ISSN: 2090-4541
గోక్మెన్ సెరిబాసి
పునరుత్పాదక ఇంధన వనరులలో అత్యంత సాధారణ రకం జలవిద్యుత్ శక్తి ప్లాంట్లు. ఈ రకమైన ఎనర్జీ ప్లాంట్లలో, ఫ్లో రేట్ మరియు హెడ్ లెవెల్ తెలుసుకోవడం వల్ల విద్యుత్ ఉత్పత్తి మరియు భవిష్యత్తు ఇంధన ప్రణాళిక గురించి అంచనాలు వేయవచ్చు. మంచి విద్యుత్ ఉత్పత్తి ప్రణాళిక కోసం జలవిద్యుత్ ప్లాంట్లలో స్వల్పకాలిక మరియు దీర్ఘకాలిక అంచనాలను రూపొందించడం చాలా ముఖ్యం. అందువల్ల, ఈ అధ్యయనంలో టర్కీలోని సెంట్రల్ సకార్య బేసిన్లో ఉన్న డోగన్కే 1 మరియు డోగన్కే 2 జలవిద్యుత్ కేంద్రాలలో దీర్ఘకాలిక విద్యుత్ ఉత్పత్తి అంచనాల కోసం ఇన్నోవేటివ్ సేన్ పద్ధతి మరియు కృత్రిమ న్యూరల్ నెట్వర్క్లు స్వల్పకాలిక విద్యుత్ ఉత్పత్తి అంచనాల కోసం ఉపయోగించబడ్డాయి. ఇన్నోవేటివ్ సేన్ పద్ధతిలో, 2014 నుండి 2018 వరకు రోజువారీ మొత్తం శక్తి ఉత్పత్తి స్థాయిలు ఉపయోగించబడ్డాయి; మరియు స్వల్పకాలిక అంచనాలో, ఆర్టిఫిషియల్ న్యూరల్ నెట్వర్క్ల కోసం ఫైటన్ సాఫ్ట్వేర్ ఉపయోగించబడింది. 2030 సంవత్సరం వరకు స్వల్పకాలిక అంచనా వేయబడింది. అధ్యయనం ఫలితంగా, ఆర్టిఫిషియల్ న్యూరల్ నెట్వర్క్ల మోడల్లో అధిక R2 మరియు తక్కువ MSE విలువలు సకార్య నదిపై ఉన్న డోగన్కే 1 మరియు డోగన్కే 2 హైడ్రోఎలక్ట్రిక్ పవర్ ప్లాంట్ల నమూనా యొక్క ఖచ్చితత్వాన్ని చూపించాయి. వినూత్న సేన్ పద్ధతి ఫలితంగా, డోగన్కే 1 మరియు డోగన్కే 2 జలవిద్యుత్ కేంద్రాల శక్తి ఉత్పత్తిలో భావి తగ్గుదల ధోరణి గమనించబడింది.