Ticari gemilerde operasyonel elektriksel gücün tahmininde makine öğrenmesi yaklaşımı: şaft jeneratörü güç tahmini uygulaması

Tayfun UYANIK

Makale detayları

Ticari gemilerde operasyonel elektriksel gücün tahmininde makine öğrenmesi yaklaşımı: şaft jeneratörü güç tahmini uygulaması

Yazarlar:

Tayfun UYANIK

Yayıncı:

Bandirma Onyedi Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Intelligent Transportation Systems and Applications 2021 Vol.4 Issue 2, pp.165-174

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000884712

Sıklık:

İki Yıllık

eISSN:

2636-820X

pISSN:

2636-820X

Anahtar kelimeler:

Özet:

 

Son yıllarda uluslararası denizcilik ve çevre otoritelerince denizcilik sektöründeki emisyonların azaltılması için son derece radikal kararlar alınmaktadır. Şirketler yürürlüğe konulan kuralları uygulamak için fayda-maliyet oranı bakımından etkin yaklaşımlarla enerji verimliliğini arttırmayı amaçlamaktadır. Bu kapsamda gemi enerji verimliliğinin ve emisyonların belirlenmesi için literatürde çeşitli yaklaşımlar oluşturulmuştur. Özellikle son beş yılda makine öğrenmesi yöntemlerinin farklı alanlarda uygulamalarının başarılı sonuçlar vermesi üzerine bu yöntemler denizcilik sektöründe emisyonların belirlenebilmesi adına da kullanılmaya başlanmıştır. Gemide yakıt tüketimi emisyonun büyük bir bölümünü oluşturmaktadır. Bu konuda literatürde çok sayıda çalışma mevcuttur. Bu çalışmada ise gemilerde toplam yakıt tüketiminin yaklaşık %10-15’lik bir kısmını oluşturan, genellikle seyir sırasında birden fazla sayıda jeneratörün çalıştırılması yerine operasyonel iş ve işlemler için kullanılan şaft jeneratörünün gücü makine öğrenmesi uygulamaları vasıtasıyla tespit edilmiştir. Çalışmada bir konteyner gemisinden alınan 750 günlük veri seti kullanılmıştır. Alınan veri seti makine öğrenmesi yöntemleri için uygun hale getirilmiştir. Bu aşamada veri seti eğitim ve test verisi olarak bilgisayar tarafından rastgele seçilerek iki kısma ayrılmıştır. Eğitim verisi ile algoritmalar eğitilmiş, test verisi ise algoritmalara öğretilmemiş ve tahmin işlemi sırasında algoritma başarılarının ölçülebilmesi adına saklanmıştır. Yapılan tahminler sonucunda Çoklu Doğrusal Regresyon algoritmasının şaft jeneratörünün elektriksel gücünün tahmini işleminde çalışmada incelenen diğer algoritmalardan daha başarılı sonuçlar verdiği tespit edilmiştir.

Makale detayları

Ticari gemilerde operasyonel elektriksel gücün tahmininde makine öğrenmesi yaklaşımı: şaft jeneratörü güç tahmini uygulaması

Yazarlar:

Tayfun UYANIK

Yayıncı:

Bandirma Onyedi Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Intelligent Transportation Systems and Applications 2021 Vol.4 Issue 2, pp.165-174

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000884712

Sıklık:

İki Yıllık

eISSN:

2636-820X

pISSN:

2636-820X

Gemi kaynaklı emisyonlar

enerji verimliliği

makine öğrenmesi

şaft jeneratörü

Sayı

Makale detayları

Ticari gemilerde operasyonel elektriksel gücün tahmininde makine öğrenmesi yaklaşımı: şaft jeneratörü güç tahmini uygulaması

Yazarlar: Tayfun UYANIK

Yayıncı: Bandirma Onyedi Eylul University

Ana Başlıklar: Uygulamalı fizik

Dergi: Journal of Intelligent Transportation Systems and Applications 2021 Vol.4 Issue 2, pp.165-174

Belge Tipi: Makale

Yayın Tarihi: 11/2021

Belge Dili: Türkçe

Document ID (Org No.): 2000884712

Sıklık: İki Yıllık

eISSN: 2636-820X

pISSN: 2636-820X

Gemi kaynaklı emisyonlar

enerji verimliliği

makine öğrenmesi

şaft jeneratörü

Sayı

Yazarlar:

Tayfun UYANIK

Yayıncı:

Bandirma Onyedi Eylul University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Intelligent Transportation Systems and Applications 2021 Vol.4 Issue 2, pp.165-174

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000884712

Sıklık:

İki Yıllık

eISSN:

2636-820X

pISSN:

2636-820X