GES Üretim Tahmini ve Panel Arıza Tespitinde Yapay Zeka

Çatınızdaki güneş santrali geçen ay kaç kilovatsaat üretti? Çoğu GES sahibi bu soruya inverter uygulamasına bakıp cevap verebiliyor. Asıl zor soru bir sonraki: kaç kilovatsaat üretmesi gerekiyordu? Bu ikinci rakam elinizde yoksa, eksik üretimin buluttan mı, tozdan mı yoksa üç aydır sessizce çalışmayan bir string'den mi geldiğini bilemezsiniz.

GES üretim tahmini ve yapay zeka destekli arıza tespiti, tam olarak bu boşluğu dolduruyor. Ama pazarlama broşürlerinde anlatılanla sahada işe yarayan arasında ciddi bir mesafe var. Yüzde 99 doğru tahmin vaadi mi? Her arızayı bulan dron mu? Bu yazıda hangisinin gerçek, hangisinin abartı olduğunu, bir çatı GES'i için hangi katmanın yeterli, arazi santrali için hangisinin şart olduğunu tek tek ele alıyoruz.

Sektörünüzü genel resim içinde görmek isterseniz, 13 sektörü tek sayfada karşılaştırdığımız sektörlere göre yapay zeka haritamıza da göz atabilirsiniz.

GES üretim tahmini ne kadar doğru olabilir?

GES üretim tahmini, hava tahmini verisini santralin geçmiş üretim kayıtlarıyla birleştirip ertesi günün saatlik üretimini öngören bir makine öğrenmesi modelidir. Akademik çalışmalarda açık ve istikrarlı havada gün öncesi tahmin hatası yüzde 5-6 civarına iniyor. Bulutlu ve değişken günlerde bu hata belirgin biçimde büyüyor.

Rakamlara biraz daha yakından bakalım. Topluluk (ensemble) modelleri ve son düzeltme adımı kullanan bir çalışmada gün öncesi ortalama mutlak yüzde hata (MAPE) yüzde 4,7 ile 6,3 arasında raporlanmış. 24 farklı makine öğrenmesi modelini karşılaştıran başka bir çalışma, en iyi modellerin "yarın da bugün gibi olur" varsayımına göre hatayı yüzde 44'e kadar azalttığını gösteriyor.

Peki bu rakamlar sizin santralinizde de geçerli olur mu? Muhtemelen hayır, en azından ilk aylarda. Bunlar iyi veriyle, iyi ayarlanmış modellerle elde edilmiş en iyi durum sonuçları. Bir başka çalışmada iyileşme oranı hava koşuluna göre yüzde 14 ile 47 arasında dalgalanıyor. Yani "tahmin doğruluğu" dediğimiz şey, mevsime ve bulut rejimine göre genişleyip daralan bir aralık.

Modelin beslendiği kaynaklar genellikle şunlar:

• Sayısal hava tahmini (NWP): ışınım, bulutluluk, sıcaklık, rüzgâr
• Santralin kendi geçmişi: inverter ve SCADA kayıtları, en az bir yıllık olması tercih edilir
• Uydu görüntüsü: özellikle birkaç saatlik kısa vadeli tahminde bulut hareketini yakalamak için
• Saha bilgisi: panel eğimi, yönü, gölgelenme, kurulu güç

Bir satıcı size tek bir doğruluk rakamı söylüyorsa sorulacak soru basit: hangi ay, hangi hava koşulunda, hangi santralde ölçüldü?

Kimin gerçekten tahmin modeline ihtiyacı var?

Elektriği piyasaya satan ve ertesi günün üretimini bildirmek zorunda olan santraller için tahmin doğrudan paraya dönüşür, çünkü sapmalar dengesizlik maliyeti olarak faturaya yansır. Kendi tüketimi için kurulmuş bir çatı GES'inde ise asıl ihtiyaç ertesi günü tahmin etmekten çok "bugün olması gereken üretimi" bilmektir.

Türkiye'de bu ayrım önemli, çünkü kurulu güneş gücünün büyük kısmı küçük ve orta ölçekli tesislerden oluşuyor. GENSED'in Ağustos 2026 verilerine göre toplam güneş kurulu gücü yaklaşık 27,6 GW ve bunun 24,7 GW'ı lisanssız. Kabaca her on panelden dokuzu, fabrika çatılarında, tarımsal sulama tesislerinde ve OSB'lerde öz tüketim ya da lisanssız üretim için duruyor.

Piyasa tarafında tablo şöyle işliyor: santral ertesi günün saatlik üretim planını (kesinleşmiş günlük üretim programı, KGÜP) bildirir, gerçekleşen üretim plandan saparsa aradaki fark gün öncesi, gün içi ve dengeleme piyasası fiyatları üzerinden aylık olarak uzlaştırılır. EPİAŞ Şeffaflık Platformu YEKDEM portföyünün dengesizlik maliyetini açık veri olarak yayınlıyor. Bir yatırımcı kendi santralinin geçmiş sapmasını bu veriyle yan yana koyup iyi bir tahmin modelinin ne kadar kazandıracağını kabaca hesaplayabilir.

Lisanssız öz tüketim tarafında ise mahsuplaşma kuralları belirleyici. 2026'da yürürlüğe giren yönetmelik değişikliğiyle mahsuplaşmanın aylıktan saatlik bazda yapılmaya geçtiği aktarılıyor; bu bilgi şimdilik tek bir haber kaynağına dayandığı için kendi tesisinize nasıl uygulandığını dağıtım şirketinizle teyit etmenizi öneririz. Saatlik mahsuplaşma geçerliyse, üretimin hangi saatte olduğu ve o saatte ne kadar tükettiğiniz doğrudan önem kazanır. Bu durumda tahmin, vardiya planını ya da yüksek tüketimli makinelerin çalışma saatini güneşe göre kaydırmanın aracı hâline gelir.

Panel arıza tespitinde yapay zeka neyi bulur, neyi bulamaz?

Termal kameralı dron ile yapay zeka birleşince, panellerdeki sıcak noktaları (hot-spot), çalışmayan string'leri, bypass diyot arızalarını ve kirlenme desenlerini modül düzeyinde otomatik işaretleyebiliyor. Mikro çatlak ve bazı potansiyel kaynaklı bozulmalar (PID) için ise genellikle elektrolüminesans (EL) testi gibi ek yöntemler gerekiyor.

Yapay zekanın katkısı, dron indikten sonra başlıyor. Bir megavatlık santral binlerce panel demek; eskiden bir teknisyen el tipi termal kamerayla aynı alanı 2-5 saatte tarıyordu. Otomatik uçuşla tarama megavat başına yaklaşık 10 dakikaya iniyor, ama asıl kazanç binlerce termal kareyi tek tek incelemek yerine görüntü işleme modelinin anormal sıcaklık desenlerini sınıflandırıp harita üzerinde işaretlemesi.

Doğruluk rakamlarına temkinli yaklaşın. Ticari platformlar yüzde 98,5 sıcak nokta tespit doğruluğu ve yüzde 2'nin altında yanlış alarm oranı gibi rakamlar paylaşıyor; bunlar satıcıların kendi beyanları, bağımsız bir test sonucu değil. Uluslararası fiyat aralığı megavat başına yaklaşık 150-500 dolar olarak geçiyor. Türkiye'de termal dron hizmeti veren çok sayıda firma var ve fiyat büyük ölçüde saha büyüklüğüne, rapor derinliğine ve ulaşım mesafesine göre değişiyor; teklif alırken raporun panel koordinatlı olup olmadığını mutlaka sorun.

Termal görüntünün bir sınırı daha var: fotoğraf çekildiği anı gösterir. Yılda bir kez yapılan dron taraması, uçuştan iki hafta sonra yanan bir sigortayı on bir ay boyunca göremez. Sürekli izleme bu yüzden ayrı bir katman.

Toz mu, arıza mı? İnverter verisinden okumak

İnverter ve string verisi, dron gerektirmeden arızanın büyük kısmını yakalayabilir. Temel fikir karşılaştırma: aynı yöne bakan, aynı eğimdeki string'ler benzer üretmelidir. Birinin sürekli geride kalması arızaya, hepsinin yavaş yavaş düşüp yağmurdan sonra toparlanması kirlenmeye işaret eder.

Bu ayrımı yapay zeka olmadan da kabaca yapabilirsiniz, ama elle yapılan kontrol ayda bir grafiğe bakmaktan öteye geçmiyor. Anomali tespit modeli ise her string'in beklenen üretimini hava verisiyle birlikte hesaplıyor ve sapmayı günlük olarak işaretliyor. Tipik desenler şöyle okunuyor:

• Tek string ani düşüş, kalıcı: sigorta, konnektör, kablo veya inverter girişi arızası
• Tek string kademeli düşüş: bozulan modül, sıcak nokta, olası gölgelenme değişikliği (yeni dikilen bir baca, büyüyen bir ağaç)
• Tüm string'ler kademeli düşüş, yağmurla toparlanma: kirlenme
• Öğle saatlerinde tavan yapan üretim: inverter kırpması ya da şebeke kısıtı

Kirlenme kaybı için dolaşımdaki rakamlara dikkat. Yıllık ortalama kayıp için sık geçen değer yüzde 4 civarında; "temizlenmeyen panel yılda yüzde 15-30 kaybeder" gibi rakamlar ise en kötü durumu genelleyen, temizlik hizmeti satan sitelerden geliyor. Türkiye'de tablo bölgeye göre değişiyor: İç Anadolu'da toz ve polen, kıyıda tuzlu nem, sanayi bölgelerinde partikül birikimi. Hafif tozu yağmur alır, ama kuş pisliği, sanayi partikülü ve tuz tabakası çoğunlukla kalır; kalan kir de sıcak nokta riskini artırır.

Temizliği takvimden koparıp veriye bağlamak burada devreye giriyor. Model kirlenme kaybının temizlik maliyetini geçtiği noktayı gösterdiğinde ekibi çağırırsınız. Bu yaklaşım, bakım defterinden arıza tahminine geçişte anlattığımız mantığın güneş santraline uyarlanmış hâli.

Örnek hesap: 500 kWp çatı GES'li bir fabrika

Kayıp tek başına küçük görünür ama kilovatsaat fiyatıyla çarpıldığında izleme yatırımını kolayca karşılar. Aşağıdaki hesap, İç Anadolu'da bir OSB'de 500 kWp çatı GES'i olan orta ölçekli bir metal işleme fabrikası için kurgulandı; rakamları kendi tesisinizin değerleriyle değiştirerek tekrar edebilirsiniz.

Varsayımlarımız şunlar: bölgede kurulu kilovat başına yıllık yaklaşık 1.600 kWh üretim, yani yılda yaklaşık 800.000 kWh. Öz tüketimde şebekeden alınmayan her kilovatsaatin değerini hesap kolaylığı için 4 TL kabul ediyoruz (kendi tarifenizle değiştirin).

• Kirlenme: yüzde 4 yıllık kayıp, 32.000 kWh, yaklaşık 128.000 TL. Temizliğin veriye göre planlanması bu kaybın tamamını kurtarmaz ama önemli bir kısmını geri getirebilir.
• Fark edilmeyen string arızası: santralin yaklaşık 25 string'den oluştuğunu düşünün. Tek bir 20 kWp string'in yaz aylarında üç ay boyunca çalışmaması, kabaca 11-12 bin kWh ve 45-50 bin TL kayıp demek.
• Termal dron taraması: 0,5 MW için uluslararası fiyat bandı 75-250 dolar düzeyinde; Türkiye'de minimum hizmet bedeli nedeniyle küçük sahalarda bunun üzerinde teklif gelebilir.

Sahada en sık karşılaştığımız durum ikinci madde. İnverter portalları "cihaz çevrimdışı" alarmını gönderiyor, ama bir string'in sessizce sıfıra düşmesini çoğu zaman alarm olarak görmüyor, çünkü neye göre düşük olduğunu bilmiyor. Üretim grafiği bulutlu bir haftayla karışıyor ve kimse fark etmiyor. Beklenen üretimle gerçekleşeni karşılaştıran basit bir kural bile bu senaryoyu ilk hafta içinde yakalar.

Fabrikanın elektrik tüketimini makine bazında ayrıca izliyorsanız, üretim ve tüketimi aynı ekranda görmek saatlik eşleşmeyi optimize etmenin kapısını açar. Tüketim tarafını üretimde enerji tüketim analizi rehberimizde ayrıntılı işledik.

Hangi katmana ne zaman para vermeli?

Çoğu çatı GES'i için başlangıç noktası ücretsiz araçlar ve basit bir beklenen üretim karşılaştırmasıdır. Sürekli anomali tespiti orta ölçekli tesislerde, makine öğrenmesiyle gün öncesi tahmin ise elektriği piyasaya satan ya da saatlik eşleşmeden ciddi para kazanan tesislerde anlam kazanır.

1. Temel katman (neredeyse ücretsiz): inverter üreticisinin izleme portalı, artı AB Ortak Araştırma Merkezi'nin ücretsiz PVGIS aracıyla hesaplanan aylık beklenen üretim. Ay sonunda iki rakamı yan yana koymak bile büyük sapmaları gösterir.
2. İzleme ve anomali katmanı: string bazlı veri toplayan, hava verisiyle beklenen üretimi günlük hesaplayan ve sapmada bildirim gönderen bir platform. Birden fazla inverter markası varsa verileri tek ekranda birleştirmesi ayrıca değer katar.
3. Periyodik termal inceleme: yılda bir ya da garanti süresi dolmadan önce yapılan, panel koordinatlı raporlu dron taraması. Garanti talebinde bu rapor kanıt işlevi görür.
4. Tahmin katmanı: NWP ve uydu verisiyle beslenen gün öncesi ve gün içi tahmin modeli. Piyasaya satış yapan lisanslı santraller, toplayıcılar ve büyük öz tüketim tesisleri için.

Sıralama önemli. Temel veriyi toplamadan tahmin modeli kurmaya çalışan projeler, modeli beslemek için gereken en az bir yıllık temiz geçmişi bulamıyor.

Sık Sorulan Sorular

Küçük bir çatı GES'i için üretim tahmini gerekli mi?

Ertesi günü tahmin eden bir model çoğu küçük tesis için gerekli değil. Gerekli olan, her gün "bugün ne kadar üretmeliydim?" sorusunun cevabı. Saatlik mahsuplaşma kapsamındaysanız ve tüketiminizi kaydırabiliyorsanız tahmin daha değerli hâle gelir.

Yağmur panelleri temizlemiyor mu?

Hafif tozu büyük ölçüde temizler. Kuş pisliği, sanayi partikülü, polen tabakası ve kıyıdaki tuz birikimi ise çoğunlukla kalır. Yağmurdan sonra üretim beklenen seviyeye dönmüyorsa kalan kirin temizlik gerektirdiğini gösterir.

Termal dron her arızayı bulur mu?

Sıcak nokta, string kesintisi ve bypass diyot arızasında güçlüdür. Mikro çatlak ve PID gibi bozulmalar için elektrolüminesans testi gibi ek yöntemler gerekebilir. Ayrıca dron taraması sadece çekildiği anı gösterir; sürekli izlemenin yerini tutmaz.

Yüzde 99 doğru tahmin mümkün mü?

Gün öncesi tahminde gerçekçi hata payı açık havada yüzde 5-10 bandında; bulutlu ve değişken günlerde daha yüksek. Tek bir yüksek doğruluk rakamı duyarsanız hangi dönemde ve hangi hava koşullarında ölçüldüğünü sorun.

Peki siz ne yapmalısınız?

• Bu ay beklenen üretiminizi hesaplayın. PVGIS'e konumunuzu, kurulu gücünüzü, eğim ve yönü girip aylık rakamı alın; inverter portalındaki gerçekleşenle karşılaştırın.
• String düzeyinde veri alıp almadığınızı kontrol edin. Sadece toplam üretimi görüyorsanız arızayı ancak büyüdüğünde fark edersiniz.
• Temizliği takvimden veriye taşıyın. Yağmur sonrası toparlanmayan kaybı izleyin, temizlik ekibini o zaman çağırın.
• Garanti bitmeden bir termal tarama yaptırın. Raporun panel koordinatlı olmasını şart koşun.
• Mahsuplaşma kuralınızı teyit edin. Saatlik mahsuplaşma geçerliyse, yüksek tüketimli işleri öğle saatlerine kaydırmanın ne kazandıracağını hesaplayın.

Bir GES'in verimi, kurulumdan sonraki yirmi beş yıl boyunca her ay yeniden belirleniyor. Beklenen ile gerçekleşen arasındaki farkı izlemeye başladığınızda, o farkın ne kadarının bulut, ne kadarının sizin kontrolünüzde olduğu da kendiliğinden ortaya çıkar. Birden fazla inverter markasını tek ekranda toplayan bir izleme katmanı kurmayı düşünüyorsanız, veri yapınıza birlikte bakabiliriz.