Elektrik Mühendisliği ve Yapay Zeka
Bölüm-1 
Elektrik Mühendisliğinde Yapay Zekâya Standart Odaklı Giriş



ETP Yapay Zeka Çalışma Grubu 
Sabri Günaydın 

 

[Yayım Tarihi: 10 Temmuz 2026)

Giriş

Günümüz dünyasında dijital dönüşüm, endüstrilerin ve günlük yaşamın her alanını derinden etkilemektedir. Bu dönüşümün en önemli itici güçlerinden biri de Yapay Zekâ (AI/YZ) teknolojileridir. Elektrik mühendisliği alanı da bu değişimden payını almakta, YZ destekli sistemler enerji üretimi, iletimi, dağıtımı ve tüketimi süreçlerinde giderek daha fazla yer bulmaktadır. Ancak yapay zekânın elektrik sistemlerine entegrasyonu, sadece teknolojik bir yenilik olmanın ötesinde, güvenilirlik, güvenlik, siber güvenlik ve uyumluluk gibi kritik mühendislik disiplinlerini de beraberinde getirmektedir. Bu yazı dizisi, elektrik mühendisliğinde yapay zekânın rolünü, ilgili uluslararası standartlar (IEC, ISO, EN) çerçevesinde detaylı bir şekilde incelemeyi amaçlamaktadır.

Elektrik Sistemlerinde Yapay Zekânın Rolü

Yapay zekâ, elektrik mühendisliğinde geniş bir uygulama yelpazesine sahiptir. Akıllı şebekelerde enerji yönetimi ve optimizasyonundan, güç sistemlerinde arıza tespiti ve kestirimci bakıma, yenilenebilir enerji kaynaklarının entegrasyonundan, otonom kontrol sistemlerine kadar birçok alanda  çözümleri kullanılmaktadır. IEC (Uluslararası Elektroteknik Komisyonu) [4], yapay zekâ uygulamalarının enerji, sağlık, akıllı üretim ve ulaşım gibi stratejik sektörlerde dijital dönüşümü hızlandırdığını belirtmektedir [1]. Bu durum, YZ’nin elektrik mühendisliği için sadece bir araç değil, aynı zamanda sistemlerin daha verimli, dayanıklı ve sürdürülebilir hale gelmesini sağlayan temel bir bileşen olduğunu göstermektedir.

YZ’nin elektrik sistemlerindeki başlıca rolleri şunlardır:

• Enerji Yönetimi ve Optimizasyonu: Talep tahmini, yük dengeleme, enerji depolama sistemlerinin optimizasyonu.

•  Arıza Tespiti ve Teşhisi: Güç sistemlerinde anormalliklerin erken tespiti, arıza konumlandırma ve sınıflandırma.

• Kestirimci Bakım: Ekipman arızalarını önceden tahmin ederek bakım maliyetlerini düşürme ve sistem güvenilirliğini artırma.

• Yenilenebilir Enerji Entegrasyonu: Güneş ve rüzgar enerjisi üretiminin tahmini, şebekeye entegrasyonun optimizasyonu.

•  Akıllı Şebeke Kontrolü: Dağıtık enerji kaynaklarının yönetimi, gerilim ve frekans kontrolü, şebeke kararlılığı.
 

Yapay Zekâ Kavramları ve Terminolojisi: ISO/IEC 22989, ISO/IEC 23053 ve ISO/IEC 5259-1

Yapay zekâ alanındaki hızlı gelişmeler, ortak bir dil ve anlayış birliği ihtiyacını doğurmuştur. Bu ihtiyacı karşılamak üzere ISO/IEC JTC 1/SC 42 (Yapay Zekâ Ortak Teknik Komitesi), yapay zekâ kavramlarını ve terminolojisini standartlaştırma çalışmalarını yürütmektedir. Bu bağlamda öne çıkan iki önemli standart şunlardır:

•    ISO/IEC 22989:2022 - Bilgi Teknolojisi — Yapay Zekâ — Yapay Zekâ Kavramları ve Terminolojisi [2]: Bu standart, yapay zekâ alanındaki temel kavramları ve terimleri tanımlayarak, farklı paydaşlar arasında ortak bir anlayış zemini oluşturur. Elektrik mühendisleri için bu standart, YZ sistemlerini tasarlarken, uygularken veya değerlendirirken kullanılan terimlerin (örneğin, makine öğrenmesi, derin öğrenme, sinir ağları, veri seti, model, doğruluk, kesinlik, geri çağırma vb.) doğru ve tutarlı bir şekilde anlaşılmasını sağlar.

•  ISO/IEC 23053:2022 - Makine Öğrenimi (ML) Kullanarak Yapay Zeka (AI) Sistemleri için Çerçeve [3]: Bu standart, yapay zekâ sistemlerinin genel bir çerçevesini sunar. YZ sistemlerinin bileşenlerini, işlevlerini ve etkileşimlerini tanımlayarak, daha karmaşık YZ uygulamalarının geliştirilmesi için bir temel oluşturur. Elektrik mühendisliği projelerinde, bu çerçeve, YZ sistemlerinin mimarisini anlamak, farklı modüller arasındaki ilişkileri belirlemek ve sistemin genel yapısını planlamak için kullanılabilir.

•   ISO/IEC 5259-1:2024 - Yapay Zeka - Analitik ve Makine Öğrenimi (ML) için Veri Kalitesi - Bölüm 1: Genel Bakış, Terminoloji ve Örnekler  [4]:Bu standart, ISO/IEC 5259 serisinin ayrı ayrı belgelerini anlama ve ilişkilendirme olanağı sunar ve analitik ve makine öğrenimi için veri kalitesinin kavramsal olarak anlaşılmasının temelini oluşturur. Ayrıca ilgili teknolojileri ve örnekleri (örneğin kullanım durumları ve kullanım senaryoları) de ele alır.

Bu standartlar,ortak bir terminoloji ve çerçeve, disiplinler arası iletişimi kolaylaştırır ve YZ projelerinin daha sistematik bir yaklaşımla yürütülmesine olanak tanır.
 

IEC’nin Yapay Zekâya Yaklaşımı

IEC, yapay zekâ standardizasyonuna üç ana eksende yaklaşmaktadır [1]:

1. Sektöre Özgü İhtiyaçlar (Dikey Standartlar): Elektrik mühendisliği gibi belirli sektörlerin özel gereksinimlerine yönelik standartlar. Örneğin, enerji sektörü, güç sistemleri, otomasyon, imalat, nakliye  veya akıllı şebekelerdeki YZ uygulamaları için özel kılavuzlar ve gereksinimler.Bu alanlarda belirli teknik ihtiyaçları karşılamak üzere tasarlanmıştır. Birçok teknik komite (TC) ve alt komite (SC), belirli alanları koruyan ve endüstri ile kritik altyapı varlıklarının güvenliğini sağlayan uluslararası standartlar hazırlamaktadır.

2. Uygunluk Değerlendirmesi: YZ sistemlerinin belirlenen standartlara ve düzenlemelere uygunluğunu değerlendirme süreçleri. Bu, YZ destekli elektrik ekipmanlarının güvenli ve güvenilir bir şekilde çalıştığının doğrulanması için kritik öneme sahiptir.

3. Genel ve Temel Standartlar (Yatay Standartlar): ISO/IEC JTC 1/SC 42 tarafından geliştirilen ve tüm YZ uygulamaları için geçerli olan temel standartlar. Bu standartlar, YZ ekosisteminin tamamını kapsar ve farklı endüstrilerde YZ çözümleri oluşturmak için bir temel sağlar.

IEC, özellikle elektrik ve elektronik güvenlikle ilgili YZ uygulamalarında mevcut güvenlik standartlarının önemini vurgular. Örneğin, IEC 61508 serisi, elektriksel, elektronik ve programlanabilir elektronik (E/E/PE) sistemlerin fonksiyonel güvenliği için temel bir standarttır ve YZ destekli güvenlik kritik sistemlerin tasarımında dikkate alınmalıdır [4].

Mühendislik Notu

Elektrik mühendisliğinde yapay zekâ uygulamaları geliştirilirken, algoritmanın performansı kadar, bu algoritmanın entegre edildiği sistemin genel güvenliği ve güvenilirliği de göz önünde bulundurulmalıdır. Bir YZ modelinin yüksek doğruluk oranına sahip olması, eğer modelin çıktısı yanlış yorumlanır veya sistemin diğer bileşenleriyle uyumsuz çalışırsa, ciddi sonuçlara yol açabilir. Bu nedenle, YZ sistemlerinin yaşam döngüsü boyunca (tasarım, geliştirme, test, devreye alma, işletme ve bakım) standartlara uygunluk, risk yönetimi ve fonksiyonel güvenlik prensipleri titizlikle uygulanmalıdır.

Standart Odak Noktası

ISO/IEC 22989 ve ISO/IEC 23053 standartları, yapay zekâ alanında çalışan elektrik mühendisleri için bir başlangıç noktasıdır. Bu standartlar, YZ’nin temel kavramlarını ve sistem çerçevelerini anlayarak, daha karmaşık ve sektöre özgü standartlara geçişi kolaylaştırır. Özellikle YZ projelerinde paydaşlar arası iletişimi güçlendirmek ve ortak bir teknik dil oluşturmak adına bu standartların referans alınması büyük önem taşır.

Saha Uygulaması

Bir elektrik dağıtım şirketinin, şebekedeki arızaları tahmin etmek için bir yapay zekâ modeli geliştirdiğini varsayalım. Bu model, SCADA verileri, hava durumu bilgileri ve ekipman geçmişi gibi çeşitli kaynaklardan gelen verileri kullanarak arıza olasılığını tahmin etmektedir. Bu projenin başlangıcında, ekip üyelerinin (veri bilimciler, elektrik mühendisleri, IT uzmanları) ortak bir terminolojiye sahip olması kritik öneme sahiptir. ISO/IEC 22989, bu farklı disiplinlerden gelen uzmanların “eğitim verisi”, “model doğrulama”, “çıkarım” gibi terimleri aynı şekilde anlamasını sağlar. Ayrıca, ISO/IEC 23053, bu YZ modelinin şebeke yönetim sistemine nasıl entegre edileceğini, hangi veri akışlarına sahip olacağını ve diğer sistemlerle nasıl etkileşime gireceğini planlamak için bir çerçeve sunar. Bu sayede, projenin başından itibaren tutarlı ve standartlara uygun bir yaklaşım benimsenmiş olur.

Sonuç

Elektrik mühendisliğinde yapay zekâ, sistemlerin verimliliğini, güvenilirliğini ve sürdürülebilirliğini artırma potansiyeli taşımaktadır. Ancak bu potansiyelin tam olarak gerçekleştirilebilmesi için, YZ teknolojilerinin uluslararası standartlar çerçevesinde, mühendislik disipliniyle entegre bir şekilde ele alınması gerekmektedir. IEC, ISO ve EN gibi kuruluşlar tarafından geliştirilen standartlar, bu entegrasyonun temelini oluşturarak, güvenli  ve uyumlu YZ destekli elektrik sistemlerinin geliştirilmesine rehberlik etmektedir. Bu yazı dizisinin ilerleyen bölümlerinde, bu standartların her birinin elektrik mühendisliğindeki spesifik uygulamaları ve önemi daha detaylı incelenecektir.

Bundan sonraki bölümde " Yapay Zekâ Yönetim Sistemi: ISO/IEC 42001 ile Teknik Organizasyon Kurmak"  anlatılacaktır. 

Referanslar

[1] IEC Yapay Zeka 
[2] ISO/IEC 22989:2022 -Bilgi teknolojisi - Yapay zeka - Yapay zeka kavramları ve terminolojisi.
[3] ISO/IEC 23053:2022 - Makine Öğrenimi (ML) Kullanarak Yapay Zeka (AI) Sistemleri için Çerçeve.
[4] ISO/IEC 5259-1:2024 - Yapay Zeka - Analitik ve Makine Öğrenimi (ML) için Veri Kalitesi - Bölüm 1: Genel Bakış, Terminoloji ve Örnekler.
[5] IEC Güvenlik ve Fonksiyonel Güvenlik.

ETP Not: Bu yazı dizisinin   hazırlanması sürecinde üretken yapay zekâ araçlarından araştırma desteği, içerik organizasyonu, taslak oluşturma, dil düzenleme  ve editoryal destek amacıyla yararlanılmıştır. Tüm teknik değerlendirmeler, yorumlar, kaynak doğrulamaları ve nihai editoryal kararlar yazar tarafından gerçekleştirilmiştir. Makaledeki görüş ve sonuçların sorumluluğu tamamen yazara aittir.