Savchuk, Olga2024-07-122024-07-122018Savchuk, O. (2018). Application of machine learning for energy systems: a review / Enerji sistemleri için yapay zeka ile öğrenme uygulaması: değerlendirme. Maltepe Üniversitesi Uluslararası Öğrenci Kongresi. s. 21-22978-605-2124-02-4https://hdl.handle.net/20.500.12415/5353The 2030 climate-energy package introduces ambitious targets of achieving a 27 % share of renewables in the energy mix, 27 % energy efficiency improvements, and 40 % greenhouse gas emission reductions compared to the level of 1990. It isanticipated that market and policy forces will shape the future energy systems to become electricity-dominated, decentralized-dominated, and inverter-dominated. Such a paradigm shift brings challenges of increased system complexity, reduced grid synchronicity, and higher risks of failure because of high intermittency. Furthermore, some novel issues are expected to appear due to de-regulation of the energy market and ubiquitous digitalization such as redefinition of electricity market relationships, as well as privacy and cyber security threats The increasing data availability and calculation capacity enable a massive employment of various machine learning (ML) approaches to address the arising challenges, typically in a one-by-one manner. This paper provides a comprehensive and systematic literature review of machine learning techniques used for energy system management. The major objective of this study is to evaluate and analyze the match between the challenge and the approach employed. Reviewed literature presented in this paper highlights the potential and diversity of ML approaches for solving the emerging difficulties of the energy system operation, maintenance, and planning.2030 iklim-enerji paketi çok iddialı olarak, enerji bileşiminde yenile bilirin payını %27 olarak, %27 enerji tasarruflu iyileştirmeleri ve 1990 yılına kıyas ile sera gazı emisyonunun %40 azalmasını hedeflemektedir. Piyasa ve siyaset güçlerinin gelecek enerji sistemlerini elektrik-bazlı, merkezi olmayan ve çevirici bazlı olarak şekillendireceği öngörülmektedir. Bu şekildeki bir paradigma değişimi, beraberinde artan sistem karmaşıklığı, azalan örgü senkronizasyonunu ve yüksek aralıktan dolayı yüksek riskleri beraberinde getirir. Buna ilaveten, enerji piyasasının liberalleşmesi ile ve elektrik piyasa ilişkilerinin tekrar tarif edilerek yaygın olarak dijitalleşmesi aynı zamanda da mahremiyet ve siber güvenlik tehditlerinin de tarifine bağlı olarak yeni türeyen bazı sorunların da ortaya çıkması beklenmektedir Artan veri elverişliliği ve hesap kapasitesi, ortaya çıkan zorlu işlerin, tipik olarak birebir şekilde irdelenmesi için birçok yapay zekâ yaklaşımının kitlesel istihdamına olanak verir. Bu çalışma, enerji sistem yönetiminde yapay zeka tekniklerinin kullanımına ait kapsamlı ve sistematik bir literatür değerlendirmesi sağlar. Bu çalışmanın esas amacı, istihdam edilen yaklaşım ile görevin uyumluluğunun değerlendirilmesi ve analizidir. Bu çalışmada, gözden geçirilerek sunulan literatür, enerji sistem işletimi, bakımı ve planlamasına ait ortaya çıkan zorlukların çözümü için potansiyel ve çeşitlilik gösteren yapay zeka yaklaşımlarına vurgu yapar.trinfo:eu-repo/semantics/openAccessConference Object2221