ELEKTRİK DAĞITIM HATLARINDA YAPAY ZEKA İLE ARIZA ANALİZİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Sivas Cumhuriyet Üniversitesi, Mühendislik Fakültesi, Elektrik Elektronik Mühen., Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: KÜBRA DAĞGEZ
Danışman: Vekil Sarı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Elektrik dağıtım sistemleri, enerji tedarikinin sürekliliği ve güvenilirliği açısından kritik bir öneme sahiptir. Ancak dağıtım hatlarında meydana gelen biyolojik ve çevresel kaynaklı arızalar, enerji hizmetlerinin aksamasına neden olmakta ve dağıtım şirketleri için önemli maliyetler doğurmaktadır. Bu çalışmada, biyolojik kaynaklı arızaların meteorolojik faktörlerle ilişkisini analiz etmek ve bu arızaları tahmin etmek amacıyla yapay sinir ağları (YSA) tabanlı bir model geliştirilmiştir. 2021-2023 yılları arasında bir elektrik dağıtım şirketinden elde edilen gerçek arıza kayıtları ile aynı döneme ait meteorolojik veriler entegre edilerek analiz edilmiştir. Yapay sinir ağları, literatürde özellikle enerji sistemleri arızalarının tahmininde kullanılan güçlü araçlar arasında yer almaktadır. Literatürde, biyolojik etkileşimlerden kaynaklanan kesintilerin tahmini için Bayes ağlarını kullanarak, biyolojik faktörlerin kesintilere etkisini modelleyen ve yapay sinir ağı tabanlı, arıza tahminlerini yüksek başarımla hesaplayan sistemler incelenmiştir. Bu çalışmalar, biyolojik kaynaklı kesintilerin tahmini ve önlenmesine yönelik veri odaklı modellerin enerji sektöründe artan bir öneme sahip olduğunu ortaya koymaktadır. Bu tez çalışması, literatürdeki çalışmalardan farklı olarak biyolojik kaynaklı kesintilerin tahmini için kesinti verilerinin yanı sıra meteorolojik faktörlerle bütünleşmiş bir yapay sinir ağı modeli sunmaktadır. Literatürde genellikle belirli hayvan davranışları veya basit iklim parametrelerine dayalı modeller geliştirilirken, bu çalışmada geniş bir meteorolojik veri seti ve gerçek arıza kayıtları kullanılmıştır. Model, sıcaklık, bağıl nem, rüzgâr hızı ve yağış olasılığı gibi kritik faktörleri analiz ederek, arıza riskinin yüksek olduğu bölgelerin tahmin edilmesini sağlamaktadır. Matlab yazılımı ile geliştirilen YSA modeli, doğrusal olmayan veri ilişkilerini öğrenme kapasitesi sayesinde %97 doğruluk oranıyla etkili bir performans sergilemiştir. Bu çalışma, elektrik dağıtım hatlarındaki biyolojik kaynaklı arızaların tahmin edilmesine yönelik literatüre önemli bir katkı sunmakta ve dağıtım şirketlerinin önleyici bakım stratejileri geliştirmelerine olanak tanımaktadır. Sonuçlar, yapay zekâ tabanlı modellerin enerji sektöründeki potansiyelini ortaya koyarken, bu alandaki uygulamalara yönelik yeni bir perspektif sunmaktadır. Anahtar Kelimeler: Elektrik dağıtım hatları, yapay sinir ağları, arıza tahmini, meteorolojik faktörler, biyolojik kesintiler, önleyici bakım stratejileri