Betül Günay
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Interests
Betül Günay has a total of 2 co-authors. Here are the top co-authors by number of shared publications:
- Burcu Kocarık Gacar
Manisa Celal Bayar Üniversitesi
1 shared publication - Mehmet Sandal
Manisa Celal Bayar Üniversitesi
1 shared publication
Latest Publications
- 29 August 2026
- Published by Karamanoglu Mehmetbey University in Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi
- Vol. 28 (52) , 687-706
HİDROELEKTRİK ENERJİ ÜRETİMİNİN TAHMİNİ: DERİN ÖĞRENME YAKLAŞIMI İLE ARIMA MODELİNİN KARŞILAŞTIRILMASI
Bu çalışmanın amacı Türkiye’deki hidroelektrik santrallerden elde edilen elektrik üretim verileri için günlük üretim potansiyelinin tahmin edilmesidir. Bu amaçla 2022-2024 yılları arasında Türkiye’nin yedi coğrafi bölgesinin her birinden en yüksek hidroelektrik enerji üretimi gerçekleştirilen ikişer santral seçilerek toplam 14 santrale ait saatlik üretim verileri kullanılmıştır. Veri düzenleme ve tahmin yöntemlerinin uygulanması süreçlerinde Python programlama dili kullanılmıştır. Çalışmada Otoregresif Entegre Hareketli Ortalama (ARIMA) modeli ile derin öğrenme yöntemi olan Uzun-Kısa Vadeli Bellek (LSTM) algoritmasının tahmin performansları karşılaştırılmıştır. Elde edilen bulgular, elektrik üretiminin LSTM modeli ile daha yüksek doğrulukta tahmin edilebildiğini göstermiştir. Bu doğrultuda LSTM modeli kullanılarak 2025 yılına ilişkin hidroelektrik üretim tahminleri gerçekleştirilmiştir. Türkiye’de hidroelektrik santrallerine yönelik elektrik üretim tahmininde klasik zaman serisi modelleri ile derin öğrenme yaklaşımlarını karşılaştırmalı olarak ele alan çalışmaların sınırlı sayıda olduğu gözlenmektedir. Bu çalışma, iki farklı yaklaşımın performansını aynı veri kümesi üzerinde nicel ölçütlere göre değerlendirerek mevcut literatüre karşılaştırmalı ampirik bulgular sunmaktadır. Elde edilen bulguların enerji planlaması ve üretim öngörüsü çalışmalarına yöntemsel katkı sağlayabileceği değerlendirilmektedir.
- 29 August 2026
- Published by Karamanoglu Mehmetbey University in Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi
- Vol. 28 (52) , 687-706
HİDROELEKTRİK ENERJİ ÜRETİMİNİN TAHMİNİ: DERİN ÖĞRENME YAKLAŞIMI İLE ARIMA MODELİNİN KARŞILAŞTIRILMASI
Bu çalışmanın amacı Türkiye’deki hidroelektrik santrallerden elde edilen elektrik üretim verileri için günlük üretim potansiyelinin tahmin edilmesidir. Bu amaçla 2022-2024 yılları arasında Türkiye’nin yedi coğrafi bölgesinin her birinden en yüksek hidroelektrik enerji üretimi gerçekleştirilen ikişer santral seçilerek toplam 14 santrale ait saatlik üretim verileri kullanılmıştır. Veri düzenleme ve tahmin yöntemlerinin uygulanması süreçlerinde Python programlama dili kullanılmıştır. Çalışmada Otoregresif Entegre Hareketli Ortalama (ARIMA) modeli ile derin öğrenme yöntemi olan Uzun-Kısa Vadeli Bellek (LSTM) algoritmasının tahmin performansları karşılaştırılmıştır. Elde edilen bulgular, elektrik üretiminin LSTM modeli ile daha yüksek doğrulukta tahmin edilebildiğini göstermiştir. Bu doğrultuda LSTM modeli kullanılarak 2025 yılına ilişkin hidroelektrik üretim tahminleri gerçekleştirilmiştir. Türkiye’de hidroelektrik santrallerine yönelik elektrik üretim tahmininde klasik zaman serisi modelleri ile derin öğrenme yaklaşımlarını karşılaştırmalı olarak ele alan çalışmaların sınırlı sayıda olduğu gözlenmektedir. Bu çalışma, iki farklı yaklaşımın performansını aynı veri kümesi üzerinde nicel ölçütlere göre değerlendirerek mevcut literatüre karşılaştırmalı ampirik bulgular sunmaktadır. Elde edilen bulguların enerji planlaması ve üretim öngörüsü çalışmalarına yöntemsel katkı sağlayabileceği değerlendirilmektedir.