Geri Dön

Makine öğrenmesi yöntemleri ile dinamik risk analizinde insan tecrübesine olan bağımlılığın azaltılması

Decreasing of dependency to expert in dynamic risk analysis along with machine learning methods

PDF İndir

  1. Tez No: 758673
  2. Yazar: BURKAY KARADAYI
  3. Danışmanlar: PROF. DR. SUPHİ URAL
  4. Tez Türü: Doktora
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Hasar riski, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Risk analizi, Damage risk, Machine learning, Machine learning methods, Risk analysis
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İşçi Sağlığı ve İş Güvenliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Risk yönetimi işletmelerin karar verme ve süreçlerini yönetme konusunda başvurdukları yöntemlerden birisidir. Enerji sektörü, özellikle son dönemlerde dünya genelinde yaşanan arz problemlerinden kaynaklı olarak risk yönetiminin verimli şekilde yürütülmesi elzem sektörlerdendir. Risk yönetiminin önemli aşamalarından olan risk analizi geçmişten günümüze farklı yöntemlerle gerçekleştirilmiştir. Son dönemde teknolojinin gelişmesiyle birlikte pek çok alanda olduğu gibi risk analizi alanında da makine öğrenmesi yöntemlerinden yararlanılmaktadır. Makine öğrenmesi yöntemlerinin risk analizinde kullanılmaya başlamasıyla birlikte uzmana olan bağlılığın azaltılması bu tez çalışmasında hedeflenmiştir. Bu amaçla, bir rüzgâr enerji santralinin SCADA sisteminden temin edilen operasyon ve alarm verileri incelenmiştir. Alarm verileriyle ileriye yönelik alarm tahmini ve sistemin arıza yapma riski ekonomik kayıp üzerinden modellenmeye çalışılmıştır. Riske etki eden parametreler makine öğrenmesi yöntemleriyle otomatik olarak modele dahil edilmiş ve uzmana olan bağlılığın azaltılması hedeflenmiştir. Çalışmanın sonucunda hem gerçek zamanlı hem de ileriye yönelik risk tahminlerinin yüksek tutarlılık oranlarında gerçekleştirildiği görülmüştür.

Özet (Çeviri)

Risk management is a crucial tool for facilities for managing decision makings and operations. Also, risk management is essential for energy sector because of recent energy supply crisis around the world. Risk analysis which is a key tool for risk management has been carried out by the way of different techniques until today. As in many fields, machine learning has been used for risk analysis along with technological developments. It is aimed that decreasing dependency to expert in this study associated with using of machine learning techniques for risk analysis. So, a SCADA related database which consists of operational and alarm data of a wind turbine is examined and system failures and economical losses-based risk models are investigated. Features which are effects risk levels are included to risk model automatically and it is aimed to decrease expert opinions. At the end of the study, either real-time based or future-based risk predictions are observed with high consistencies.

Benzer Tezler

  1. Tez No

    1019841

    A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders

    İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama

    ELİF GÜLİN PETEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR BEHZAT TOKDEMİR

  2. Tez No

    1017249

    Makine öğrenmesi ve çok kriterli karar verme yöntemleriyle veri odaklı bütünleşik performans analizi

    Data driven integrated performance analysis using machine learning and multi criteria decision making methods

    ASLI ÖZŞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Endüstri ve Endüstri MühendisliğiÇukurova Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ KOKANGÜL

  3. Tez No

    854200

    Association rule mining for identifying factors in dynamic positioning incidents and accidents

    Dinamik konumlandırma kazalarına ait faktörlerin birliktelik kural madenciliği ile tanımlanması

    TUĞFAN ŞAHİN

    Doktora

    İngilizce

    İngilizce

    2024

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PELİN BOLAT

  4. Tez No

    914681

    Exploring design based learning activities in 2nd grade science classrooms

    2. sınıf bilim sınıflarında tasarım tabanlı öğrenme aktivitelerinin keşfedilmesi

    ÖZLEM YAPRAK BOSTANCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Eğitim Programları ve Öğretim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ELİF ÖZTÜRK

  5. Tez No

    999527

    Artificial neural network-based efficiency estimation and modeling approach in electric vehicle powertrains

    Elektrikli güç aktarma sistemlerinde yapay sinir aği tabanli verimlilik tahmini ve modelleme yaklaşimi

    AHMET BURAK KAYDECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. SALİH BARIŞ ÖZTÜRK

Geri Dön