Yapay Zeka ile Akıllı Şebeke Eğitimi

Eğitim Hakkında

Bu eğitim, iletim ve dağıtım şirketleri, enerji üreticileri ve şebeke teknolojisi firmalarında yapay zeka ile şebeke planlama ve işletmesini dönüştürmek isteyen mühendislik ekipleri için tasarlanmış ileri düzey bir programdır. Katılımcılar yük ve üretim tahmini, kayıp ve arıza analitiği, dağıtık enerji optimizasyonu ve şebeke güvenliğini Python ile uygular.

Neden Bu Eğitim?

Şebekeye Özgü Yöntemler. Güç akışı fiziğini makine öğrenmesiyle birleştiren, şebeke operasyonunun gerçek kısıtlarına uygun çözümler geliştirin.

Yenilenebilir Entegrasyonu. Değişken üretim, dağıtık kaynaklar ve elektrikli araç yükleriyle artan belirsizliği veriyle yönetin.

Kritik Altyapı Bakışı. Siber güvenlik, açıklanabilirlik ve mevzuat gerekliliklerini baştan gözeten güvenilir sistemler tasarlayın.

“Geleceğin şebekesi yalnızca bakır ve trafolardan değil, her ölçümden öğrenen ve dengeyi önceden kuran zekadan oluşacak.”

Ön Koşullar

Güç Sistemleri — Yük akışı, gerilim düzenleme, koruma ve iletim-dağıtım yapısına dair mühendislik bilgisi.
Python ve Veri Analizi — pandas, NumPy ve scikit-learn ile veri işleme ve temel model kurma deneyimine sahip olmak.
İstatistik ve ML — Regresyon, sınıflandırma, zaman serisi ve model doğrulama kavramlarını bilmek.
Çalışma Ortamı — Python 3, Jupyter ve paket kurulum yetkisi olan bilgisayar veya bulut not defteri erişimi.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiŞebekenin yenilenebilir ve dağıtık kaynaklarla dönüşümünü kavramak, şebeke veri kaynaklarını tanımak ve Python ile güç akışı analizi yapabilmek.

Modül 1

Elektrik Şebekelerinin Dönüşümü

Üretim, iletim ve dağıtım zincirinin değişen yapısı
Yenilenebilir enerji payı, esneklik ve inertia sorunu
Türkiye piyasa yapısı: TEİAŞ, EDAŞ'lar, EPİAŞ ve EPDK
Dağıtık üretim, depolama ve elektrikli araç etkisi
Akıllı şebekede yapay zeka kullanım alanları haritası
Vaka: Yüksek GES yoğunluklu fiderde gerilim sorunları

Modül 2

Akıllı Şebeke Veri Kaynakları ve Standartlar

SCADA, EMS ve ileri dağıtım yönetim sistemi (ADMS)
Akıllı sayaç altyapısı (AMI) ve yük profili verileri
Fazör ölçüm birimleri (PMU) ve geniş alan izleme
IEC 61850 trafo merkezi otomasyonu veri modeli
IEC CIM (61968/61970) ile şebeke modeli değişimi
Atölye: Kurum için şebeke veri envanteri ve boşluklar

Modül 3

Python ile Güç Sistemi Modelleme

pandapower ile şebeke modeli oluşturma
Yük akışı analizi, hat yüklenmesi ve gerilim profili
Zaman serisi yük akışı ile yıllık senaryo analizi
OpenDSS ile dağıtım şebekesi simülasyonuna bakış
Barındırma kapasitesi (hosting capacity) hesabı
Laboratuvar: IEEE test fiderinde GES barındırma analizi

Modül 4

Şebeke Verisinin Hazırlanması

Sayaç verisinde eksik, sıfır ve tekrarlı ölçümler
Topoloji hataları: sayaç-trafo-fider eşleştirme sorunları
Zaman damgası senkronizasyonu ve farklı çözünürlükler
Mahremiyet: sayaç verisinde KVKK ve anonimleştirme
Veri kalitesi göstergeleri ve otomatik kontroller
Laboratuvar: AMI verisinde kalite analizi ve temizleme

Günün hedefiSistem, trafo merkezi ve fider seviyelerinde yük tahmini yapmak, yenilenebilir üretimi ve net yükü öngörmek ve tahmin belirsizliğini operasyona yansıtmak.

Modül 1

Çok Ölçekli Yük Tahmini

Çok kısa, kısa, orta ve uzun vadeli tahmin ihtiyaçları
Sıcaklık, takvim, bayram ve tatil etkilerinin modellenmesi
LightGBM ile trafo merkezi bazlı saatlik yük tahmini
Tahmin hatası metrikleri ve operasyonel eşikler
Pik yük ve uç olay tahmininde özel yaklaşımlar
Laboratuvar: Dağıtım bölgesi için gün öncesi yük tahmini

Modül 2

Derin Öğrenme ve Hiyerarşik Tahmin

Temporal Fusion Transformer ve N-HiTS modelleri
Binlerce fider için global model yaklaşımı
Hiyerarşik tahmin ve uzlaştırma (MinT) yöntemi
Konformal tahmin ile olasılıksal yük bantları
Temel zaman serisi modelleriyle sıfır örnekli tahmin
Laboratuvar: Trafo-fider hiyerarşisinde uzlaştırma

Modül 3

Yenilenebilir Üretim Tahmini

Sayısal hava tahmini (NWP) verilerinin kullanımı
Rüzgar santrali güç eğrisi ve portföy üretim tahmini
GES üretim tahmini ve bulut hareketi etkisi
Rampa olayları ve kesinti (curtailment) tahmini
Tahmin hatasının dengeleme maliyetine etkisi
Laboratuvar: Rüzgar portföyü için olasılıksal tahmin

Modül 4

Net Yük, Dağıtık Kaynaklar ve EV Talebi

Sayaç arkası (behind-the-meter) GES üretiminin ayrıştırılması
Net yük tahmini ve ördek eğrisi etkisi
Elektrikli araç şarj talebi ve konumsal yük tahmini
Isı pompası ve elektrifikasyon senaryolarının etkisi
Laboratuvar: Net yük ve EV şarj talebi senaryo analizi
Günün değerlendirmesi ve varlık analitiğine köprü

Günün hedefiTeknik olmayan kayıpları tespit etmek, arızaları sınıflandırıp yerini bulmak, varlık sağlığını tahmin etmek ve hat denetimini görüntü analitiğiyle desteklemek.

Modül 1

Teknik Olmayan Kayıpların Tespiti

Teknik ve teknik olmayan kayıpların ayrıştırılması
Tüketim örüntüsü değişimi ve sayaç müdahale sinyalleri
Trafo bazlı enerji dengesi ile şüpheli bölge tespiti
Denetimli ve denetimsiz modellerle şüpheli abone skoru
Saha denetim kapasitesine göre önceliklendirme
Laboratuvar: Sayaç verisiyle kayıp şüphesi skorlama

Modül 2

Arıza Tespiti ve Konum Belirleme

Kısa devre, toprak arızası ve geçici arıza türleri
Dalga formu ve olay kayıtlarından arıza sınıflandırma
PMU verisiyle olay tespiti ve salınım analizi
Arıza konumlandırmada makine öğrenmesi yaklaşımları
Kesinti yönetimi ve SAIDI-SAIFI göstergelerine etkisi
Laboratuvar: Simüle arıza sinyallerinin sınıflandırılması

Modül 3

Varlık Sağlığı ve Kestirimci Bakım

Güç trafolarında çözünmüş gaz analizi (DGA) yorumu
Duval üçgeni ve makine öğrenmesiyle arıza tipi tahmini
Kablo, kesici ve ayırıcılar için sağlık indeksi
Hayatta kalma analizi ile varlık ömrü tahmini
Risk tabanlı bakım ve yatırım önceliklendirmesi
Laboratuvar: Trafo DGA verisiyle sağlık skoru modeli

Modül 4

Görüntü Analitiği ile Hat ve Tesis Denetimi

Drone görüntülerinde izolatör ve bağlantı hasarı tespiti
Demo: Termal görüntülerde sıcak nokta tespiti
LiDAR nokta bulutuyla hat-bitki mesafesi ölçümü
Uydu görüntüsüyle bitki örtüsü risk haritası
Denetim bulgularının bakım iş emrine dönüştürülmesi
Günün değerlendirmesi ve optimizasyon gününe hazırlık

Günün hedefiFizik bilgili modellerle hızlı şebeke analizi yapmak, dağıtık kaynakları ve depolamayı optimize etmek, talep esnekliğini yönetmek ve öğrenen kontrolü değerlendirmek.

Modül 1

Makine Öğrenmesi Destekli Şebeke Analizi

Güç akışı ve durum kestirimi için vekil modeller
Fizik bilgili sinir ağları (PINN) yaklaşımı
Graf sinir ağları ile şebeke topolojisinin modellenmesi
Kısıt ihlali ve güvenilirlik doğrulaması gerekliliği
Hızlı olasılık senaryo analizi ve N-1 taraması
Laboratuvar: GNN tabanlı gerilim tahmini modeli

Modül 2

Dağıtık Kaynaklar ve Depolama Optimizasyonu

Mikro şebeke ve sanal santral (VPP) kavramları
Batarya depolama için arbitraj ve pik tıraşlama
PyPSA ile enerji sistemi optimizasyonu
Tahmin belirsizliği altında stokastik optimizasyon
Batarya yaşlanması ve ömür maliyetinin modellenmesi
Laboratuvar: GES ve bataryalı mikro şebeke planlaması

Modül 3

Talep Esnekliği ve Akıllı Şarj

Talep tarafı katılım ve yan hizmet piyasaları
Esneklik potansiyelinin sayaç verisiyle kestirimi
Elektrikli araç akıllı şarj ve fider kısıtları
Tüketici davranışı ve teşvik mekanizmalarının modellenmesi
Esnekliğin şebeke yatırım ertelemesine katkısı
Atölye: Fider için akıllı şarj stratejisi tasarımı

Modül 4

Pekiştirmeli Öğrenme ile Şebeke Kontrolü

Pekiştirmeli öğrenme temelleri ve şebeke problemleri
Grid2Op ortamı ile topoloji kontrolü senaryoları
Evirici tabanlı kaynaklarla gerilim ve reaktif güç kontrolü
Güvenli pekiştirmeli öğrenme ve operatör denetimi
Simülasyondan sahaya aktarımda doğrulama riskleri
Günün değerlendirmesi ve operasyon gününe köprü

Günün hedefiŞebeke yapay zeka sistemlerini siber tehditlere karşı korumak, mevzuat ve açıklanabilirlik gerekliliklerini karşılamak ve uçtan uca şebeke projesini sunmak.

Modül 1

Şebeke Siber Güvenliği ve Yapay Zeka

Enerji OT sistemlerine yönelik tehdit ortamı
IEC 62351 ve IEC 62443 güvenlik standartları
Sahte veri enjeksiyonu saldırılarının tespiti
Ağ trafiği ve olay kayıtlarında anomali tespiti
Tahmin ve kontrol modellerinin manipülasyon riskleri
Masaüstü tatbikatı: Sayaç verisi manipülasyon olayı

Modül 2

Mevzuat, Açıklanabilirlik ve Yönetişim

EU AI Act: kritik altyapıda yüksek riskli YZ sistemleri
EPDK düzenlemeleri ve dağıtım sektöründe veri yönetimi
Sayaç verisinde KVKK, rıza ve veri minimizasyonu
SHAP ile tahmin ve skorlama kararlarının açıklanması
Operatör güveni, insan denetimi ve karar sorumluluğu
Atölye: Şebeke YZ modeli için risk ve kontrol matrisi

Modül 3

Şebeke Dijital İkizi ve Operasyona Alma

Şebeke dijital ikizi: model, veri ve simülasyon katmanı
OT ve BT entegrasyonu, veri akışı ve gecikme kısıtları
MLflow ile model sürümleme ve performans izleme
Mevsimsel kayma ve topoloji değişikliklerinin yönetimi
Kontrol odası iş akışlarına karar desteğinin eklenmesi
Demo: Tahmin, kayıp ve uyarıları birleştiren panel

Modül 4

Şebeke Projesi ve Kapanış

Proje: Bölge için tahmin, varlık ve esneklik çözümü
Teknik yaklaşım, fayda analizi ve uygulama planı sunumu
Kurumsal akıllı şebeke yapay zeka yol haritası
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve laboratuvar not defterlerinin teslimi
İleri öğrenme kaynakları, açık veri setleri ve kapanış

Eğitim Kazanımları

Şebeke Modelleme — pandapower ile şebeke modelleri kurup zaman serisi yük akışı ve barındırma kapasitesi analizi yapabileceksiniz.
Çok Ölçekli Tahmin — Sistem, trafo merkezi ve fider seviyesinde uzlaştırılmış, olasılıksal yük tahminleri üretebileceksiniz.
Yenilenebilir Tahmini — Sayısal hava tahmini verisiyle rüzgar ve GES üretimini, rampa olaylarını ve net yükü öngörebileceksiniz.
Kayıp Analitiği — Sayaç ve trafo enerji dengesi verisiyle teknik olmayan kayıp şüphelerini skorlayıp önceliklendirebileceksiniz.
Varlık Sağlığı — DGA ve işletme verileriyle trafo ve ekipman sağlık indeksleri oluşturup risk tabanlı bakım planlayabileceksiniz.
DER Optimizasyonu — PyPSA ile depolama, mikro şebeke ve esneklik kaynaklarını belirsizlik altında optimize edebileceksiniz.
Öğrenen Kontrol — GNN, fizik bilgili modeller ve pekiştirmeli öğrenmenin şebeke kontrolündeki yerini değerlendirebileceksiniz.
Güvenilir Operasyon — Siber güvenlik, EU AI Act ve KVKK gerekliliklerini karşılayan şebeke yapay zeka çözümleri tasarlayacaksınız.

Kimler İçin Uygundur?

Dağıtım ve iletim şirketlerinin şebeke işletme
planlama ve varlık yönetimi mühendisleri
SCADA ekipleri
enerji veri bilimcileri ve şebeke teknolojisi geliştiricileri.

Sıkça Sorulan Sorular

Akıllı şebeke yapay zeka eğitimi kimler için uygundur?

Program; iletim ve dağıtım şirketlerinin şebeke işletme, planlama ve varlık yönetimi mühendisleri, SCADA ekipleri, enerji veri bilimcileri ve şebeke teknolojisi geliştiren firmaların teknik ekipleri için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi konuları kapsar?

Eğitim 5 tam gün ve 20 modülden oluşur. Şebeke verisi ve güç akışı, yük ve üretim tahmini, kayıp ve arıza analitiği, şebeke optimizasyonu ile kontrol ve son gün güvenlik, yönetişim ile takım projesi işlenir.

Katılım için hangi ön bilgiler gerekiyor?

Yük akışı ve dağıtım şebekesi yapısı gibi güç sistemleri bilgisi, pandas ve scikit-learn ile veri analizi deneyimi ile regresyon ve zaman serisi kavramlarına hakimiyet beklenir.

Eğitimde hangi araçlar ve standartlar kullanılıyor?

pandapower, OpenDSS, PyPSA, Grid2Op, LightGBM, PyTorch, SHAP ve MLflow kullanılır. İçerik IEC 61850, IEC CIM, IEC 62351, IEC 62443 standartları ile EU AI Act ve KVKK çerçevesinde ele alınır.

Kurumun şebeke verileriyle çalışılabilir mi, sertifika veriliyor mu?

Standart programda açık ve sentetik şebeke verileri kullanılır; kapalı kurum gruplarında anonimleştirilmiş sayaç ve SCADA verileri laboratuvarlara dahil edilebilir. Programı tamamlayanlar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKA İLE AKILLI ŞEBEKE VE ENERJİ ŞEBEKELERİ EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

Elektrik Şebekelerinin Dönüşümü

Akıllı Şebeke Veri Kaynakları ve Standartlar

Python ile Güç Sistemi Modelleme

Şebeke Verisinin Hazırlanması

Çok Ölçekli Yük Tahmini

Derin Öğrenme ve Hiyerarşik Tahmin

Yenilenebilir Üretim Tahmini

Net Yük, Dağıtık Kaynaklar ve EV Talebi

Teknik Olmayan Kayıpların Tespiti

Arıza Tespiti ve Konum Belirleme

Varlık Sağlığı ve Kestirimci Bakım

Görüntü Analitiği ile Hat ve Tesis Denetimi

Makine Öğrenmesi Destekli Şebeke Analizi

Dağıtık Kaynaklar ve Depolama Optimizasyonu

Talep Esnekliği ve Akıllı Şarj

Pekiştirmeli Öğrenme ile Şebeke Kontrolü

Şebeke Siber Güvenliği ve Yapay Zeka

Mevzuat, Açıklanabilirlik ve Yönetişim

Şebeke Dijital İkizi ve Operasyona Alma

Şebeke Projesi ve Kapanış

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Benzer Programlar

Yapay Zeka Güvenliğine Giriş Eğitimi

Yapay Zeka Kurumsal Strateji Yönetimi Eğitimi

Yapay Zeka Küresel Yönetişim Çerçeveleri Eğitimi