DALGACIK DÖNÜŞÜMÜ TABANLI NAİVE BAYES SINIFLANDIRICI İLE TÜRKİYE’NİN TAMAMINI İÇEREN BÖLGELERDEKİ LİNYİT KÖMÜRÜNÜN KALİTE TESPİTİ

Abstract

Günümüzde Türkiye sondaj sahalarından elde edilen karmaşık linyit kömürünün kabul edilebilir kalite ve nispeten zayıf kalitede olduğunun tespiti işlemi enerji santrallerinde, diğer alanlarda ve enerji üretiminde hayati öneme sahiptir. Özellikle, birden fazla karmaşık parametrelerinin doğru bir şekilde kalitelerine göre belirlenmesi yatırım kararlarında büyük ölçüde önem kazanmıştır. Bu makalede, Türkiye Kömür İşletmeleri Genel Müdürlüğünden alınan, MTA tarafından yayınlanan linyit envanterinde Türkiye’nin tamamını içeren 96 linyit kömürünün 96 sondaj bölgesine ait nem, kül, kükürt ve kalori içerikleri ele alınmıştır. Belirtilen nem, kül ve kükürt gibi 3 parametre, bağımlı değişken olan kalori değeri üzerinde etkili olmaktadır. Kalori ne kadar yüksekse kömür kalitesi o kadar iyidir. İlk olarak verilere K-Ortalamalar kümeleme algoritması uygulanarak kömürünün kalori değerleri 2 gruba ayrılmıştır. 2 gruba ayrılan bu değerler doğrulama verisi olarak kullanılmıştır. Dalgacık katsayılarından elde edilen özellik değerleri Naive Bayes sınıflandırıcısı ile sınıflandırılmıştır. Sınıflandırma performansları kıyaslandığında Daubechies dalgacık ailesinden olan db4’ün diğer dalgacık ailelerine ve CA dalgacık katsayılarının CH, CV ve CD katsayılarına göre daha yüksek performans sergilediği tespit edilmiştir. Nem, kül ve kükürt içeriklerinin Dalgacık Dönüşümü katsayıları hesaplanarak, Naive Bayes yöntemi ile sınıflandırma performansları kıyaslanmıştır. Daubechies ailesinden olan db4’ün yaklaşımsal katsayıları ile elde edilen kömürün kalite tespit oranının en yüksek olduğu ve %100 olarak bulunduğu tespit edilmiştir.