Journal of the Faculty of Engineering and Architecture of Gazi University 32:2 (2017) 575-583 Kısa dönem elektrik talep tahminleri için yapay sinir ağları ve uzman sistemler tabanlı hibrit sistem geliştirilmesi Benan Başoğlu * , Mehmet Bulut Elektrik Üretim A.Ş. Genel Müdürlüğü, Ankara, 06520, Ankara, Türkiye Ö N E Ç I K A N L A R  Kısa dönem elektrik talep tahmini için yeni ve özgün bir hibrit yaklaşım  Günlük elektrik talebi miktar ve 24 saatlik şekli için iki ayrı yapay sinir ağı kullanımı  Tahmin hatalarını %2 bandı içine düşürebilen yarı-otomatik uzman sistem Makale Bilgileri ÖZET Geliş: 11.05.2016 Kabul: 15.08.2016 DOI: Elektrik enerjisi modern dünyada yüksek refah seviyesi ve rahat yaşam standartları açısından en fazla önem taşıyan metalardan bir tanesidir. Elektrik arz güvenliğinin sağlanabilmesi doğru elektrik talep tahminlerinin yapılmasını gerektirmektedir. Bu çalışmada, Türkiye’nin piyasa ve mevsimsel koşulları göz önüne alınarak, yapay sinir ağları ve uzman sistemlerin birlikte kullanıldığı, kısa vadeli elektrik talep tahminlerinde yüksek doğrululuk derecesi sağlayan bir hibrit sistem geliştirilmiştir. EPSİM-NN adı verilen yeni tahmin sisteminde, günlük ortalama saatlik talep miktarı ve 24 saatlik talep şekli iki farklı yapay sinir ağı kullanılarak belirlenmektedir. Bu ağlardan elde edilen sonuçlar birleştirilerek günlük talep tahmini elde edilmektedir. Hesaplanan tahmin değerleri, yakın zaman talep trendlerinin kullanıldığı bir uzman sistemden geçirilerek tahminlerdeki hatalar minimize edilmektedir. Söz konusu sistem kullanılarak Türkiye için yapılan tahminlerin gerçekleşen değerlerle karşılaştırılması sonucunda, EPSİM-NN tarafından oluşturulan tahminlerin doğruluk derecelerinin oldukça yüksek olduğu görülmüştür. 10.17341/gazimmfd.322184 Anahtar Kelimeler: Uzman sistemler, yapay sinir ağları, elektrik üretimi, talep tahmini Development of a hybrid system based on neural networks and expert systems for short- term electricity demand forecasting H I G H L I G H T S  A new and unique hybrid approach for short-term electricity demand forecasting  Use of two separate artificial neural networks (ANN) to forecast quantity and shape of daily electricity demand  Semi-automatic expert system that can reduce forecast errors below 2% band Article Info ABSTRACT Received: 11.05.2016 Accepted: 15.08.2016 DOI: Electrical power is one of the most important commodities in terms of high levels of welfare and comfortable living standards in the modern world. The provision of electricity supply security requires accurate electricity demand forecasts. In this study, a hybrid system using neural networks and expert systems has been developed considering Turkey's electricity market and the seasonal conditions in order toobtain short-term electricity demand forecasts with high degree of accuracy. The new forecast system, which is called EPSIM-NN, estimates daily average per hour demand and 24-hour shape function using two different artificial neural networks. The results from these two separate networks are combined to obtain 24-hour daily demand estimates. Forecast errors are further minimized by an expert system module using correction factors derived from recent demand data. By comparing the estimated values with the actual values for typical Turkish demand scenarios, we conclude that degree of accuracy is quite highfor EPSIM-NN generated forecasts. 10.17341/gazimmfd.322184 Keywords: Expert systems, artificial neural networks, electricity generation, demand forecasting * Sorumlu Yazar/Corresponding author: benan.basoglu@euas.gov.tr / Tel: +90 535 339 8692