Turbo Kompresörlerin Çalışma Hızını Etkileyen Faktörlerin Makine Öğrenmesi Yöntemleri Kullanılarak Modellenmesi

Günümüzde nüfus artışı ile sanayi ve konutlara yönelik doğal gaz tüketim talebinin artması sonucunda, mevsimsel etkilerden kaynaklanan arz/talep uyumsuzluğunu dengelemek için, talebin az olduğu zamanlarda doğal gazın yeraltında depolanması ve çok olduğu zamanlarda ise depolardan kullanımının sağlanabilmesine yönelik hem ülkemizde hem de dünyada çeşitli projelerin planlaması yapılmıştır. Planlanan bu projeler vasıtasıyla doğalgaz talebindeki mevsimsel dalgalanmaların önlenmesi hedeflenmektedir. Tuz mağaralarında yeraltı doğal gaz depolaması için turbo kompresörler kullanılmaktadır. Turbo kompresörler doğalgazı yüksek basınçlara çıkarabilen önemli makinalardandır. Bu çalışma kapsamında bahsedilen turbo kompresörlerin çalışma hızını etkileyen faktörlerden akış, hat basıncı ve kuyu başı basıncının kompresör devrinin tahmini için makine öğrenmesi yöntemleri ile modellenmesi gerçekleştirilmiştir. 42 makine öğrenmesi modelinin denendiği çalışmadan elde edilen deneysel sonuçlara göre kompresör devrinin tahmininde Decision Tree Regressor algoritması 0.99 R2, 11.29 RMSE ve 0.01 (sn) çalışma zamanı ile en iyi sonucu veren algoritma olmuştur.