Kazanimlar:
- SCADA, akıllı sayaç ve piyasa verisinin yapısını, birimlerini ve tipik kalite sorunlarını tanıyabilme
- Yapay zeka ile eksik veri, aykırı değer ve zaman damgası sorunlarını tespit edip temizleme iş akışı kurabilme
- Enerji zaman serilerinde çözünürlük, saat dilimi ve yaz saati gibi tuzakları AI çıktısında doğrulayabilme
Enerji analizinin neredeyse tamamı bir zaman serisi ile başlar: zaman ekseni boyunca sıralanmış ölçümler. Bir sayacın 15 dakikalık tüketimi, bir türbinin saniyelik dönüş hızı, bir fiderin (bir dağıtım hattının) saatlik akımı — hepsi zaman serisidir. Bu ünitede, enerji verisinin nereden geldiğini, hangi tuzakları içerdiğini ve yapay zekayı bu veriyi güvenilir hale getirmek için nasıl kullanacağımızı öğreneceğiz. Şu ilkeyi baştan koyalım: kirli veriyle yapılan en akıllı analiz bile kirli bir sonuç verir. Enerji mühendisliğinde zamanın büyük kısmı modelde değil, veriyi güvenilir kılmakta geçer ve yapay zeka bu kısımda en güvenli katkıyı sağlar.
Enerji Verisinin Kaynakları ve Yapısı
Enerji verisi başlıca birkaç kaynaktan gelir. SCADA (denetleyici kontrol ve veri toplama sistemi), santral ve şebeke ekipmanından anlık ölçüm toplar; genellikle saniye veya dakika çözünürlüğündedir ve gerilim, akım, güç, sıcaklık gibi büyüklükleri içerir. Akıllı sayaç verisi, tüketimi tipik olarak 15 dakikalık aralıklarla ölçer ve fatura ile talep analizinin temelidir. Meteoroloji verisi (sıcaklık, ışınım, rüzgar hızı), üretim ve talep tahmininin girdisidir. Piyasa verisi (saatlik fiyatlar) ise ekonomik analizin girdisidir.
Bu verilerin ortak özelliği, bir zaman damgası (timestamp; her ölçümün ait olduğu tarih-saat etiketi) ve bir ya da birden çok ölçüm değeri içermesidir. En kritik nokta budur: zaman damgası doğru anlaşılmazsa, geri kalan her şey çöker.
Çözünürlük, Saat Dilimi ve Yaz Saati Tuzakları
Enerji verisindeki hataların şaşırtıcı derecede büyük bir kısmı zaman ekseninden kaynaklanır. Üç tuzağı özellikle vurgulayalım.
Çözünürlük karışıklığı. Bir sayaç 15 dakikalık enerji (kWh) mi, yoksa anlık güç (kW) mu raporluyor? Bunları toplamak farklı sonuç verir: 15 dakikalık dört kW değerinin ortalaması güçtür, dördünün toplamı ise saatlik enerjiye karşılık gelmez (çeyrek saatlik enerjilerin toplamı gerekir). Birim ile çözünürlük birlikte anlaşılmadan hiçbir toplama yapılmaz.
Saat dilimi. Veri yerel saatte mi (Türkiye için TRT/UTC+3) yoksa evrensel saatte (UTC) mi tutuluyor? Farklı sistemlerden gelen iki seri farklı saat diliminde olabilir; birleştirilirken üç saatlik kayma tüm tepe saat analizini bozar.
Yaz saati uygulaması (DST). Yaz saatine geçen ülkelerde yılda bir kez bir saat "kaybolur", bir kez de "tekrarlanır". Bu, o günlerde 23 veya 25 saatlik günler yaratır ve saatlik profilleri bozar. Türkiye 2016'dan bu yana kalıcı yaz saati (UTC+3) uyguladığından bu sorun yerel veride görülmez, ama uluslararası veya eski veriyle çalışırken hâlâ karşınıza çıkar.
Dikkat: Zaman damgasının etiketi "aralığın başı" mı "sonu" mu? 14:00 etiketli bir kayıt 14:00-14:15 arasını mı, 13:45-14:00 arasını mı gösteriyor? Bu tek karar, tepe saatini bir dilim kaydırabilir. Her veri seti için bu kuralı en başta netleştirin.
Adım Adım: Yapay Zeka ile Veri Hazırlama İş Akışı
Adım 1 — Keşif. Veriyi tanıyın: kaç satır, hangi aralık, hangi çözünürlük, hangi birim? AI'a ilk birkaç yüz satırı verip yapıyı özetletmek, sütun anlamlarını ve olası birimleri hızla ortaya çıkarır. Ama AI'ın birim tahmini bir hipotezdir; kaynak dokümandan teyit edilir.
Adım 2 — Zaman eksenini standartlaştırma. Tek bir saat dilimine oturtun, çözünürlüğü sabitleyin, etiket kuralını (başı/sonu) belirtin. AI, düzensiz aralıkları ve eksik zaman damgalarını tespit eden kod üretebilir.
Adım 3 — Eksik ve tekrar eden kayıtlar. İletişim kopuklukları boşluk, çift kayıt tekrar yaratır. AI, boşlukları ve tekrarları işaretleyen bir kural seti üretir; kısa boşluklar (örneğin tek bir 15 dakika) uygun bir yöntemle doldurulabilir, uzun boşluklar analizden dışlanır ve raporlanır.
Adım 4 — Aykırı değerler. Negatif tüketim (üretim yoksa), fiziksel üst sınırı aşan güç, ani sıçramalar. AI istatistiksel ve kural tabanlı aykırı değer tespiti önerir; ama bir aykırı değer her zaman hata değildir — gerçek bir olay (örneğin bir fabrikanın devreye girmesi) da olabilir. Bu ayrımı mühendis yapar.
Adım 5 — Doğrulama. Temizlenmiş veri, fiziksel çapalarla sınanır: gün doğumu/batımı güneş üretimini sıfırlamalı, gece yükü gündüzden düşük olmalı, toplam enerji fatura ile tutarlı olmalı.
Üç Mini Vaka: Rakamlarla
Vaka 1 — Bir saatlik kayma. Bir analistin güneş üretim verisi, öğle tepesini saat 13:00 yerine 14:00'te gösteriyordu. Sorun panelde değildi; veri UTC'ydi ama yerel saat sanılmıştı. Üç saatlik kayma fark edildiğinde (gün doğumundan önce üretim görünmesi çapası ele verdi) tüm analiz düzeldi; yanlış yorumla yatırım kararı verilmesi önlendi.
Vaka 2 — Tekrarlanan kayıtlar. Bir dağıtım fiderinin 30 günlük saatlik verisinde toplam tüketim beklenenin yaklaşık yüzde 4 üstündeydi. AI destekli tekrar tespiti, iletişim yeniden bağlanmalarında bazı saatlerin iki kez kaydedildiğini gösterdi. 68 tekrar kayıt temizlendikten sonra toplam faturayla uyuştu.
Vaka 3 — Sahte sıfırlar. Bir sayaç, iletişim kopukluğunda tüketimi "0" olarak raporluyordu; oysa tüketim devam ediyordu. Bu sahte sıfırlar ortalamayı düşürüp talep tahminini yanıltıyordu. AI, "0 değerlerinin iletişim durumu bayrağıyla birlikte incelenmesi" kuralını önerdi; sahte sıfırlar eksik veri olarak işaretlendi ve gerçek sıfırlardan (örneğin kapalı işyeri) ayrıldı.
Zayıf Prompt / Güçlü Prompt
Zayıf prompt:
Bu sayaç verisini temizle.[veri]
Güçlü prompt:
Rolün: Enerji veri analisti. Aşağıdaki sayaç verisi 15 dakikalık aralıklarla,yerel saatte (UTC+3), zaman damgası aralığın BAŞINI gösterir, birim kWh.Görevler:1) Eksik zaman damgalarını ve tekrar eden kayıtları listele (adet ve zaman).2) Negatif değer ve fiziksel üst sınırı (sözleşme gücü 25 kW) aşan değerleri ayrı işaretle; silme, sadece işaretle.3) İletişim kopukluğu şüphesi olan sahte sıfırları gerçek sıfırlardan ayırt etmek için bir kontrol öner.Hiçbir değeri kendi başına doldurma; önce tespit et, doldurmayı ben onaylarım.
Güçlü prompt, çözünürlüğü, saat dilimini, etiket kuralını ve üst sınırı baştan verir; AI'a "önce tespit et, sonra sor" disiplinini dayatır. Böylece veri sessizce bozulmaz.
Dört Kopyalanabilir Şablon
1) Veri profili çıkarma:
Aşağıdaki verinin bir profilini çıkar: satır sayısı, tarih aralığı, çözünürlük,her sütunun tahmini birimi ve anlamı, eksik oranı, min/maks/ortalama. Birimtahminlerini "doğrulanmalı" etiketiyle işaretle.
2) Zaman ekseni denetimi:
Bu zaman serisinde: (a) beklenen aralık dışı boşlukları, (b) tekrar eden zamandamgalarını, (c) yaz saati/saat dilimi kaynaklı olası kaymaları tespit et. Herbulguyu zaman aralığıyla listele. Düzeltme önerini ayrı yaz; uygulama.
3) Aykırı değer kuralı:
Şu fiziksel sınırları kullanarak aykırı değerleri işaretle: güç 0-[X] kW,sıcaklık [A]-[B] °C. Ayrıca istatistiksel aykırıları (örn. medyandan çok sapan)ayrı bir liste yap. Her aykırı için "olası hata mı, gerçek olay mı" sorusunugündeme getir; karar bende kalsın.
4) Temizlik sonrası doğrulama:
Temizlenmiş veriyi şu fiziksel çapalarla sına ve tutarsızlıkları raporla:güneş üretimi gece sıfır olmalı; toplam enerji beklenen fatura mertebesindeolmalı; gece yükü gündüz zirvesinden düşük olmalı. Her çapa için geçti/kaldı yaz.
Veri Kalite Sorunları Tablosu
Sorun
Belirti
Doğrulama çapası
Saat dilimi kayması
Tepe saat mantıksız yerde
Gün doğumu/batımı ile hizala
Yaz saati (DST)
23/25 saatlik günler
Gün uzunluğunu say
Sahte sıfır
İletişim kopukluğunda 0
İletişim bayrağıyla eşleştir
Tekrar kayıt
Toplam fatura üstünde
Zaman damgası tekliğini kontrol et
Birim karışıklığı
Mertebe 60/1000 kat sapık
kW↔kWh dönüşümünü doğrula
Negatif değer
Üretim yokken eksi tüketim
Fiziksel işaret kuralı
Sık yapılan hatalar
- Eksik veriyi sessizce sıfırla doldurmak. Sıfır, "veri yok" değil "tüketim yok" demektir; ikisini karıştırmak ortalamayı ve tahmini bozar.
- Aykırı değeri otomatik silmek. Bir aykırı değer gerçek bir olay olabilir; silmeden önce mühendis incelemesi gerekir.
- Saat dilimini varsaymak. "Herhalde yereldir" demek en pahalı hatalardan biridir; her zaman kaynaktan teyit edin.
- Çözünürlüğü karıştırarak toplamak. Güç (kW) değerlerini enerji (kWh) gibi toplamak yanlış toplam verir.
- Temizliği doğrulamamak. Temizlenmiş veri de bozuk olabilir; fiziksel çapalarla mutlaka sınayın.
İpucu: Veri temizliğinin her adımını bir "veri günlüğü"ne yazın: kaç kayıt işaretlendi, kaçı dolduruldu, hangi kural kullanıldı. Bu günlük hem tekrar-üretilebilirliği hem de denetlenebilirliği sağlar; bir yıl sonra "bu sayı nereden geldi?" sorusuna cevap verir.
Özetle
Enerji analizinin temeli temiz bir zaman serisidir. Veri SCADA, sayaç, meteoroloji ve piyasadan gelir; her birinde çözünürlük, birim, saat dilimi ve yaz saati tuzakları vardır. Yapay zeka, eksik/tekrar/aykırı değer tespitini hızlandırmakta çok güçlüdür ama silme ve doldurma kararları mühendiste kalmalı, sonuç fiziksel çapalarla doğrulanmalıdır. Zaman damgası doğru anlaşılmadan hiçbir analiz güvenilir değildir.
Uygulama görevi
Elinizdeki bir enerji zaman serisini (sayaç, üretim veya sıcaklık) alın. "Zaman ekseni denetimi" ve "Veri profili çıkarma" şablonlarını kullanarak AI'dan bir kalite raporu isteyin. Ardından üç şeyi elle doğrulayın: birim ve çözünürlük doğru mu, tepe saat fiziksel olarak makul mü, toplam enerji faturayla tutarlı mı? Bulduğunuz bir veri kalite sorununu ve nasıl düzelttiğinizi kısaca yazın.
Kontrol listesi
- [ ] Verinin kaynağını, çözünürlüğünü ve birimini teyit ettim
- [ ] Saat dilimini ve zaman damgası etiket kuralını (başı/sonu) netleştirdim
- [ ] Yaz saati kaynaklı 23/25 saatlik gün riskini kontrol ettim
- [ ] Eksik ve tekrar eden kayıtları tespit edip raporladım
- [ ] Aykırı değerleri "hata mı olay mı" ayrımıyla inceledim
- [ ] Sahte sıfırları gerçek sıfırlardan ayırdım
- [ ] Temizlenmiş veriyi fiziksel çapalarla doğruladım ve veri günlüğü tuttum