Bu çalışmada, doğası gereği talep edildiği anda talep miktarına eşit bir arzla karşılanması gereken ve hem fazla hem de eksik üretim durumunda ek maliyetlere yol açan bir ürün olan elektriğin dinamik olarak fiyatlanması için hangi verilerin kullanılması gerektiği araştırılmaktadır. 07. 01. 2009-31. 12. 2013 tarihlerini içeren saatlik fiyat verilerinin yapay sinir ağları kullanılarak farklı veri kombinasyonlarıyla tahminlenmesiyle elektrikte tekel piyasadan serbest piyasaya giden yola bir nebze ışık tutmak amaçlanmıştır. Hedef veri olan gün içi piyasası fiyatlarının tahmini için illerin günlük sıcaklık verileri, merkez bankası yabancı para kuru, gün öncesi piyasası verileri kullanılmış ve seçili dönemde gün öncesi piyasasıyla gün içi piyasası arasındaki %25 olan ortalama mutlak yüzdelik hatanın %20. 8'e kadar iyileştirilebildiği gösterilmiştir. Çalışma hem optimizasyon alanında Türkiye'de elektriğin fiyatlanmasını içermesi hem de pazarlama alanında daha az rağbet gören fiyatlama konusunda yapay sinir ağları kullanımının ve elektriğin dinamik fiyatlanması için gerekli olabilecek verileri içeren veri seti modellerinin gösterilmesi açısından ilgili alan yazınına katkı vermeye çalışmıştır.
Bu çalışmada, doğası gereği talep edildiği anda talep miktarına eşit bir arzla karşılanması gereken ve hem fazla hem de eksik üretim durumunda ek maliyetlere yol açan bir ürün olan elektriğin dinamik olarak fiyatlanması için hangi verilerin kullanılması gerektiği araştırılmaktadır. 07. 01. 2009-31. 12. 2013 tarihlerini içeren saatlik fiyat verilerinin yapay sinir ağları kullanılarak farklı veri kombinasyonlarıyla tahminlenmesiyle elektrikte tekel piyasadan serbest piyasaya giden yola bir nebze ışık tutmak amaçlanmıştır. Hedef veri olan gün içi piyasası fiyatlarının tahmini için illerin günlük sıcaklık verileri, merkez bankası yabancı para kuru, gün öncesi piyasası verileri kullanılmış ve seçili dönemde gün öncesi piyasasıyla gün içi piyasası arasındaki %25 olan ortalama mutlak yüzdelik hatanın %20. 8'e kadar iyileştirilebildiği gösterilmiştir. Çalışma hem optimizasyon alanında Türkiye'de elektriğin fiyatlanmasını içermesi hem de pazarlama alanında daha az rağbet gören fiyatlama konusunda yapay sinir ağları kullanımının ve elektriğin dinamik fiyatlanması için gerekli olabilecek verileri içeren veri seti modellerinin gösterilmesi açısından ilgili alan yazınına katkı vermeye çalışmıştır.
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 140,25 | 140,25 |
2 | 71,53 | 143,06 |
3 | 48,62 | 145,86 |
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 140,25 | 140,25 |
2 | 71,53 | 143,06 |
3 | 48,62 | 145,86 |
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 140,25 | 140,25 |
2 | 71,53 | 143,06 |
3 | 48,62 | 145,86 |
Taksit Sayısı | Taksit tutarı | Genel Toplam |
---|---|---|
Tek Çekim | 140,25 | 140,25 |
2 | 71,53 | 143,06 |
3 | 48,62 | 145,86 |