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
- Tez No: 758673
- Danışmanlar: PROF. DR. SUPHİ URAL
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İşçi Sağlığı ve İş Güvenliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 207
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
- 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
2024
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN BOLAT
- 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
2024
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZTÜRK
- Coğrafi bilgi sistemleri ve yapay zeka entegrasyonu ile altyapı karar destek sistemi geliştirilmesi
Development of an infrastructure decision supportsystem through the integration of geographicinformation systems and artifical intellegence
İREM DİLARA MOLLAOĞLU
Yüksek Lisans
Türkçe
2025
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. NURSU TUNALIOĞLU ÖCALAN
- Baskı çoğaltma endüstrisine yönelik otonom tekliflendirme ve cihaz yönetimi stratejilerinin değerlendirilmesi: Bir karar destek sisteminin tasarımı
Evaluation of autonomous bidding and device management strategies for the print reproduction industry: The design of a decision support system
DENİZ IŞIL ŞİMŞEK
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ÇEVİKCAN
- Exploring the potential of digital twin technology to improve factors affecting construction productivity during the construction phase
Yapım aşamasında inşaat verimliliğini etkileyen faktörlerin iyileştirilmesinde dijital ikiz teknolojisinin potansiyelinin incelenmesi
İREM KOMAR
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HÜSNÜ MURAT GÜNAYDIN