Proje İçeriği

Enerji Tüketim Anomali ve Tahminleme Projesi; Metro İstanbul’un enerji tüketim verilerinin yapay zekâ destekli yöntemlerle analiz edilmesi, olağandışı tüketim davranışlarının tespit edilmesi ve beklenen enerji tüketim değerlerinin tahminlenmesi amacıyla geliştirilmiştir.

Proje kapsamında enerji analizörlerinden elde edilen tüketim verileri; hat, istasyon, analizör, tarih-saat, yolculuk sayısı, hava durumu, işletme durumu, istasyon özellikleri ve ekipman ana verileri ile birlikte değerlendirilmektedir. Enerji tüketiminin yalnızca toplam tüketim değeri üzerinden değil, tüketimi etkileyebilecek operasyonel ve çevresel değişkenlerle birlikte ele alınması hedeflenmiştir.

Bu amaçla EnergyDW veri ambarı yapısı oluşturulmuş; tarih-saat, analizör, istasyon ve hava durumu gibi boyutlar ile enerji tüketim ve model sonuçlarını içeren veri yapıları bütünleştirilmiştir. Model sonuçlarında gerçekleşen tüketim, beklenen tüketim, tüketim farkı, anomali yüzdesi ve anomali durumu gibi çıktılar tutulmaktadır.

Bunun yanında enerji tüketiminin yolculuk sayısı ve istasyon metrekaresi gibi değişkenlerle normalize edilmesine yönelik KPI’lar oluşturularak farklı istasyon ve analizörlerin daha anlamlı biçimde karşılaştırılabileceği bir analiz altyapısı geliştirilmiştir.

Projenin Amacı

Proje, kurum içinde mevcut bir sistemin iyileştirilmesinden ziyade, enerji tüketiminin yapay zekâ destekli olarak analiz edilmesi, anomalilerin tespit edilmesi ve tüketim değerlerinin tahminlenmesine yönelik yeni bir çözüm olarak geliştirilmiştir.

Mevcut durumda farklı kaynaklarda bulunan enerji tüketimi, yolculuk, hava durumu, işletme, istasyon ve ekipman verileri proje kapsamında ortak bir veri yapısında bir araya getirilmiştir. Oluşturulan yapay zekâ modeli ile gerçekleşen enerji tüketiminin beklenen değerlerle karşılaştırılması ve olağandışı tüketimlerin otomatik olarak belirlenmesi sağlanmıştır.

Bu yönüyle proje, kurumda daha önce bulunmayan yeni bir analiz ve karar destek altyapısı oluştururken, aynı zamanda mevcut enerji izleme ve değerlendirme süreçlerinin daha veri odaklı ve sistematik hale getirilmesine katkı sağlamaktadır.

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

Projenin en önemli inovasyonu, enerji tüketim verilerinin yalnızca klasik raporlama yöntemleriyle izlenmesi yerine yapay zekâ destekli anomali tespiti ve tahminleme yaklaşımıyla değerlendirilmesi; aynı zamanda enerji tüketiminin yolculuk, hava durumu, işletme bilgisi, istasyon ve ekipman verileriyle ilişkilendirilmesidir.

Sistem, analizör bazındaki gerçekleşen enerji tüketimini model tarafından üretilen beklenen tüketim değeriyle karşılaştırarak normal tüketim davranışından sapmaları otomatik olarak tespit edebilecek şekilde tasarlanmıştır. Bu kapsamda tüketim farkı, anomali yüzdesi ve anomali durumu gibi model çıktıları üretilmektedir.

Ayrıca tüketim/yolcu ve tüketim/m² gibi normalize edilmiş göstergeler kullanılarak farklı büyüklük ve kullanım yoğunluğuna sahip istasyonların yalnızca toplam tüketim üzerinden değil, karşılaştırılabilir performans göstergeleri üzerinden değerlendirilmesi hedeflenmektedir.

Bu yönüyle proje; yapay zekâ, veri ambarı, çoklu veri kaynağı entegrasyonu ve enerji KPI’larını tek bir analiz yaklaşımında birleştiren yenilikçi bir yapı sunmaktadır.

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

Proje başta Enerji Yönetimi, Elektrik Sistemleri, Elektromekanik Sistemler, İşletme/Operasyon ve Bilgi Teknolojileri olmak üzere enerji tüketimi ve teknik sistemlerin yönetimiyle ilişkili birimlere fayda sağlamaktadır. Enerji tüketiminin hat, istasyon ve analizör bazında izlenebilmesi; olağandışı tüketimlerin otomatik olarak belirlenmesi ve sonuçların operasyonel verilerle birlikte değerlendirilmesi sayesinde teknik ve yönetsel analiz süreçlerinin desteklenmesi amaçlanmıştır. Proje ayrıca enerji verimliliği çalışmalarında kullanılabilecek ortak ve izlenebilir bir veri altyapısı oluşturarak farklı birimlerin aynı veri üzerinden değerlendirme yapabilmesine katkı sağlamaktadır.

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Evet aldık

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

Proje kapsamında model ve veri altyapısı üzerinden ölçülebilir sonuçların üretilebilmesi için gerekli KPI ve çıktı yapıları oluşturulmuştur. Gerçekleşen enerji tüketimi ile beklenen enerji tüketimi karşılaştırılarak tüketim farkı, anomali yüzdesi ve anomali durumu hesaplanabilmektedir.

Bunun yanında enerji tüketiminin yolculuk sayısı ve istasyon metrekaresi ile ilişkilendirilmesine yönelik KPI’lar üzerinden tüketim performansının farklı kırılımlarda değerlendirilmesi sağlanmaktadır.

Proje halen geliştirme ve doğrulama süreci içerisinde olduğundan, ROI, maliyetlerde yüzdesel azalma veya enerji tasarrufu yüzdesi gibi finansal kazanımlar için doğrulanmış nihai bir oran paylaşılmamaktadır. Bu göstergelerin yeterli dönem verisi ve model çıktısı oluştuktan sonra ölçülmesi planlanmaktadır.

Mevcut aşamada ölçülebilir çıktılar; toplam tüketim, beklenen tüketim değeri, tüketim farkı, tüketim bazlı anomali yüzdesi ve durumu, toplam yolculuk sayısı, tüketim/yolcu KPI’ı, tüketim/m² KPI’ı ve operasyonel durum gibi göstergeler üzerinden takip edilmektedir.

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

5

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

-

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

-