Derin öğrenme tabanlı konut yükü tanımlama modeli ve performans analizi
Open Access
- 21 August 2025
- journal article
- Published by Journal of the Faculty of Engineering and Architecture of Gazi University in Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi
- Vol. 40 (3) , 1637-1646
Abstract
Modern çağın hızla değişen enerji ihtiyaçlarına cevap vermek, evlerin enerji yönetimini daha da kritik hale getirmektedir. Akıllı ev teknolojilerinin yükselişiyle birlikte, konut yüklerinin etkili bir şekilde tanımlanması ve yönetilmesi giderek daha büyük bir önem kazanmaktadır. Bu çalışmada, konut yükü tanımlaması için CNN derin öğrenme tabanlı yeni bir yaklaşım önerilmiştir. Önerilen modelin etkinliği ve uygulanabilirliği, geleneksel makine öğrenimi yöntemleri olan Rastgele Orman, Karar Ağaçları ve K-En Yakın Komşu ile karşılaştırılarak değerlendirilmiştir. Afyon Kocatepe Üniversitesi laboratuvarlarında gerçekleştirilen deneysel verilerle desteklenen çalışma sonuçları, CNN derin öğrenme modelinin doğruluk, kesinlik, duyarlılık ve F-ölçütü gibi kritik metriklerde en üstün performansı sergilediğini ortaya koymuştur.Keywords
This publication has 29 references indexed in Scilit:
- A novel approach for residential load identification based on dynamic time warpingSustainable Energy, Grids and Networks, 2024
- Convolutional neural network fault classification based on time-series analysis for benchmark wind turbine machineRenewable Energy, 2022
- A novel approach based on a feature selection procedure for residential load identificationSustainable Energy, Grids and Networks, 2021
- Non‐intrusive load monitoring by voltage–current trajectory enabled asymmetric deep supervised hashingIET Generation, Transmission & Distribution, 2021
- Non-intrusive identification of harmonic polluting loads in a smart residential systemSustainable Energy, Grids and Networks, 2021
- A practical solution based on convolutional neural network for non-intrusive load monitoringJournal of Ambient Intelligence and Humanized Computing, 2021
- A novel approach for residential load appliance identificationSustainable Cities and Society, 2020
- Energy management system for residential buildings based on fuzzy logic: design and implementation in smart‐meterIET Smart Grid, 2020
- A hybrid model for appliance classification based on time series featuresEnergy and Buildings, 2019
- Appliance classification using VI trajectories and convolutional neural networksEnergy and Buildings, 2018