Makine öğrenmesi yöntemleriyle anormal içme suyu tüketimlerinin tespit edilmesi ve tahmin modellerinin geliştirilmesi

Bu çalışmada, içme suyu gibi önemli bir ihtiyacın hane halkı tarafından tüketiminde belirli bir düzen olabileceği gibi, farklı etkenlere bağlı olarak düzensiz tüketimin de olabileceği öngörülmektedir. Artan nüfus, sınırlı içme suyu kaynakları, gelişen alt yapı ve teknoloji, içme ve kullanma suyuna olan talebi artırmıştır. Bu talebi karşılamak için alternatif su kaynakları arayışları olsa da mevcut suların israf edilmemesi ve daha verimli kullanılmasıyla taleplerin karşılanabileceği öngörülmektedir. Yapay zekanın (AI) bir alt dalı olan makine öğrenmesi (ML) yöntemleriyle geçmiş dönemlerdeki içme suyu tüketim verileri analiz edilmiş, olağan ve olağan dışı tüketim davranış modelleri çıkarılmıştır. İçme suyu tüketimlerinde meydana gelebilecek anormal tüketimlerin tespit edilmesi ve abonelerin bu konuda bilgilendirilmesi ile hane içindeki tüketimlerin normal tüketim aralığı içinde kalmasının sağlanacağı öngörülmektedir. Günümüz bilişim dünyasında toplanan, kaydedilen ve işlenen veri miktarının önemli ölçüde artmasına rağmen, tam olarak analizlerinin zaman ve imkân açısından zor olduğu bilinmektedir. Bu çalışmada Kayseri ili genelinde 2006 – 2022 (ilk 6 ay) tarihleri arasında sayaç endeks okuması 160 dönemden fazla olan 8.224 adet mesken abonesine ait abone, sayaç, tüketim ve tarife verileri dikkate alınmıştır. Veriler konumsal olarak abone temelinde birleştirilmiş, 41 öznitelikli bir veri kümesi oluşturulmuştur. Hazırlanan veri kümesi; veri entegrasyonu, veri dönüştürme, gürültü tanımlama ve temizleme, tespit edilen kayıp değerleri tamamlama veya temizleme gibi veri ön işlemleri kullanılarak 24 özellikli bir verisetine dönüştürülmüştür. Temel istatistiksel değerler ve öznitelik seçimi yöntemleri kullanılarak içme suyu tüketimini etkileyen özniteliklerin her birinin puanları hesaplanmıştır. Özniteliklerin içme suyu tüketimini etkileyip etkilemediği, etkiliyorsa ne kadar etkilediği tespit edilmiştir. Öznitelik seçimlerinde amacı karşılamaya yeterli öznitelik adetinin tespiti açıklanan varyans kriteri (Variance Explained Criteria) oranı %90 alınarak belirlenmiştir. Böylece en az 6 en fazla 11 özniteliğin yeterli olacağı ve her öznitelik seçim yönteminde bu sayıda özniteliğin kalmasını sağlayacak eşik değerler belirlenmiştir. Aykırı değer tüketim tespit modellerinde kullanılacak en uygun alt veriseti ve tüketimi etkileyen özniteliklerin seçimi için bilgi kazancı (IG), kazanç oranı (GR), simetrik belirsizlik katsayısı (SU), pearson korelasyon katsayısı (r), f-skoru ve rastgele orman (RF) öznitelik seçim yöntemleri kullanılarak belirlenen eşik değerler üzerinden 6 farklı alt veriseti elde edilmiştir. Ayrıca en az 3 öznitelik seçim yöntemiyle seçilen özniteliklerden oluşan 7. alt veriseti elde edilmiştir. Her bir abone için sayaç sayısı, kullanıcı sayısı, tüketim ölçüm günleri, tüketim tutarları, fatura tutarları ve ödeme durumu verileri farklı olduğundan seçilen öznitelikler ve oluşan alt verisetleri de aboneye özel olarak elde edilmiştir. Her bir abone için veri önişlemleri yöntemleriyle en az 16 en fazla 24 öznitelikli alt verisetler elde edilmiştir. Bütün verisetler tukey aykırı değer etiketleme (TOL), izolasyon ormanı (IF), z-skor, copula-tabanlı aykırı değer tespiti (COPOD), medyan mutlak sapma (MAD), yerel aykırı değer faktörü (LOF) ve eliptik zarf (EE) olmak üzere 7 farklı ML anomali analizi yöntemi kullanılarak anormal ve normal içme suyu tüketimleri tespit edilmiştir. Anomali analizleri sonucunda her bir yöntem ile tespit edilen anormal tüketimler puanlanmış, 7 farklı anomali yönteminin puanları toplamı ile her bir anomali tüketim davranışının aykırılık puanı hesaplanmıştır. Aykırılık puanlarına göre bütün tüketim değerleri 4 farklı tüketim sınıfı (Normal, Dikkat, Riskli, Aşırı) ile etiketlenmiş, veriseti gözetimli hale getirilmiştir. Elde edilen gözetimli veriseti kullanılarak karar ağaçları (DT), gaussian naive bayes (NB), k-en yakın komşular (KNN), lojistik regresyon (LJR), çok katmanlı algılayıcı sinir ağı (MLP-NN), RF ve gradient boosting (GB) olmak üzere 7 farklı ML yöntemi ile de tüketim sınıf tahmin modelleri geliştirilmiştir. Ayrıca geliştirilen modeller Doğruluk, Duyarlılık, Kesinlik, Hassasiyet, Özgüllük, MAE ve MSE performans metrikleri ile karşılaştırılmış, her bir abone için geliştirilen anormal tüketim tespit modellerinden en yüksek Doğruluk oranındaki model en iyi model olarak belirlenmiştir. Anormal tüketim tespit modellerinden Doğruluk performansı aynı olanlar Duyarlılık ve Kesinlik oranlarına göre karşılaştırılmış, performansı yüksek olan tercih edilmiştir. Toplamda 921.088 adet model geliştirilmiş, bunlardan 16.077 adeti en iyi model olarak maksimum doğruluk performansı göstermiştir. Modellerin Doğruluk performans oranları en düşük %43, en yüksek %100 ve ortalama %85 olarak tespit edilmiş olup, EE yöntemiyle elde edilen modellerin çoğunlukla en iyi modeller olduğu, Z Skor ve LOF yöntemleri ile elde edilen modellerin çok düşük oranlarda maksimum Doğruluk sağladığı anlaşılmıştır. Çalışmada elde edilen tüketim sınıfı tahmin modellerinde ise Doğruluk performans metriği %90 ve üzeri olanlar en iyi model olarak tercih edilmiştir. Böylece örneklem olarak alınan 8.224 abonenin 7.150 tanesine (%86,94) ait alt verisetlerinden (V1, V2, V3, V4, V5, V6, V7), diğer 1.074 adet abonenin (%13,06) ise temel verisetinden (V0) en iyi tüketim sınıfı tahmin modellerinin elde edildiği görülmüştür. Her bir aboneye ait geliştirilen maksimum Doğruluk performanslı model en fazla oranda F-Skor öznitelik seçim yöntemi ile elde edilen V5 alt veriseti kullanılarak elde edilmiştir. Diğer alt verisetleri ile de birbirine yakın oranlarda başarılı sonuçlar elde edildiği anlaşılmıştır. Çalışma sonucunda anormal içme suyu tüketimlerinin ML yöntemleri ile tespit edilebileceği ve tüketim sınıflarının ML yöntemleriyle tahmin edilebileceği ispatlanmıştır. Ayrıca bireysel tüketim davranışlarını etkilemeye yönelik geri dönütler ile içme suyunun israf edilmeden daha verimli kullanılabileceği gösterilmiş, su yöneticilerinin yatırım planlamalarına ve yönetim yaklaşımlarına farklı bir bakış açısı sunulmuştur. Böylece çok yüksek taleplerin üstesinden gelinmesine, kayıp kaçak kullanım potansiyeli olan abonelerin tespit ve takip edilmesine, su tasarrufuna yönelik toplumsal bilincin arttırılmasına katkı sağlayabilecek bir model geliştirilmiştir.