidi olan diferansiyel polinom sinir ağları ile Türkiye'nin elektrik enerji talebi tahmin edilmiştir. İhracat, ithalat, nüfus, kurulu güç ve gayri safi yurtiçi hasıla elektrik tüketimini etkileyen önemli faktörlerdir. Bu nedenle Türkiye'nin elektrik enerjisi tüketim tahmininde 1965-2016 yılları için bağımsız değişken olarak ele alınarak model girdileri olarak kullanılmıştır. Her iki metotla elde edilen tahmin sonuçlarının performansı karşılaştırmalı olarak ortaya konulmuştur. Karşılaştırmalar neticesinde diferansiyel polinom sinir ağı yönteminden elde edilen sonuçların ortalama mutlak yüzde hatası %4,32 daha düşük elde edilmiştir. Sonuçların analizinde kullanılan istatistiksel yöntemler diferansiyel polinom sinir ağının yüksek doğrulukta tahminler gerçekleştirdiği anlaşılmıştır. Anahtar kelimeler: Diferansiyel polinom sinir ağları, Yapay sinir ağları, Elektrik enerjisi, tüketim tahmini
Electricity energy is one of the commodities in terms that mirrors the level of welfare and modernization of the countries. Electric energy is the type of energy that must be consumed when it is produced without storing it. For this reason, the prediction accuracy of the demand for consumption is important to meet the supply. The use of electrical energy and the need for it is increasing day by day with the developments such as the acceleration of population growth, developing technology and rapid industrialization. In addition, as electricity energy is one of the important elements of competition among countries, countries are working on obtaining more accurate estimates by developing correct estimation system. In this study, Turkey's electric energy consumption has been estimated with the artificial neural networks technique, which are prominent in application prevalence and differential polynomial neural networks which a new kind of neural networks technique. Export, import, population, installed power and gross domestic product are important factors affecting electricity consumption. Therefore, by considering as independent variables were used as inputs for the 1965-2016 model years in Turkey's electricity consumption estimated.As a result of the comparisons, the mean absolute percentage error of the results obtained from the differential polynomial neural network method was 4.32% lower. The statistical methods used in the analysis of the results have revealed that the differential polynomial neural network performed highly accurate estimates. Keywords: Differential polynomial neural networks, artificial neural networks, electric energy, consumption forecast
