Rüzgar Enerjisi Tahmin ve Arıza Analiz Sistemi

Rüzgar türbini işletmeleri için geliştirilen endüstriyel yazılım; SCADA verisini temizler, sayısal hava tahmini (NWP) ile 1–48 saat öncesi üretim tahmini yapar, anomalileri yakalar ve bakım kararı üretir.

Sistem altı farklı makine öğrenmesi modelini (XGBoost, LightGBM, CatBoost, Random Forest, Extra Trees, HistGB) zaman sıralı doğrulamayla eğitir ve konformal %90 tahmin aralığıyla birleştirir. Open-Meteo entegrasyonu ile hub yüksekliğine ekstrapole edilmiş hava tahmini, hedef saatte özellik olarak kullanılır. Isolation Forest tabanlı anomali tespiti ve altı kategoride fizik tabanlı arıza sınıflandırması, etiketli veri gerektirmeden alarm listesi ve tahmini üretim kaybı (MWh) üretir. Sonuçlar SCADA tarzı bir web panelinde, REST API (OpenAPI) ve CSV çıktılarıyla sunulur; sapma izleme (PSI), model kayıt defteri ve zamanlanmış yeniden eğitim döngüsü operasyonu kendi kendine sürdürür. Yöntem, müşteri verisi kullanılmadan ENGIE'nin açık La Haute Borne SCADA verisinde (4 × Senvion MM82, 2014–2015; Etalab Açık Lisans 2.0) zaman sıralı olarak test edilmiştir: yalnızca geçmiş SCADA ile, gerçek hava tahmini olmadan 1 saatte ısrar tabanıyla başa baş (%−0,6), 6 saatte %3,7 ve 24 saatte %9,3 daha düşük hata; %90 hedefli aralık test döneminde %83–87 kapsamıştır (zaman kayması nedeniyle hedefin altında). Etiketsiz anomali bölümü 4.651 MWh'lik test döneminde 10,6 MWh (%0,23) beklenenin altı üretim işaretlemiştir; bu bir arıza yakalama iddiası değil, kayıp tahminidir.