Hırsızlık tespitinde blok zinciri destekli derin öğrenme modelleriyle akıllı şebeke dayanıklılığının güçlendirilmesi

Çalınan elektriğin herkes için neden önemi var

Bir anahtarı çevirdiğimizde ışığın yanacağını ve faturamızın büyük ölçüde kullandığımızla uyumlu olacağını varsayarız. Ancak dünyada şaşırtıcı oranda elektrik, sayaçlara müdahale ve hırsızlık yoluyla basitçe “kayboluyor”. Bu görünmez kayıplar milyar dolarlarca maliyete, şebekelerde yüklenmeye ve hatta kesintilere yol açabiliyor. Bu çalışma, kripto paralarla anılan blok zinciri ile modern yapay zekânın birleşiminin sayaçlardaki şüpheli kullanım kalıplarını hızla tespit etmeye, dürüst müşterileri korumaya ve şebekenin sorunsuz çalışmasını sürdürmeye nasıl yardımcı olabileceğini inceliyor.

Yeni tip bir enerji ağı

Geleneksel enerji şebekeleri tek yönlü akış için inşa edilmişti: büyük santrallerden evlere ve işletmelere doğru elektrik. Günümüzün akıllı şebekeleri ise ikinci bir unsur ekliyor—veri. Akıllı sayaçlar her müşterinin ne kadar elektrik kullandığına dair zaman damgalı, ayrıntılı bilgileri bildiriyor. Bu zenginlik hem nimet hem de zorluk. Hırsızlığa işaret eden olağandışı desenleri aramayı mümkün kılıyor, fakat veri hacmi ve karmaşıklığı, basit kurallara veya elle hazırlanmış istatistiklere dayanan eski tespit yöntemlerini aşırı yükleyebilir. Üstelik dağıtım şirketleri müşteri gizliliğini korumak ve dolandırıcılığa ilişkin kanıtların değiştirilmediğini ispatlamak zorunda.

Makinelere “normal”i öğretmek

Yazarlar bu sorunları LSTM-otoenkoder adı verilen bir derin öğrenme modeliyle ele alıyor. Müşterilerin dürüst ya da dürüst olmayan olarak önceden etiketlendiği bir eğitim yerine, bu model yalnızca normal davranış üzerinde eğitiliyor ve tipik günlük ile mevsimsel kullanım kalıplarını sıkıştırıp yeniden oluşturmayı öğreniyor. Eğitime başlamadan önce ekip veriyi özenle temizliyor: eksik okumaları dolduruyor, aşırı sapmaları düzeltiyor, değerleri ortak bir aralığa yeniden ölçeklendiriyor ve günün saati, haftanın günü ile bir müşterinin talebinin ne kadar sabit veya “zirveye meyilli” olduğuna dair basit özellikler ekliyor. Ayrıca hırsızlığa benzeyen davranış örneklerini—kullanım desenlerini tersine çevirme veya gündüz tüketimini sessizce küçültme gibi—yapay olarak üreterek modelin karşılaşabileceği daha dengeli bir tablo oluşturuyorlar.

Kalabalıkta sessiz hileleri saptamak

Eğitildikten sonra otoenkoder tipik davranışın çok katı bir hafızası gibi çalışıyor. Normal bir müşteri için girdi desenini neredeyse mükemmel yeniden üretebiliyor. Birisi sayaçla oynadığında veya tüketimin bir kısmını gizlediğinde desen modelin beklediğiyle uyuşmaz ve yeniden oluşturma hatası yükselir. Bu hataya bir eşik koyarak sistem, her olası hile türü için etiketli örneklere ihtiyaç duymadan olası hırsızlıkları işaretliyor. Bir yıl boyunca birçok müşteri türünü kapsayan gerçek dünya tüketim veri seti üzerinde yapılan testlerde, yaklaşım yaklaşık %95 doğruluk ve yüksek bir F1 skoru elde etti; bu da çoğu hırsızlık vakasını doğru şekilde yakalarken çok fazla yanlış alarma yol açmadığı anlamına geliyor.

Güveni blok zinciri ile pekiştirmek

Tespit sonuçlarını güvenilir kılmak için çerçeve hafif bir blok zinciri katmanı ekliyor. Ham sayaç okumalarını enerji yoğun bir dijital deftere doldurmak yerine yalnızca kilit çıktılar—modelin kararı, hata skoru ve zaman damgası gibi—zincire yazılıyor. Bu girdiler kriptografik olarak birbirine bağlanıyor, böylece geçmiş kayıtları değiştirme girişimi açıkça belli olur. Blok zinciri üzerindeki akıllı sözleşmeler, özel kullanım ayrıntılarını açığa çıkarmadan uyarı gönderme, cezaları uygulama veya tutarlı şekilde dürüst kullanıcılara ödül verme gibi takip eylemlerini otomatik olarak tetikleyebiliyor. Bu ayrım hesaplamayı verimli tutarken düzenleyicilerin ve müşterilerin güvenebileceği denetlenebilir bir iz sağlıyor.

Günlük kullanıcılar için bunun anlamı

Sıradan hanehalkları ve işletmeler için mesaj umut verici: daha akıllı, veri odaklı araçlar şebekeyi bir gizlilik kâbusuna çevirmeden elektrik hırsızlığını azaltabilir. Makinelere normal davranışı tanımayı öğreterek ve bulguları değiştirilemez bir deftere güvenli şekilde kaydederek önerilen sistem, dağıtım şirketlerinin finansal kayıpları sınırlamasına, fiyatları daha adil tutmasına ve enerji hatlarındaki yükü azaltmasına yardımcı oluyor. Basitçe söylemek gerekirse, bu sisteme şebekeye hem daha keskin bir göz hem de daha iyi bir hafıza vermek gibi—bir şeylerin ters gittiğini görebilen, ne gördüğünü kanıtlayabilen ve hızlıca yanıt verebilen; aynı zamanda dürüst müşterilerin ayrıntılı alışkanlıklarını kamuoyundan saklayan bir sistem.

Atıf: Bibi, F., Rehman, S.U., Bibi, S. et al. Reinforcing smart grid resilience through blockchain-supported deep learning models for theft detection. Sci Rep 16, 10515 (2026). https://doi.org/10.1038/s41598-026-38824-w

Anahtar kelimeler: elektrik hırsızlığı, akıllı şebeke, derin öğrenme, blok zinciri, enerji güvenliği