Kuru tip dağıtım transformatörlerinde kaçak reaktansın yapay zeka kullanılarak belirlenmesi
Determination of leakage reactance in dry type distribution transformers using artificial intelligence
- Tez No: 1015871
- Danışmanlar: DR. ÖĞR. ÜYESİ ESRA KANDEMİR BEŞER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrik makineleri, Sonlu elemanlar yöntemi, Yapay zeka, Electric machinery, Finite element method, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Enerji talebi ülkemizde ve dünyada gün geçtikçe artmaktadır. Bu ihtiyaç, enerji iletiminin ana unsurlarından biri olan transformatörlerin ihtiyacını da arttırmaktadır. Transformatörler, enerji iletiminin kritik unsurlarından biri olup enerji iletiminin sağlanması ve güvenilirliği doğrudan transformatörlerin çalışmasına bağlıdır. Kaçak reaktans, transformatör verimliliği ve güç iletim kapasitesi üzerinde belirleyici bir rol oynayan, transformatörlerin performansını doğrudan etkileyen, transformatör tasarımında kritik öneme sahip bir tasarım parametresidir. Transformatörlerde bu değere, transformatörün geometrik parametreleri doğrudan etki etmektedir. Bu değer, transformatör tasarımcılarının, tasarım aşamasında en çok dikkat ettiği değerlerden biridir. Kaçak reaktans değeri, kısa devre testlerinden elde edilebilmektedir. Ancak bu değer, üretimsel olarak birçok etkenden dolayı tasarım aşamasında hesaplanan değerlerden sapabilmektedir. Ek olarak bu değer, sonlu elemanlar yöntemini kullanan analiz programlarında analiz edilerek de tespit edilebilmektedir. Ancak bu zaman alıcı bir iş olup ilgili programları kullanabilen çalışan ihtiyacını da beraberinde getirmektedir. Ayrıca kaçak reaktansın hesaplanmasında birçok analitik yöntem bulunmakla birlikte bu yöntemlerin çoğu belirli standart geometrilerde doğru sonuç vermektedir. Bu çalışmada, kaçak reaktans tespiti için farklı bir yaklaşım hedeflenmiştir. Bu yaklaşım, çağımızda etkin olarak kullanılan yapay zeka tahmin yöntemidir. Bu yöntemle ilgili transformatörlerin kaçak reaktans değerleri, analiz programları kullanılmadan ve analiz programlarına göre çok kısa sürede tespit edilmiştir. Bu yöntem için bir yapay zeka algoritması oluşturulmuştur. Kaçak reaktansa etki ettiği belirlenen ve seçilen geometrik parametreler ile bir veri seti hazırlanmıştır. Daha sonra bu veri seti yapay zeka modeline öğretilerek, modelin kaçak reaktansı yaklaşık olarak minimal sapmalar ile tespit edebilmesi sağlanmıştır.
Özet (Çeviri)
Energy demand is increasing daily in our country and worldwide. This growing energy demand also increases the requirement for transformers, which are essential components of energy transmission. Transformers are a critical element in energy transmission, and their stability and reliability depend directly on their proper operation. Leakage reactance is a critical design parameter in transformer design, playing a decisive role in transformer efficiency and power transmission capacity, directly affecting transformer performance. The geometric parameters of a transformer have a direct impact on leakage reactance, and transformer designers place significant importance on leakage reactance during the design phase. Leakage reactance can be measured through short-circuit tests. However, this value can deviate from the values calculated during the design phase due to many production factors. Additionally, leakage reactance can be determined by using the finite element method program. However, the finite element analysis technique is a time-consuming task and requires personnel skilled in the use of the relevant programs. Furthermore, while many analytical methods exist for calculating leakage reactance, most of these methods provide accurate results in certain standard geometries. This study aims to use modern artificial intelligence (AI) for leakage reaction calculations. An artificial intelligence algorithm was developed with the help of finite element method results. A dataset was prepared using selected geometric parameters that were determined to affect leakage reactance. This dataset was then fed into the AI model, enabling the model to approximately determine leakage reactance with minimal deviations and quickly without relying on finite element analysis program.
Benzer Tezler
- Kendi kendine soğuyan kuru tip güç transformatörlerinde sargı ısınma hesabına katkılar
Contributions to the calculation of winding temperature rise of the naturally cooled dry type power transformers
GÜVEN KÖMÜRGÖZ
Doktora
Türkçe
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Makineleri Ana Bilim Dalı
PROF. DR. NURDAN GÜZELBEYOĞLU
- Modeling and realization of dry type transformer with optimum weight and efficiency characteristics
Optimum ağırlık ve verimlilik özelliklerine sahip kuru tip transformatörün modellenmesi ve gerçekleştirilmesi
BURAK ESENBOĞA
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUĞÇE DEMİRDELEN
- Dökme reçineli kuru TİP transformatörlerde kısmi deşarjın incelenmesi
Başlık çevirisi yok
SÜLEYMAN DEMİRKAYA
- Kuru tip transformatörlerin sargı sıcaklık davranışının yapay sinir ağları kullanarak modellenmesi
Modeling of dry type transformer winding temperature behavior using artificial neural network
DİLDADE AŞKIN
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İRES İSKENDER
- Aynı kayıp, performans ve özelliklere sahip, iki adet 400 kVA kuru ve yağlı tip transformatörün üretim maliyeti açısından karşılaştırılması
Comparison of two 400 kVA dry and oil type transformers with the same loss, performance and features in terms of production costs
MOEIN ATTAR
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SÜLEYMAN SUNGUR TEZCAN