Yapay Zeka ile Enerji Yönetimi Eğitimi

Eğitim Hakkında

Bu eğitim, sanayi tesisleri, kampüsler ve ticari binalarda enerji tüketimini yapay zeka ile analiz edip optimize etmek isteyen enerji yönetimi ve mühendislik ekipleri için tasarlanmış uygulamalı bir programdır. Katılımcılar Python ile tüketim tahmini, anomali tespiti, HVAC ve yük optimizasyonu, ölçüm-doğrulama ve karbon raporlamasını gerçekçi tesis verileri üzerinde uygular.

Neden Bu Eğitim?

Ölçülebilir Tasarruf. Tüketim tahmini, anomali tespiti ve optimizasyonu doğrulanabilir enerji ve maliyet tasarrufuna bağlayın.

Tesis Gerçekliği. Kompresör, chiller, HVAC, aydınlatma ve üretim hattı yükleriyle sahaya uyarlanmış vakalar üzerinde çalışın.

Karbon ve Uyum. ISO 50001, sera gazı raporlaması ve SKDM beklentilerini veri odaklı enerji yönetimiyle karşılayın.

“En temiz ve en ucuz enerji, hiç tüketilmeyen enerjidir; onu bulmanın en güvenilir yolu veriyi doğru okumaktır.”

Ön Koşullar

Temel Python — pandas ile tablo verisi okuyabilmek, filtreleyebilmek ve basit grafikler çizebilmek.
Enerji Bilgisi — kWh, kW, güç faktörü, tarife ve enerji performans göstergesi gibi kavramlara aşinalık.
Temel İstatistik — Ortalama, korelasyon ve doğrusal regresyon kavramlarını temel düzeyde bilmek.
Çalışma Ortamı — Python 3 ve Jupyter kurulu dizüstü bilgisayar veya Google Colab gibi bulut not defteri.

Eğitim İçeriği

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

Günün hedefiEnerji yönetim sistemi çerçevesini tanımak, sayaç ve otomasyon verisini temizleyip analiz etmek ve regresyonla referans tüketim modeli kurmak.

Modül 1

Veri Odaklı Enerji Yönetimine Giriş

ISO 50001 enerji yönetim sistemi ve PUKÖ döngüsü
Enerji gözden geçirmesi ve önemli enerji kullanımları
Enerji performans göstergeleri (EnPI) ve normalizasyon
Enerji Verimliliği Kanunu ve etüt yükümlülükleri
Yapay zekanın enerji yönetimindeki kullanım alanları
Vaka: Bir döküm tesisinde tüketim dağılımı analizi

Modül 2

Enerji Veri Kaynakları ve Altyapısı

Akıllı sayaçlar, alt sayaçlar ve enerji analizörleri
SCADA, bina yönetim sistemi (BMS) ve EMS verileri
Modbus, MQTT ve OPC UA ile veri toplama
Hava durumu, üretim miktarı ve vardiya verisiyle birleştirme
Zaman serisi veritabanı ve veri modeli tasarımı
Demo: Tesis verisinin tek zaman ekseninde birleştirilmesi

Modül 3

Enerji Verisinin Hazırlanması ve Keşfi

Eksik ölçüm, sıçrama ve sayaç sıfırlama sorunları
Zaman dilimi, yaz saati ve örnekleme sıklığı uyumu
Yük profilleri, ısı haritaları ve baz yük analizi
Tüketimin üretim ve dış sıcaklıkla ilişkisi
Pik talep, güç faktörü ve reaktif enerji analizi
Laboratuvar: pandas ile 15 dakikalık sayaç verisi analizi

Modül 4

Referans Tüketim ve Regresyon Modelleri

Isıtma ve soğutma derece-gün hesabı
Çok değişkenli regresyon ile referans tüketim modeli
Değişim noktası modelleri ve sıcaklık denge noktası
Model uygunluğu: R², CV(RMSE) ve NMBE ölçütleri
Referans modelle tasarruf hesaplama mantığı
Laboratuvar: Tesis için enerji referans modeli kurulumu

Günün hedefiKısa ve orta vadeli enerji tüketimi ile yenilenebilir üretimi tahmin eden modeller kurmak, belirsizliği ölçmek ve tahminleri satın alma kararlarına bağlamak.

Modül 1

Zaman Serisi Tahmininin Temelleri

Trend, mevsimsellik ve takvim etkilerinin ayrıştırılması
Gecikme, hareketli ortalama ve tatil öznitelikleri
Zamana dayalı doğrulama ve veri sızıntısı riskleri
Naif ve mevsimsel naif referans tahminler
MAE, RMSE ve MAPE metriklerinin enerji için yorumu
Laboratuvar: Saatlik tüketim için referans tahminler

Modül 2

Makine Öğrenmesi ile Yük Tahmini

LightGBM ve XGBoost ile saatlik tüketim tahmini
Hava durumu tahminini öznitelik olarak kullanma
Çoklu adımlı tahmin: özyinelemeli ve doğrudan yöntem
Darts kütüphanesi ile model karşılaştırma
Derin öğrenme yaklaşımları: LSTM ve temporal modeller
Laboratuvar: Gün öncesi tesis tüketimi tahmin modeli

Modül 3

Olasılıksal Tahmin ve Yenilenebilir Üretim

Tahmin aralıkları ve kantil regresyon yaklaşımı
Konformal tahmin ile güvenilir belirsizlik bantları
Çatı GES üretimi için ışınım verisiyle tahmin
pvlib ile güneş konumu ve teorik üretim hesabı
Rüzgar ve GES tahmin hatalarının maliyete etkisi
Laboratuvar: GES üretimi için olasılıksal tahmin

Modül 4

Tahminden Enerji Satın Alma Kararına

Elektrik piyasası, gün öncesi fiyatları ve tarife yapıları
Serbest tüketici için tüketim tahmini ve dengesizlik
Pik talep ve reaktif enerji cezalarının öngörülmesi
Tahmin performansının finansal etkisinin ölçülmesi
Vaka: Tahmin iyileştirmesiyle alım maliyeti azaltımı
Günün değerlendirmesi ve optimizasyon gününe köprü

Günün hedefiTüketim anomalilerini ve ekipman verimsizliklerini tespit etmek, HVAC ve yük planlamasını optimize etmek ve talep tarafı esneklik fırsatlarını değerlendirmek.

Modül 1

Enerji Tüketiminde Anomali Tespiti

Beklenen tüketimden sapma tabanlı anomali tespiti
Isolation Forest ile çok değişkenli anomali analizi
Mesai dışı tüketim ve boşta çalışma israfının tespiti
Uyarı eşikleri, alarm yorgunluğu ve önceliklendirme
Anomali kök neden analizi için alt sayaç kırılımı
Laboratuvar: Hafta sonu israf tüketimini yakalama

Modül 2

Ekipman Verimliliği ve Arıza Tespiti

Basınçlı hava sistemleri ve kaçak tespiti analitiği
Chiller verimliliği (kW/ton) ve performans eğrileri
Motor, pompa ve fanlarda verimsizlik sinyalleri
Otomatik arıza tespiti ve teşhis (AFDD) yaklaşımı
Enerji verisinden bakım önceliklendirmesi
Laboratuvar: Kompresör verimlilik göstergesi analizi

Modül 3

HVAC ve Bina Kontrol Optimizasyonu

Isıl konfor, set değerleri ve kontrol stratejileri
Veri odaklı bina ısıl modeli ve ön soğutma
Model öngörülü kontrol (MPC) yaklaşımına giriş
Pekiştirmeli öğrenme ile HVAC kontrolü ve riskleri
Simülasyon ortamında güvenli deneme ve doğrulama
Demo: Tahmin tabanlı ön soğutma senaryosu

Modül 4

Yük Planlama ve Talep Tarafı Esneklik

Doğrusal programlama ile üretim ve yük çizelgeleme
Laboratuvar: Pyomo ile tarifeye duyarlı yük kaydırma
Batarya depolama ile pik tıraşlama optimizasyonu
Talep tarafı katılım ve esneklik gelir fırsatları
Operasyonel kısıtlar ve üretim önceliklerinin korunması
Günün değerlendirmesi ve karbon gününe hazırlık

Günün hedefiTasarrufları uluslararası protokollerle doğrulamak, karbon ayak izini raporlamak, çözümü canlı sisteme almak ve uçtan uca enerji projesini sunmak.

Modül 1

Tasarrufun Ölçülmesi ve Doğrulanması

IPMVP ölçüm ve doğrulama seçenekleri (A, B, C, D)
Makine öğrenmesi tabanlı referans modellerle M&V
Rutin olmayan ayarlamalar ve belirsizlik hesabı
Enerji performans sözleşmelerinde doğrulama süreci
Tasarruf raporunun yönetime ve denetime sunulması
Laboratuvar: Verimlilik projesi sonrası tasarruf hesabı

Modül 2

Karbon Ayak İzi ve Sürdürülebilirlik

GHG Protokolü: Kapsam 1, Kapsam 2 ve konum/piyasa yöntemi
Enerji verisinden otomatik emisyon hesaplama
AB Sınırda Karbon Düzenleme Mekanizması (SKDM) etkisi
Türkiye İklim Kanunu ve emisyon ticaret sistemi süreci
Yenilenebilir enerji tedariki ve YEK-G belgeleri
Atölye: Tesis için aylık karbon göstergesi tasarımı

Modül 3

Enerji Yapay Zeka Çözümünü Canlıya Alma

Veri hattı, model servisi ve gösterge paneli mimarisi
Grafana veya Power BI ile enerji izleme panoları
MLflow ile model sürümleme ve performans takibi
Model kayması: mevsim, kapasite ve süreç değişiklikleri
Siber güvenlik ve OT ağına güvenli erişim ilkeleri
Demo: Tahmin ve anomali uyarılarını panoya bağlama

Modül 4

Takım Projesi ve Kapanış

Proje: Tesis için tahmin, anomali ve optimizasyon planı
Tasarruf potansiyeli, yatırım ve geri ödeme analizi
Proje sunumları ve eğitmen geri bildirimi
Kurumsal enerji yapay zeka yol haritası taslağı
Eğitim değerlendirmesi, Soru-Cevap ve sertifika takdimi
Laboratuvar not defterlerinin teslimi ve kapanış

Eğitim Kazanımları

Enerji Analitiği — Sayaç, BMS ve üretim verilerini birleştirip yük profilleri ve EnPI göstergeleriyle analiz edebileceksiniz.
Referans Modeller — Derece-gün ve üretim değişkenli regresyonla ISO 50001 uyumlu referans tüketim modelleri kurabileceksiniz.
Tüketim Tahmini — LightGBM ve zaman serisi yöntemleriyle belirsizlik bantları içeren gün öncesi tüketim tahmini yapabileceksiniz.
Yenilenebilir Tahmin — Işınım ve hava durumu verisiyle çatı GES üretimini olasılıksal olarak tahmin edebileceksiniz.
İsraf Tespiti — Mesai dışı tüketim, basınçlı hava kaçağı ve ekipman verimsizliklerini otomatik olarak yakalayabileceksiniz.
Optimizasyon — Pyomo ile tarifeye duyarlı yük kaydırma ve batarya destekli pik tıraşlama modelleri kurabileceksiniz.
Tasarruf Doğrulama — IPMVP yaklaşımıyla verimlilik projelerinin tasarrufunu belirsizliğiyle birlikte hesaplayıp raporlayabileceksiniz.
Karbon Yönetimi — Enerji verisinden Kapsam 1-2 emisyonlarını hesaplayan ve SKDM hazırlığını destekleyen göstergeler kuracaksınız.

Kimler İçin Uygundur?

Enerji yöneticileri
enerji verimliliği ve tesis mühendisleri
bakım ve yardımcı işletmeler sorumluları
sürdürülebilirlik ekipleri ve enerji veri analistleri.

Sıkça Sorulan Sorular

Yapay Zeka ile Enerji Yönetimi Eğitimi kimler için uygundur?

Program; enerji yöneticileri, enerji verimliliği ve tesis mühendisleri, yardımcı işletmeler sorumluları, sürdürülebilirlik ekipleri ve sanayi ile ticari binalarda enerji verisiyle çalışan analistler için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi konuları kapsar?

Eğitim 4 tam gün ve 16 modülden oluşur. Enerji verisi ve referans modeller, tüketim tahmini, anomali tespiti ile optimizasyon, ölçüm-doğrulama ve karbon yönetimi günleri işlenir; son gün takım projesi sunulur.

Katılım için hangi ön bilgiler gerekiyor?

pandas ile temel veri işleme, doğrusal regresyon düzeyinde istatistik ve kWh, kW, tarife gibi enerji kavramlarına aşinalık beklenir. Python ve Jupyter kurulu bir bilgisayar veya bulut not defteri gerekir.

Eğitimde hangi araç ve standartlar kullanılıyor?

pandas, scikit-learn, LightGBM, Darts, pvlib, Pyomo ve MLflow kullanılır. İçerik ISO 50001, IPMVP, GHG Protokolü ve AB Sınırda Karbon Düzenleme Mekanizması çerçevesinde yapılandırılmıştır.

Kendi tesis verilerimizle çalışabilir miyiz, sertifika veriliyor mu?

Kapalı kurum gruplarında anonimleştirilmiş sayaç ve otomasyon verileri laboratuvar ve projelerde kullanılabilir. Programı tamamlayan katılımcılar 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 ENERJİ YÖNETİMİ EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

Veri Odaklı Enerji Yönetimine Giriş

Enerji Veri Kaynakları ve Altyapısı

Enerji Verisinin Hazırlanması ve Keşfi

Referans Tüketim ve Regresyon Modelleri

Zaman Serisi Tahmininin Temelleri

Makine Öğrenmesi ile Yük Tahmini

Olasılıksal Tahmin ve Yenilenebilir Üretim

Tahminden Enerji Satın Alma Kararına

Enerji Tüketiminde Anomali Tespiti

Ekipman Verimliliği ve Arıza Tespiti

HVAC ve Bina Kontrol Optimizasyonu

Yük Planlama ve Talep Tarafı Esneklik

Tasarrufun Ölçülmesi ve Doğrulanması

Karbon Ayak İzi ve Sürdürülebilirlik

Enerji Yapay Zeka Çözümünü Canlıya Alma

Takım 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