Platform 14 / 17
İş alanı
Kayıp, Uyumluluk & GüvenceSEIDRA
ML Destekli Kaçak Tespiti
Türkiye elektrik dağıtım şirketleri (EDAŞ) için ML destekli kaçak elektrik tespiti ve skorlama platformu. Abone verilerini, sayaç okumalarını, OBIS olaylarını ve denetim geçmişini toplayarak abone başına açıklanabilir kaçak olasılık skorları (0-100) üretir; saha ekiplerinin kayıp-kaçak denetimlerini 3x+ isabet oranı iyileştirmesiyle önceliklendirmesini sağlar.
14Öne çıkanlar
- 013 katmanlı ML mimarisi: Base Model (XGBoost), OSOS Head (XGBoost + LSTM + Kurallar), Boost Head
- 028 kategoride 100+ özellik: güç üçgeni, faz başına, yük profili, tarife bütünlüğü ve dahası
- 03LSTM autoencoder ile örüntü transferi — işaretli sayaçların tüketim imzalarını öğrenir
- 04Şüpheli başına Türkçe doğal dil açıklamalarıyla SHAP tabanlı açıklanabilirlik
- 0530+ girdili yapılandırılabilir OBIS kataloğu ve üretici başına bitmask tanımları
- 06Kaçak kümesi tespiti ve coğrafi korelasyon için graf analitiği (PostGIS)
- 07Çoklu DB adaptör çerçevesi (Oracle, PostgreSQL, MSSQL, MySQL) ve REST/CSV veri toplama
- 08Rastgele hedeflemeye göre 3x+ denetim isabet oranı iyileştirmesi, izlenebilir model yaşam döngüsü
14Modüller
| Kod | Modül | Kapsam |
|---|---|---|
| ING | Veri Toplama | Çoklu DB adaptör çerçevesi (Oracle, PostgreSQL, MSSQL, MySQL), OSOS verisi için REST API, CSV toplu içe aktarma ve DLMS/IEC 62056-21 ayrıştırıcı |
| OBI | OBIS Kataloğu | 30+ yapılandırılabilir giriş, üretici başına bitmask tanımları ve düzenleme/keşif için yönetici arayüzü |
| FEA | Özellik Mühendisliği | 8 kategoride 100+ özellik: güç üçgeni, faz başına, yük profili, talep, tarife bütünlüğü, iletişim/zaman, trafo dengesi ve eş karşılaştırma |
| ML | 3 Katmanlı ML Mimarisi | Base Model (XGBoost), OSOS Head (XGBoost + LSTM + Kural Motoru) ve Boost Head (seyrek XGBoost), staging ve promosyon ile |
| PAT | Örüntü Transferi | İşaretli sayaçların tüketim örüntülerini öğrenerek işaretlenmemiş abonelerde sofistike kaçağı tespit eden LSTM autoencoder |
| EXP | Açıklanabilirlik | Türkçe doğal dil açıklamaları ve güven seviyeleriyle (LOW/MED/HIGH/VERY_HIGH) SHAP tabanlı özellik atfı |
| INS | Denetim İş Akışı | Önceliklendirilmiş abone listesi, detay profilleri, denetim emri oluşturma, saha ekibi yönlendirme ve geri bildirim döngüsü |
| GRA | Graf Analitiği | PostGIS tabanlı kaçak kümesi tespiti, coğrafi korelasyon ve şebeke düzeyinde kaçak örüntü analizi |
- INGVeri Toplama
- Çoklu DB adaptör çerçevesi (Oracle, PostgreSQL, MSSQL, MySQL), OSOS verisi için REST API, CSV toplu içe aktarma ve DLMS/IEC 62056-21 ayrıştırıcı
- OBIOBIS Kataloğu
- 30+ yapılandırılabilir giriş, üretici başına bitmask tanımları ve düzenleme/keşif için yönetici arayüzü
- FEAÖzellik Mühendisliği
- 8 kategoride 100+ özellik: güç üçgeni, faz başına, yük profili, talep, tarife bütünlüğü, iletişim/zaman, trafo dengesi ve eş karşılaştırma
- ML3 Katmanlı ML Mimarisi
- Base Model (XGBoost), OSOS Head (XGBoost + LSTM + Kural Motoru) ve Boost Head (seyrek XGBoost), staging ve promosyon ile
- PATÖrüntü Transferi
- İşaretli sayaçların tüketim örüntülerini öğrenerek işaretlenmemiş abonelerde sofistike kaçağı tespit eden LSTM autoencoder
- EXPAçıklanabilirlik
- Türkçe doğal dil açıklamaları ve güven seviyeleriyle (LOW/MED/HIGH/VERY_HIGH) SHAP tabanlı özellik atfı
- INSDenetim İş Akışı
- Önceliklendirilmiş abone listesi, detay profilleri, denetim emri oluşturma, saha ekibi yönlendirme ve geri bildirim döngüsü
- GRAGraf Analitiği
- PostGIS tabanlı kaçak kümesi tespiti, coğrafi korelasyon ve şebeke düzeyinde kaçak örüntü analizi