IoT Entegreli Dinamik Sistemlerde Derin Öğrenme ve Matematiksel Optimizasyon Tabanlı Enerji Yönetimi
AFYON KOCATEPE ÜNİVERSİTESİ
Team Members
HAMZA DERİM
MUSTAFA TABARU
SERKAN EMİR ZALOĞLU
NURSENEM SÖYLEMEZ
ILKHOM TABYLDIEV
AHMET KAYSAL
About the Team
Günümüzde artan enerji maliyetleri ve çevresel faktörler, endüstriyel tesislerde enerji verimliliğini artıracak yenilikçi sistemlere olan ihtiyacı belirginleştirmiştir. Bu proje, üretim tesislerin enerji kullanımını optimize etmek amacıyla Nesnelerin İnterneti (IoT) tabanlı veri toplama mimarisi ile ileri düzey derin öğrenme analizlerini birleştiren dinamik bir enerji yönetim sistemi geliştirmeyi amaçlamaktadır. Projenin donanım katmanı, ESP32 mikrodenetleyicisi, akım (SCT-013) ve gerilim (ZMPT101B) sensörlerinden oluşmakta olup; makinelerin enerji tüketimi gerçek zamanlı ölçülerek mini web sunucusu üzerinden izlenebilmektedir. Projenin asıl özgün değeri, 2209 A desteklenen dinamik sistemlerde derin öğrenme yaklaşımlarıyla diferensiyel denklemlerin optimizasyonu ile geliştirilen teorik taban sayesinde literatürdeki geleneksel yöntemlerin ötesine geçen matematiksel modelleme ve yapay zekâ yaklaşımlarıdır. Elde edilen anlık veriler ve kapsamlı açık veri setleri; Neural ODEs, Fizik-Bilgili Sinir Ağları (PINNs), Derin Takviyeli Öğrenme (DRL), Graf Konvolüsyonel Ağlar (GCNs) ve Uzun Kısa-Vadeli Bellek (LSTM) gibi algoritmalarla işlenecektir. Özellikle PINNs mimarisi ile fiziksel yasalar modele entegre edilecek, zaman serisi analizi ve dikkat mekanizmaları (Attention) sayesinde tüketimdeki dönemsel dalgalanmalar yüksek doğrulukla tahmin edilecektir. Geliştirilen bu entegre sistem, geçmiş ve anlık verilerden öğrenerek gelecekteki enerji tüketim eğilimlerini öngörecek ve verimliliği maksimize edecek otonom optimizasyon önerileri sunacaktır. Sonuç olarak, üretim tesislerin veri odaklı kararlar almasını sağlayacak bu proje; gereksiz enerji kayıplarını önleyecek, maliyetleri düşürecek ve sürdürülebilir enerji yönetimine yenilikçi bir altyapı sunacaktır. Çalışma, literatüre teorik bir katkı sağlamanın yanında, yerli IoT tabanlı akıllı enerji izleme sistemlerinin pratik uygulanabilirliğini de kanıtlamayı hedeflemektedir.