Güç trafolarındaki plansız kesintileri önlemek için örnek bir kestirimci bakım tabanlı anomali tahminleme yöntemi geliştirilmesi
Development of a predictive maintenance-based anomaly prediction method to prevent unscheduled outages in power transformers
- Tez No: 955776
- Danışmanlar: DOÇ. DR. YAVUZ ATEŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Anomali tespiti, Dağıtım şebekeleri, Güç transformatörü, Hava koşulları, Kestirimci bakım sistemleri, Makine öğrenmesi, Ön kestirim modelleri, Anomaly detection, Distribution networks, Power transformer, Weather conditions, Predictive maintenance systems, Machine learning, Prediction models
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik dağıtım sistemlerinde güç transformatörlerinde meydana gelen arızalar, enerji sürekliliğini olumsuz etkileyerek müşteri memnuniyetinin azalmasına, işletme maliyetlerinin artmasına ve enerji arz güvenliğinin zayıflamasına neden olmaktadır. Bu durum, özellikle iklim koşullarına duyarlı altyapıya sahip bölgelerde daha kritik hale gelmektedir. Plansız arızaların büyük bir kısmının önlenebilir nitelikte olması, arıza gerçekleşmeden önce risklerin belirlenmesine ve bakım faaliyetlerinin proaktif bir yaklaşımla yürütülmesine duyulan ihtiyacı ortaya koymaktadır. Bu tez, İzmir ve Manisa bölgelerinde bulunan güç trafolarında hava durumu verileri, altyapı özellikleri ve geçmiş kesinti kayıtları kullanılarak plansız kesintilerin önceden tahmin edilmesine yönelik özgün bir yaklaşıma odaklanmaktadır. Çalışmanın temel amacı, güç transformatörlerinde oluşabilecek arızaları önceden belirleyerek bakım süreçlerinin daha etkin yönetilmesini sağlamak ve enerji arz güvenliğini artırmaktır. Literatürdeki çalışmaların çoğu, tek bir algoritma veya sınırlı veri kullanımıyla yürütülmekte olup kapsam açısından dar kalmaktadır. Bu tezde ise birden fazla makine öğrenmesi ve derin öğrenme algoritması karşılaştırmalı olarak değerlendirilmiş ve model performansları farklı optimizasyon teknikleri ile geliştirilmiştir. Çalışmada, 2021-2024 yılları arasında 34 güç trafosuna ait toplam 8.671 kesinti kaydı, bölgesel meteorolojik parametreler ve trafoya özgü teknik özellikler bir araya getirilerek kapsamlı bir veri seti oluşturulmuştur. Ön işleme sürecinde dengesiz sınıf dağılımı, aykırı değerlerin tespiti ve değişken seçimi gibi kritik adımlar uygulanmış; veri seti hem geleneksel makine öğrenmesi algoritmaları (XGBoost, LightGBM, CatBoost) hem de derin öğrenme tabanlı modeller (LSTM, GRU) üzerinde test edilmiştir. Model başarıları G-Mean ve ROC-AUC gibi metriklerle değerlendirilmiş; en yüksek performans gösteren modellerin hiper parametreleri Optuna tabanlı optimizasyon yöntemleriyle iyileştirilmiştir. Elde edilen sonuçlar, hava durumu verileri ile arıza riskleri arasında ne tür bir ilişki olduğunu ortaya koymuş ve mevsimsel etkilerin kesinti ihtimalleri ile ilişkilerini göstermiştir. Bu çalışma, elektrik dağıtım sistemlerinde kestirimci bakımın etkinliğini arttırmaya yönelik, kesinti sürelerini azaltacak ve enerji sürekliliğine katkı sağlayacak önemli bir referans niteliği taşımaktadır.
Özet (Çeviri)
Failures occurring in power transformers within electrical distribution systems adversely affect energy continuity, resulting in reduced customer satisfaction, increased operational costs, and weakened energy supply security. This issue becomes particularly critical in regions where infrastructure is sensitive to climatic conditions. Given that a significant portion of unplanned outages is preventable, it underscores the need for identifying risks prior to failures and managing maintenance activities through a proactive approach. This thesis focuses on a novel approach aimed at predicting unplanned outages in power transformers located in the İzmir and Manisa regions by utilizing weather data, infrastructure characteristics, and historical outage records. The primary objective of this study is to anticipate potential transformer failures in advance, thereby enabling more efficient maintenance management and enhancing energy supply security. Most studies in the literature rely on either a single algorithm or limited data use, resulting in restricted scope. In contrast, this thesis comparatively evaluates multiple machine learning and deep learning algorithms and improves model performances through various optimization techniques. In the study, a comprehensive dataset was created by integrating a total of 8,671 outage records from 34 power transformers between the years 2021 and 2024, regional meteorological parameters, and transformer-specific technical attributes. Critical preprocessing steps such as addressing class imbalance, detecting outliers, and feature selection were applied; subsequently, the dataset was tested with both conventional machine learning algorithms (XGBoost, LightGBM, CatBoost) and deep learning-based models (LSTM, GRU). Model performances were evaluated using metrics such as G-Mean and ROC-AUC, and hyperparameters of the best-performing models were optimized using Optuna-based optimization methods. The obtained results revealed the type of relationship existing between weather data and failure risks and demonstrated the associations between seasonal effects and outage probabilities. This study serves as an important reference for enhancing predictive maintenance effectiveness in electrical distribution systems, reducing outage durations, and contributing to energy continuity.
Benzer Tezler
- Mikro bilgisayarla güç kompanzasyonu
Başlık çevirisi yok
NAFİZ ÜNLÜ
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUludağ ÜniversitesiElektronik Ana Bilim Dalı
PROF. DR. ERGÜR TÜTÜNCÜOĞLU
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. METİN TALİM
- Özel düzenlenmiş plyometrik antrenmanların genç basketbolcuların anaerobik güç performansına etkisi
Effects of regular specific plyometric training on anaerobic power of young basketball players
YÜKSEL SAVUCU
Yüksek Lisans
Türkçe
2001
SporFırat ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
DOÇ.DR. MEHMET KUTLU