Buradasın
Akıllı Şebekelerde Makine Öğrenmesi ve Anomali Tespiti Sunumu
youtube.com/watch?v=I1iwxOCs6usYapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, İstanbul Teknik Üniversitesi'nden Prof. Dr. Berk Üstünden'in Gazi Üniversitesi, Elektrik Mühendisleri Odası ve Nişantaşı Üniversitesi adına düzenlenen bir konferans sunumudur. Sunumda ayrıca Gazi Üniversitesi'nden Erdal İrmak da soru sormaktadır.
- Sunum, akıllı şebekelerde makine öğrenmesi teknikleri ve anomali tespiti konularını kapsamlı şekilde ele almaktadır. İçerikte şebeke yönetimi, dijital ikiz yaklaşımı, nöromorfik makine öğrenmesi, sensör ağları ve mikroservisler gibi konular detaylı olarak incelenmektedir. Ayrıca, zaman serisi problemlerinde karşılaşılan zorluklar ve bunları aşmak için geliştirilen yeni teknolojiler de sunulmaktadır.
- Sunumda ayrıca şebeke bileşenlerinin (trafo, jeneratörler, motorlar) yönetimi, risk, ömür ve hizmet kalitesi seviyesi gibi üç temel yaklaşım, şebeke kararlılık analizi ve bakım yönetimi gibi konular da ele alınmaktadır. Türkiye şebekesinde bu teknolojilerin uygulanmasıyla elde edilebilecek potansiyel ekonomik faydalar ve düşük maliyetli çözümler (10 dolar) gibi pratik uygulamalar da sunumun bir parçasıdır.
- 00:10Akıllı Şebekelerde Makine Öğrenmeye Dayalı Anomali Tespiti
- İstanbul Teknik Üniversitesi'nden Prof. Dr. Berk Üstünden, akıllı şebekelerde makine öğrenmeye dayalı anomali tespiti konulu sunum yapacak.
- Akıllı şebekelerde şebekeyi akıllandıran şey genellikle veri olup, bu verinin kaynağı bir kısmı istatistik, giderek artan miktarda gerçek zamanlı veri ve duyarga ağlarından gelen verilerdir.
- İşlemcilerin maliyetinin düşmesi ve duyargaların yaygınlıkla bulunabiliyor ve çeşitlenebiliyor olması, şebekede önemli bir tasarruf aracı haline getirmektedir.
- 02:09Şebekenin Karmaşıklaşması
- Şebeke karmaşıklaşıyor; 1975'ten beri nüfus 2,1 kat artarken şebeke boyutu 23 kat artmış, bu da şebekenin kurulu gücünün ve karmaşıklığının 23 kat artması anlamına gelmektedir.
- Kişi başına olan güç tüketimi artmakta ve elektrikli araçlarla birlikte bu üstel artış devam edecek görünmektedir.
- 2030 yılına kadar şebekenin karmaşıklığı en az iki kat daha artacak, bu da yönetebilirlik problemlerinin ortaya çıkacağını göstermektedir.
- 03:25Şebekenin Katmanları ve Veri İşleme
- Şebeke karmaşıklık oranı genellikle katmanlar halinde gösterilir; en alt katmanda sensörlerin ağı bulunur ve bu ağın güvenilirliği çok önemlidir.
- Veri işleme sürecinde önce veriler endekslenir; sıcaklık verisi sadece sıcaklık olarak değil, deseni, konteksti ve hangi güç akışı sırasında oluştuğu gibi faktörlerle birlikte değerlendirilir.
- İkinci katman sensörler olup, ham veri ve indekslenmiş veri füzyon teknikleri uygulanarak bir araya getirilir ve üzerine mikroservisler eklenir.
- 05:15Mikroservisler ve Şebeke Yönetimi
- Mikroservisler, bir firmanın yaptığı yazılıma bağımlılıktan ziyade parça parça yetki yönetimi, güvenlik yönetimi ve kriptolama gibi işlevleri yerine getirir.
- Şebeke yönetimi, hizmet kalite seviyesi yönetimi, cihaz envanter yönetimi, asset yönetimi ve trafoların yönetimi gibi uygulamalar mikroservislerle oluşturulur.
- Şebekenin karakterinin değişimini algılamada, örneğin ferranti olayıyla gerçekleşen arasındaki fark gibi anomali olarak görülen olaylar kablo test cihazı gibi kullanılabilir.
- 06:15Şebeke Analitiği ve Dijital İkiz Yaklaşımı
- Şebekenin anomalisini bileşen bazında analiz etmek ve analitik verilerle birleştirerek dijital ikiz oluşturmak günümüzde popüler bir konudur.
- Dijital ikiz yaklaşımı, elektrikli araçların orta gerilim kullanım oranını artırması veya televizyon dizilerinin aynı anda bitmesi gibi senaryoları önceden tahmin etmeyi ve riskleri yönetmeyi sağlar.
- Yaygın kullanılan yapıda amaca özel yazılımlar ve veri toplama sistemleri bulunurken, dijital ikiz yaklaşımı daha kapsamlı bir yol haritasıdır.
- 07:30Şebeke Bileşenlerinin Analizi
- Trafo termal görüntülerinden uzmanlarca çeşitli çıkarımlar yapılabilir, ancak bu bilgileri makine algılatabilmek ve uzmanlardan bağımsız yönetebilme potansiyeli artırmak önemlidir.
- Şebeke bileşenlerini insandan bağımsız yönetebilme potansiyeli, insan hatalarına daha az bağlı kalma imkanı sunar ve birkaç bilgiyi yan yana getirerek 20-50 kat arasında indeks oluşturulabilir.
- Standart duyargaların trafo, jeneratörler, motorlar ve izolasyon malzemeleri için özelleştirilmiş versiyonları yaygınlaşmaktadır.
- 09:42Şebeke Yönetim Seviyeleri
- Şebeke değerlendirmeleri üç seviyede yapılır: bileşen seviyesi (trafo gibi), alt seviye şebeke seviyesi (ağaç türündeki şebeke veya halka şebeke) ve bütün şebeke seviyesi (enterkonnekte şebeke).
- Şebeke enerji işletmesinde dinamik karar kriterleri açısından üç temel yaklaşım vardır: risk, ömür ve şebeke hizmet kalitesi seviyesi.
- Şebekenin karmaşık hizmet kalite seviyesi, özellikle elektrikli araçların yaygınlaşmasıyla önümüzdeki dönemde önemli bir parametre haline gelecektir.
- 12:38Anomali Tespiti ve Makine Öğrenmesi
- Anomali, sistemin yapısal ya da durumsal olarak normal koşulları dışına çıkmaya başlamasıdır.
- Yapay zeka ve makine öğrenmesi, fiziksel sistemlerden elde edilen verileri analiz ederek gerçek fiziksel değişiklikleri tespit etmeyi sağlar.
- Makine öğrenmesi, lineer tanıma metotları ile yapılamayan karmaşık anomali tespitlerini yapabilir, ancak bağlamsal ilişkiyi öğrenme konusunda zayıflıkları vardır.
- 15:15Şebeke Analitiğinin Ekonomik Potansiyeli
- Türkiye şebekesinde makine öğrenmesi ile ilgili yaklaşık 2 milyar dolara yakın çarpı 5'e getirecek bir iş potansiyeli bulunmaktadır.
- Geleneksel eşik algılama, kümeleme problemine dönüştürülebilir ve gözetimsiz öğrenmeyle anomali tespitinde bulunulabilir.
- Pekiştirmeli öğrenme bu konuda gelişmekte olsa da, geriye doğru olan bağlamsal ilişkiyi şu anda ortaya koymamaktadır.
- 16:15Zaman Serisi Problemleri ve Anomali Algılama
- Zaman serisi problemlerinde şebeke yönetiminde, örneğin bir trafonun sıcaklığının dakikada bir mi yoksa üç günlük ortalaması içerisindeki günlük frekansı mı ölçülmesi gerektiği gibi sorunlar yaşanmaktadır.
- Anomali algılama için daha az veri ile de açıklanabilir makine öğrenmesi yöntemleri (explanable AI) kullanılabilmektedir.
- Şebekede sorun olduğu zamanları ve sorun olmadığı zamanları göstererek, sorunlu ilişkileri zaman içerisinde ortaya koyabilmek mümkündür.
- 17:40Şebekelerde Zamanla Değişim ve Öğrenme
- Şebekeler zamanla değişmekte olup, öğrenmenin sürekliliğe ihtiyacı vardır ve değişim hızının öğrenme hızına oranı dikkate alınmalıdır.
- İnsanlar genellikle anomali ile öğrenir ve kestirimsel (prediktif) bir yaklaşım benimserler.
- Şebekede kaotik ve stokastik bileşenlerden özellik çıkartma ihtiyacı vardır çünkü şebekede bazı bileşenlerin hepsini açıklayamayız.
- 18:49Makine Öğrenme Jenerasyonları
- Conrad Zuse, ilk bilgisayarı yapan kişi olup, İngilizlerin Berlin'i bombalarken bu bilgisayarı bombalaması olmuştur.
- İkinci jenerasyon AI istatistik öğrenmeden sonra derin öğrenme, üçüncü jenerasyon ise nöromorfik işlemcilerdir.
- Nöromorfik işlemcilerden sonra hibrit nöromorfik sistemler geliştirilmektedir.
- 19:40Anomali Algılama Yaklaşımları
- Anomali istatistik olan yöntemlerle bağlamsal ilişkiyi ve zamanla değişen sistem ilişkileri çok fazla kuramıyoruz.
- Derin öğrenme ile girdiğimizde parametre sayısının etiketli veri sayısına göre çıkartımı ve muhakeme yeteneği ihtiyacı ortaya çıkıyor.
- Nöromorfik işlemciler, sahada pille çalıştırılabilmesi ve düşük güçle karmaşık işleri yapabilmesi açısından önemlidir.
- 20:36Nöromorfik İşlemciler ve Enerji-Entropi İlişkisi
- Nöromorfik işlemciler için iki araç vardır: Nero Band IoT GSM şirketleri tarafından geliştirilen, beş-on sene süreyle bir pille yedekleyebileceğiniz iletişim ve nöromorfizm.
- Çalışma grubu, University of Washington ile dört proje yaparak karmaşıklığı çözmek üzere geleneksel yöntemler yerine insan kortikal ağ gibi sinyale özel ağ geliştirmektedir.
- Doğanın kendisinde enerji-entropi ilişkisi vardır; yolu minimum empedanslı yolu daima buluyor ve enerji disipasyonunu minimumlaştırmaya çalışıyor.
- 21:55Yeni Nöron Modeli ve Sensör Tasarımı
- Enerji-entropi ilişkisine dayalı olarak nöronların yeni bir modeli geliştirilmiş olup, özellikle anomali algılamaya yönelik olarak kök hücre dağıtılmıştır.
- Alternatif yöntemde, zaman serisinin farklı yerlerinde anomalinin izi olduğu yerlerde önce insan gibi duyar ve korteks üretilmektedir.
- Sensörlere sahaya koyulacak sensörler için ciddi kısıtlamalar getirilmekte ve bunlar komponent olarak da geliştirilmektedir.
- 24:43Nöromorfik Makine Öğrenmesi ve Anomali Algılama
- Nöromorfik makine öğrenmesi, kortekslerle birbirine bağlanan bir network şekli olan connectom kullanarak geleneksel yöntemlere göre daha iyi genelleştirme performansı sunuyor.
- California Üniversitesi'nin 250 çeşit veriden oluşan anomalist seti kullanılarak enerji şebekelerinde anomali algılama örnekleri gösteriliyor.
- Sistem, insan gözüyle görülemeyen anomalileri yüksek doğrulukla tespit edebiliyor ve bu anomaliler milyon dolarlık arızaya yol açabiliyor.
- 27:41Nöromorfik Sistemlerin Uygulamaları
- Nöromorfik sistemler şebekenin kararlılık analizi, verimliliği, bakım yönetimi ve varlık yönetimi gibi konulara da uygulanabiliyor.
- Sistem, arka arkaya farklı özelliklerdekini birbirine bağlayarak yapısal olmayan veriden çıkarım yapabilen bileşenler oluşturabiliyor.
- Overfitting probleminden kurtulmak için hatanın rezidülerine odaklanan kaskat ağlar oluşturuluyor.
- 29:15Dijital İkiz ve Nöromorfik IoT
- Dijital ikiz modelinde mekansal ve zamansal veriler ile analitik model bir araya getirilerek şebeke davranışının daha duyarlı tahmin edilmesi sağlanıyor.
- Nöromorfik IoT, sensör yedeklemesinde Türkiye'de henüz yaygın kullanılmıyor ancak gelecekte yaygınlaşacak.
- Powerline communication yaygın olarak şebekede kullanılan bir yöntemken, nöromorfik IoT şebekede hat kesilmişse onu yedekleyebilecek bir çözüm sunuyor.
- 30:47Nöromorfik İşlemcilerin Geleceği
- Nöromorfik makine öğrenmesi önümüzdeki dönemde giderek önemini arttıracak.
- Intel Lois çipini çıkarmış, Samsung da nörofik işlemci çıkarmaya başlamış ve bu alanda bir yarış var.
- Nöromorfik sistemlerin temelinde hizmet kalite seviyesi bulunuyor ve şebeke yöneticileri bu sistemleri pazarlarken hizmet kalite seviyesi ve yatırım miktarını dikkate almalı.
- 31:52Elektrik Sistemlerinde Karar Verme Süreci
- Elektrik sistemlerinde kısa devre veya normal durumlar gibi durumlarda mikro saniyeler içerisinde karar vermenin üretilmesi gerekiyor.
- Karar verme sürecinde verinin okunması, gerçek zamanlı iletişim ve haberleşme gecikmeleri önemli faktörlerdir.
- Karar verme sürecinde ciddi bir işlem var ve bu konuda ID'nin standartlarına göre karşılaştırma imkanı vardır.
- 32:37Kenar Hesaplama ve Maliyet
- Gerçek zamanlı karar verme için edge computing (kenar hesaplama) yöntemi kullanılıyor ve nöromorfik işlemci bu amaçla tercih ediliyor.
- Jetson gibi özel cihazlara ihtiyaç duyulmuyor, standart ARM işlemci ile bellek karmaşıklığını artırıp işlemci karmaşıklığını düşürerek düşük maliyetli bir devre oluşturuluyor.
- Tüm bu işlemler "on dolar" fikriyle gerçekleştiriliyor, merkezde milyon dolar verilebilir ancak kademelendirme gerekiyor.
- 33:27Şebeke Yönetimi ve Veri İşleme
- Zamanın genişlediği anomaliler için sistemsel olan kısmı önce gate'a (gate computing) aktarılıyor.
- Bir trafo ile trafoun oluşturduğu alan bir gate oluşturuyor ve bu gate'in içerisindeki alt şebeke ağaç şebekesi türü oluyor.
- Enternekte şebeke bulutta merkezde yönetiliyor çünkü şebekenin bütününü görmek gerekiyor, ancak enterkonnekt şebeke parçalarını gate'de komponent bazında yerinde yönetiyoruz.
- 34:06Veri İşleme Stratejileri
- Bütün datayı sürekli merkeze göndermek ekonomik olmadığı için farklı bir kodlama sistemine ihtiyaç var.
- Tüm görüntüyü piksel piksel kodlamak yerine, sadece olayı göndermek veya gerekirse önceden kurgulanmış aksiyonları yerinde işletmek gerekiyor.
- Siemens başta olmak üzere birçok şirketin makalelerinde sanal PLC'ye doğru bir gidiş var ve şebekenin genel yönetimini merkezde yapmak, şebekenin bölgesel sorunlarını ise yerinde çözmek gibi kademe üç şeklinde bir yaklaşım benimseniyor.