Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Merve ERTOSUN YILDIZ
Danışman: Figen Beyhan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Bina sektöründe, artan nüfusun yanı sıra sosyal talep ve hızlı kentleşme gibi diğer faktörler nedeniyle enerji talebinin büyük ölçüde arttığı açıktır. Binalara uygulanan enerji verimliliği konusu, günümüzün uluslararası enerji politikalarının temel unsurlarından biridir. Özellikle konut sektöründe olmak üzere yapı üretimi ve kullanım süreci boyunca ihtiyaç duyulan enerji talebindeki belirsizliklerle çözüm getirmesi gerekmektedir. Enerji performansı için güvenilir tahmin yöntemlerinin geliştirilmesi, binalarda enerji verimliliğinin sağlanmasında önemli ve öncelikli bir araştırma alanı olarak görülmelidir. Veriye dayalı öğrenme imkânı sunan makine öğrenimi bina enerji talep tahminlerinde ortaya çıkan belirsizliklerle başa çıkmak için uygulanan güncel bir yaklaşımdır. Bu doğrultuda, Türkiye 3. İklim bölgesinde yer alan konutların ısıtma ve soğutma yüklerini tahmini sağlayan ve makine öğrenimi algoritmalarına dayanan bir model önerisi geliştirilmiştir. Araştırmada önce simülasyon programları aracılığı ile konut tipi üzerinden duvar katmanları, plan tipi, yönlenme durumu, pencere tipi değiştirilerek 12960 tane senaryo oluşturulmuş ve çalışmanın ilk aşaması tamamlanmıştır. Daha sonra bu veri seti ön işlemlerden geçirilerek ısıtma yük tahmini için 8602; soğutma yük tahmini için 9617 adet örnekleme düşürülmüştür. Tahmin modelleri geliştirilirken, doğrusal regresyon, karar ağaçları, destek vektör makineleri ve yapay sinir ağı algoritmaları uygulanmıştır. En iyi tahmin performansını gösteren yapay sinir ağları modeli ısıtma ve soğutma yükleri için tahmin modeli olarak geliştirilmiştir. Nihai model ısıtma yükü için % 90 doğruluk; soğutma yükü için % 98 doğrulukla çalışmıştır. Model performansı, oluşturulan farklı senaryolar ile sınanmış ve doğrulanmıştır. Bu araştırma makine öğrenimi aracılığı ile enerji performansına yönelik tahminlerin, -yeterli veri sağlandığında- yüksek doğrulukla sonuçlanabileceğini ve erken tasarım evresinde tüm proje paydaşlarına yol gösterici olabileceğini göstermektedir.
Anahtar Kelimeler : Bina enerji performansı, sürdürülebilirlik, mimarlıkta makine öğrenimi, karar ağacı, yapay sinir ağı