Kazanimlar:
- Yapay zekanın enerji sistemleri mühendisliği iş akışının neresinde gerçek değer ürettiğini ve hangi kararların mühendis sorumluluğunda kalması gerektiğini ayırt edebilme
- Her AI çıktısını büyüklük mertebesi, mühendislik makullüğü ve saha/ölçüm kanıtıyla çapraz doğrulayan üç çapa disiplinini uygulayabilme
- Belirsizlik, halüsinasyon, veri gizliliği ve şebeke güvenliği risklerini tanıyıp bağlamı anonimleştirerek güvenli prompt kurma alışkanlığı edinme
Enerji sistemleri mühendisliği, hiçbir anını duraksatamayan bir işletmeyle uğraşır. Elektrik, üretildiği anda tüketilmek zorundadır; arzla talep her saniye dengede tutulmazsa frekans kayar, koruma sistemleri devreye girer ve en kötü durumda geniş bir bölge karanlığa gömülür. Bu yüzden enerji sistemleri, hata payının küçük ve sonuçların büyük olduğu bir alandır. Yapay zeka (İngilizce Artificial Intelligence, kısaca AI; büyük veri örüntülerinden öğrenen ve metin, görüntü ya da sayı üreten yazılım sistemleri), bu alanda müthiş bir hızlandırıcıdır: milyonlarca sayaç kaydını saniyeler içinde tarar, hava tahminini üretime çevirir, bir trafonun sessiz bir arıza belirtisini yakalar. Ama aynı yapay zeka, aynı belirsizliği kendinden emin bir dille gizleyebilir. Bu ünite, tüm modülün üzerine kurulacağı iki temeli atar: yapay zeka enerji iş akışının neresinde gerçek değer üretir ve her çıktıyı nasıl doğrularız.
Baştan net olalım: bu modül boyunca öğreneceğiniz hiçbir teknik, yetkili bir enerji mühendisinin imzasının, saha ölçümünün ve mühendislik yargınızın yerine geçmez. Yapay zeka bir asistandır; hızlı okur, hızlı yazar, örüntü yakalar. Ama bir röle yanlış ayarlanırsa, bir trafo aşırı yüklenirse, bir depolama sistemi termal kaçağa giderse ya da bir tahmin hatası yüzünden şebeke dengesizleşirse sorumluluk yazılımda değil, imzayı atan mühendistedir. Bu cümleyi modülün her ünitesinde farklı biçimlerde tekrar göreceksiniz, çünkü güvenlik-kritik mühendislikte tek gerçek budur.
Yapay Zeka Enerji İş Akışının Neresinde Değer Üretir?
Bir enerji mühendisinin haftası kabaca üç tür işe bölünür: veri hazırlama (SCADA kayıtlarını temizleme, sayaç verisini düzenleme, birim standartlaştırma), analiz ve tahmin (yük tahmini, üretim kestirimi, anomali tespiti, optimizasyon) ve iletişim (rapor, sunum, teklif, mevzuat başvurusu). Yapay zeka bu üç alanın hepsine dokunur ama katkısı ve riski her birinde farklıdır.
Kısaca terimleri netleştirelim: SCADA (Supervisory Control and Data Acquisition; denetleyici kontrol ve veri toplama), santral ve şebeke ekipmanından anlık ölçüm toplayıp uzaktan izleme/kumanda sağlayan sistemdir. Akıllı sayaç, tüketimi genellikle 15 dakikalık aralıklarla ölçüp uzaktan ileten elektrik sayacıdır.
Veri hazırlama, yapay zekanın en güvenli ve en yüksek kazançlı alanıdır. Binlerce satırlık sayaç çıktısında aykırı değerleri işaretlemek, tutarsız birimleri (kW ile kWh karışıklığı gibi) standartlaştırmak, serbest metin arıza notlarını yapılandırılmış tabloya çevirmek — bunlar tekrarlı, kurala dayalı, doğrulaması kolay işlerdir. Burada bir hata olsa bile kaynağa (ham kayda) dönüp kontrol etmek dakikalar alır.
Analiz ve tahmin alanı ise en yüksek değeri ve en yüksek riski birlikte taşır. Yapay zeka yarınki yük eğrisini, bir güneş santralının öğle üretimini ya da bir türbin rulmanının bozulma eğilimini kestirebilir. Bu, insan gözünün kaçırabileceği örüntüleri ortaya çıkarır. Ama aynı model, var olmayan bir örüntüyü kendinden emin uydurabilir (bu olguya halüsinasyon denir: modelin gerçekte olmayan bilgiyi gerçekmiş gibi üretmesi). Bu alanda yapay zeka bir hipotez üreticisidir, karar verici değil.
İletişim alanında yapay zeka taslak hızlandırıcıdır. Bir fizibilite raporunun yöntem bölümünü, bir mevzuat özetini, bir müşteri e-postasını dakikalar içinde taslaklaştırır. Buradaki risk, uydurulmuş bir mevzuat maddesinin ya da yanlış bir sayının akıcı metnin içinde fark edilmeden imzaya gitmesidir.
Doğrulama Disiplini: Üç Çapa Kuralı
Bu modülün kalbi tek bir alışkanlıktır: hiçbir AI çıktısını doğrulamadan bir mühendislik kararına dahil etmemek. Doğrulamayı üç bağımsız çapaya dayandırıyoruz.
Birinci çapa — Büyüklük mertebesi. Sonuç, kabaca beklenen 10'un kuvveti aralığında mı? Bir konutun yıllık tüketimi tipik olarak binlerce kWh mertebesindedir; model bir daire için 5 milyon kWh verdiyse bir birim ya da kurgu hatası vardır ve ayrıntıya girmeden anlaşılır. Bir dağıtım trafosunun gücü yüzlerce kVA ila birkaç MVA arasındadır; 500 MVA bir mahalle trafosu için saçmadır. Bu kontrol saniyeler sürer ve hataların çoğunu yakalar.
İkinci çapa — Mühendislik makullüğü. Çıktı, sistemin fiziğiyle ve işletme mantığıyla tutarlı mı? Bir güneş santralının gece üretim vermesi, bir yükün negatif tüketim göstermesi (üretim yoksa), bir bataryanın verimi yüzde 100'ün üstünde çıkması fizik yasalarını çiğner. Enerjinin korunumu, güç faktörü sınırları, ekipman anma değerleri — her çıktının geçmesi gereken makullük süzgeci bunlardır.
Üçüncü çapa — Ölçüm/saha kanıtı. En sağlam çapa budur. Sayaç ölçümü, gerçekleşen üretim verisi, saha denetimi. Bir yük tahmini, gerçekleşen tüketimle karşılaştırılır. Bir arıza tahmini, sahada yapılan muayene ve titreşim ölçümüyle sınanır. Ölçülen gerçek (İngilizce ground truth) her zaman kazanır; model ne kadar güvenli konuşursa konuşsun, terminaldeki ölçüm son sözü söyler.
İpucu: Üç çapayı bir kontrol listesi gibi ezberleyin: "Mertebe doğru mu? Fizik makul mü? Ölçüm ne diyor?" Bu üç soru, enerji analizinde hataların büyük çoğunluğunu daha rapor imzalanmadan yakalar.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Sayaç temizlemede zaman kazancı. Bir dağıtım şirketi analisti, 1.200 aboneye ait bir aylık 15 dakikalık sayaç verisini (abone başına yaklaşık 2.880 satır) elle temizliyordu; iletişim kopuklukları yüzünden oluşan boşluklar ve tekrar eden kayıtlar günlerini alıyordu. Yapay zeka destekli bir kural üretimi ile boşluk ve tekrar tespitini otomatikleştirdi; işaretlenen kayıtları gözle onayladı. Süreç yaklaşık üç günden yarım güne indi ve kazanılan zaman doğrulamaya harcandı.
Vaka 2 — Halüsinasyonun yakalanması. Bir stajyer, bir bölgenin dağıtım mevzuatını yapay zekaya özetlettiğinde metin "Yönetmelik madde 47'ye göre santraller şebekeye 30 saniyede senkronize olmalıdır" cümlesini içeriyordu. Böyle bir madde yoktu; model makul görünen ama uydurma bir sayı üretmişti. Kaynak dokümana geri dönme alışkanlığı hatayı imzadan önce yakaladı.
Vaka 3 — Birim hatası. Bir enerji tasarrufu hesabında model, gücü (kW) enerji (kWh) ile karıştırıp 24 saatlik tüketimi 24 kat eksik hesapladı. "Bu bina günde sadece 40 kWh mı tüketiyor, yoksa 960 kWh mı?" diye sorulan büyüklük mertebesi kontrolü hatayı anında ele verdi; fatura verisi 960 kWh mertebesini doğruladı.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
Bu santralin verimini yorumla ve iyileştirme öner.[veriler]
Güçlü prompt:
Rolün: Kıdemli bir enerji sistemleri mühendisi. Aşağıdaki verilere SADECEverilen sayılara dayanarak yorum yap.- Veride olmayan hiçbir değer, mevzuat maddesi veya varsayım ekleme.- Her yorumun yanına dayandığın veri satırını/sütununu parantezle göster.- Her sayısal sonuç için birimi açıkça yaz (kW mı kWh mı belirt).- Emin olmadığın yerde "veri yetersiz" yaz, tahmin yürütme.- Sonunda: sahada/ölçümle doğrulanması gereken 3 varsayımı listele.Veri:[santral verisi]
Güçlü prompt modele üç şey dayatır: kaynağa bağlı kalmak, birimi açıkça belirtmek ve belirsizliği itiraf etmek. Bu, halüsinasyonu tamamen bitirmez ama görünür kılar.
Dört Kopyalanabilir Şablon
1) Anonimleştirilmiş bağlam kurma:
Bir enerji sistemleri mühendisliği görevinde yardım istiyorum. Şirket, sahaadı, koordinat ve müşteri bilgisi GİZLİDİR; bunları "Saha-A", "Fider-3" gibitemsili etiketlerle vereceğim. Görev: [görev]. Sadece verdiğim teknik veriyedayan; kritik altyapı ayrıntısı istemeyeceğim.
2) Üç çapa doğrulama isteği:
Aşağıdaki çıktı için üç kontrol yap ve her birini ayrı başlıkta raporla:1) Büyüklük mertebesi: her sayı beklenen aralıkta mı? Değilse işaretle.2) Fizik/mühendislik makullüğü: enerji korunumu, ekipman anma değeri, işletme mantığı ihlal ediliyor mu?3) Doğrulama önerisi: hangi ölçüm/saha kanıtı bu çıktıyı sınar?
3) Birim ve varsayım denetimi:
Aşağıdaki hesabı adım adım kontrol et. Her satırda kullanılan birimi yaz,birim dönüşümlerini açıkça göster (kW→kWh, MWh→GWh vb.). Gizli varsayımlarıayrı bir listede topla. Sonuç fiziksel olarak imkansızsa açıkça belirt.
4) Karar-destek özeti:
Bu analizi bir mühendislik karar notuna dönüştür: (a) bulgu, (b) dayandığıveri, (c) belirsizlik/risk, (d) yetkili onayı gereken kısımlar. "Kararverildi" değil "karar için öneri" dilini kullan.
Sık Kullanılan Terimler Tablosu
Terim
Kısa açıklama
Yük (load)
Belirli bir anda tüketilen elektrik gücü (kW/MW)
Talep tahmini
Gelecekteki yükün önceden kestirilmesi
Kapasite faktörü
Üretilen enerjinin, tam güçte sürekli çalışsa üretilecek enerjiye oranı
Frekans
Şebeke alternatif akımının salınım hızı (Türkiye'de 50 Hz), arz-talep dengesinin göstergesi
Halüsinasyon
AI'ın gerçekte olmayan bilgiyi gerçekmiş gibi üretmesi
Üç çapa
Mertebe + fizik makullüğü + ölçüm kanıtı doğrulama disiplini
Sık yapılan hatalar
- Akıcılığı doğrulukla karıştırmak. Metnin düzgün olması, sayıların doğru olduğunu göstermez. Enerji verisinde birim ve mertebe her zaman ayrıca kontrol edilir.
- Birimleri belirsiz bırakmak. kW ve kWh, MW ve MWh karışıklığı enerji hesaplarında en sık ve en pahalı hatadır.
- Kritik veriyi olduğu gibi paylaşmak. SCADA ve şebeke topolojisi kritik altyapıdır; anonimleştirmeden genel bir araca gönderilmez.
- AI'ı karar verici sanmak. Güvenlik-kritik kararlarda AI öneri üretir; kararı ve sorumluluğu yetkili mühendis üstlenir.
- Tek bir çapaya güvenmek. Sadece "model emin görünüyor" ya da sadece mertebe kontrolü yetmez; üç çapa birlikte kullanılır.
Dikkat: Bir AI aracına şebekenin topolojisi, koruma ayarları veya kritik varlık konumları gibi bilgileri girmek, hem gizlilik hem de siber güvenlik açığıdır. Bu tür veriler yalnızca kurumun onayladığı, kapalı sistemlerde işlenir.
Özetle
Yapay zeka enerji mühendisliğinde veri hazırlama, analiz/tahmin ve iletişim alanlarında ciddi zaman kazandırır; ama en yüksek değeri taşıyan analiz ve tahmin alanı, aynı zamanda en yüksek riski taşır. Bu modülün belkemiği, her çıktıyı üç çapayla — büyüklük mertebesi, mühendislik makullüğü ve ölçüm kanıtı — sınayan bir disiplindir. Güvenlik-kritik hiçbir karar, yetkili mühendisin onayı olmadan AI çıktısına bırakılmaz.
Uygulama görevi
Kendi çalışma alanınızdan (ya da açık bir örnekten) bir gün öncesi yük veya üretim tahmini alın. Yukarıdaki "Üç çapa doğrulama isteği" şablonunu kullanarak AI'dan çıktıyı üç başlıkta denetlemesini isteyin. Ardından her başlık için kendi elle kontrolünüzü yapın: mertebe doğru mu, fizik makul mü, hangi ölçümle sınardınız? Bulduğunuz en az bir sorunu ve nasıl yakaladığınızı bir paragrafta yazın.
Kontrol listesi
- [ ] Görevi veri hazırlama / analiz / iletişim olarak sınıfladım ve riskini değerlendirdim
- [ ] Çıktıyı büyüklük mertebesiyle sınadım
- [ ] Çıktıyı fizik ve mühendislik makullüğüyle sınadım
- [ ] Hangi ölçüm/saha kanıtının doğrulayacağını belirledim
- [ ] Tüm birimleri (kW/kWh, MW/MWh) açıkça kontrol ettim
- [ ] Kritik/gizli veriyi anonimleştirdim, kritik altyapı ayrıntısı paylaşmadım
- [ ] Güvenlik-kritik kararın yetkili mühendis onayında kaldığını not ettim