Yüksek gerilim hatlarında yıldırım elektromanyetik darbelerinin oluşturduğu arızaların makine öğrenmesi yöntemiyle tahminlenmesi

Enerji iletim hatları, yıldırım elektromanyetik darbelerine bağlı olarak ciddi arızalar ve enerji kesintileriyle karşı karşıya kalmaktadır. Geleneksel yöntemler yıldırım kaynaklı arızaların önlenmesi konusunda belirli başarılar sağlamış olsa da karmaşık meteorolojik değişkenler ve coğrafi faktörler nedeniyle tahmin performansları sınırlı kalmaktadır. Bu çalışmada, enerji iletim hatlarında yıldırım kaynaklı arızaların tahmini için Rastgele Orman Algoritması ve XGBoost algoritmalarının birleşimiyle oluşturulan hibrit model önerilmektedir. Model, 2015-2022 yılları arasında Antalya bölgesinde toplanan 360.000 yıldırım verisi ve 713 yıldırım kaynaklı arıza kaydı kullanılarak eğitilmiştir. Veri işleme sürecinde, eksik veri yönetimi, aykırı değer analizi ve özellik mühendisliği gibi teknikler uygulanmıştır. Modelin performansı, doğruluk, F1-skor, AİK-EAA ve Karışıklık Matrisi gibi metriklerle değerlendirilmiş ve hibrit modelin %93 doğruluk oranı ile geleneksel yöntemlere kıyasla üstün performans gösterdiği belirlenmiştir. Ayrıca, önerilen modelin hatalı pozitif ve hatalı negatif oranlarını azalttığı ve özellikle kritik arıza senaryolarında yüksek başarı sağladığı gözlemlenmiştir. Çalışmanın bulguları, hibrit makine öğrenmesi modellerinin enerji iletim hatlarındaki yıldırım kaynaklı arızaların tahmini için güçlü bir alternatif sunduğunu göstermektedir. Literatüre bütüncül mühendislik parametrelerini kullanarak tahmin yapan hibrit algoritma olarak girecek modelin, gelecekte farklı coğrafi bölgelerde test edilmesi, ek meteorolojik değişkenlerin entegrasyonu ve gerçek zamanlı uygulamalara uyarlanması önerilmektedir.