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
- 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
- Prediction of pore pressure and deviatoric stress generation for liquefiable soils under cyclic loading using machine learning
Sıvılaşabilen zeminlerde dinamik yükleme durumunda boşluk suyu basıncı ve deviatorik gerilme değişiminin makine öğrenmesi yöntemleriyle tahmin edilmesi
ÖMER TUĞŞAD BİRİNCİ
Yüksek Lisans
İngilizce
2024
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BARIŞ CAN ÜLKER
- Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators
Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi
MAHMUT SAMİ SİVRİ
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- A composed technical debt identification methodology to predict software vulnerabilities
Yazılım zafiyetlerini tahmin etmek için kapsamlı bir teknik borç tanımlama yöntemi
RUŞEN HALEPMOLLASI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN