+90(533) 652 66 86
nwsa.akademi@hotmail.com
Fırat Akademi Samsun-Türkiye
| Cover Download | Context Page Download |
Baraj haznelerinin tasarımı ve işletilmesi aşamalarında, güvenilir akım tahminlerinin ve akım modelleme çalışmalarının yapılması büyük önem taşımaktadır. Sunulan çalışmada, Levenberg-Marquardt optimizasyon algoritması tabanlı bir yapay sinir ağı (LM-YSA) modeli geliştirilerek, Keban Barajı’nı besleyen, Murat Nehri, Munzur Çayı ve Peri Suyu günlük akımlarına uygulanmıştır. Hazırlanan LM-YSA modelleri içsel bağımlı stokastik AR(p) model yapılarıyla da karşılaştırılmıştır. Uzun dönemde gözlenmiş ve modellenmiş akımların istatistikleri karşılaştırıldığında; kurulan tüm modellerin yaklaşık sonuçlar verdiği ancak LM-YSA modelinin Keban akımlarını istatistiksel açıdan daha iyi temsil ettiği görülmüştür.
Keywords
Keban Barajı,
Günlük Akımlar,
Yapay Sinir Ağları,
Levenberg-Marquardt Optimizasyon Algoritması,
AR(p) Modelleri,
It is very important to make reliable runoff predictions and runoff modeling studies when planning and operating of dam reservoirs. In the study presented, the Levenberg-Marquardt optimization algorithm based artificial neural network (LM-ANN) model was improved and applied to the daily runoff observations of Murat, Munzur and Peri Rivers which feed the Keban Dam. The LM-ANN models were also compared with autoregressive stochastic AR(p) model structures. When the statistics of the long term recorded and modeled runoff values are compared, it can be seen that all model results are approximately similar but the LM-ANN that has been developed, is more successfully represents the daily runoff values of the Keban Dam.
Keywords
Keban Dam,
Daily Flows,
Artificial Neural Networks,
Levenberg-Marquardt Optimization Algorithm,
AR(p) Models,
|
Authors |
|
|||
|
|
||||
|
Supporting Institution |
: | |||
|
|
||||
|
Project Number |
: | |||
|
|
||||
|
Thanks |
: | |||
