Geri Dön

Yüksek gerilim tekniğinde yapay sinir ağı uygulamaları

Artificial neural network applications high voltage technique

  1. Tez No: 155972
  2. Yazar: SÜLEYMAN SUNGUR TEZCAN
  3. Danışmanlar: PROF. DR. SEZAİ DİNÇER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

YÜKSEK GERİLİM TEKNİĞİNDE YAPAY SİNİR AĞI UYGULAMALARI (Yüksek Lisans Tezi) Süleyman Sungur TEZCAN GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Temmuz 2004 ÖZET Kükürt hekzaflorür (SFö), yüksek dielektrik dayanımı ve iyi derecede ısı iletkenliği nedeniyle enerji sistemlerindeki kesicilerde sıkça kullanılan bir elektronegatif gazdır. Argon (Ar) ise ark endüktansımn düşük olması ve yüksek akımları iletebilmesi nedeniyle özellikle güç anahtarlama uygulamalarında kullanılmaktadır. Argon 'un en büyük dezavantajı dielektrik dayanımının düşük olmasıdır. Argon ile SFö'yı karıştırarak bu dezavantaj giderilir. Bu çalışmada gazlarda delinme olayı teorik olarak incelenmiştir ve yapay sinir ağları kullanarak SF^-Ar gaz karışımının delinme gerilimi Ma tlab' da yazılan program ile tahmin edilmiştir. SFö'nm ve argon'un literatürdeki iyonlaşma katsayılarını kullanarak SFg-Ar gaz karışımlarının efektif iyonlaşma katsayılarının hesaplanmasından sonra gaz karışımlarının delinme gerilimleri teorik olarak hesaplanmıştır. Elde edilen sonuçlar literatürde yayınlanan ölçüm sonuçları ile tutarlılık göstermektedir. Bilim Kodu : 6080207 Anahtar Kelimeler : Yapay sinir ağlan, yüksek gerilim, gazlarda delinme, SF6 ve Argon Sayfa Adedi : 85 Tez Yöneticisi : Prof. Dr. M. Sezai DİNÇER

Özet (Çeviri)

11 ARTIFICIAL NEURAL NETWORK APPLICATIONS IN HIGH VOLTAGE TECHNIQUE (M.Sc. Thesis) Süleyman Sungur TEZCAN GAZI UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY July 2004 ABSTRACT Sulphur-hexafluoride (SFö) is an electronegative gas used frequently for circuit breakers in power systems because of its high dielectric strength and good thermal conductivity. Argon (Ar) is also used for pulsed power switching applications because of its low arc inductance and its ability to conduct high currents. The major disadvantage of argon is its low dielectric strength. This disadvantage can be overcome by mixing argon with SFö. In this study, the breakdown process in gases are theoretically investigated and employing the artificial neural networks, SFö-Ar gas mixture breakdown voltages estimated with a program written in Matlab. After the calculation of the effective ionization coefficient for SFg-Ar gas mixtures using ionization coefficient values of SFg and argon from the literature, the breakdown voltages for the gas mixtures are calculated theoretically. The results obtained are in good agreement with the measurements ones given in the literature. Science Code : 6080207 Key Words : Artificial neural network, high voltage, discharge in gases, SFö and Argon Page Number : 85 Advisor : Prof. Dr. M. Sezai DİNÇER

Benzer Tezler

  1. Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction

    Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü

    DUYGU ÖZYILDIRIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  2. 3 fazlı aa servo motorun akıllı yöntemlerle gerçek zamanlı yörünge kontrolü

    Real time trajectory control of 3 phase aa servo motor based on intelligent methods

    KÜBRA BALTACI

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiBursa Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DAVUT ERTEKİN

    DOÇ. DR. GÖKAY BAYRAK

  3. Neuro classifiers for condition and bearing health assessment of an electric motor

    Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar

    MINA GHORBAN ZADEH BADELI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA

  4. Çift katmanlı düşürücü tip DC-DC çevirici tabanlı yeni bir adaptif mppt algoritması geliştirilmesiyle enerji verimliliğinin arttırılması

    Increasing energy efficiency by developing a new adaptive mppt algorithm based on a two-legged interleaved DC-DC buck converter

    SİNAN SARIKAYA

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. CENK YAVUZ

  5. Elektrikli araçlarda yapay sinir ağı tabanlı batarya sağlık durumu kestirimi

    State of health estimation in electric vehicles based on artificial neural network

    MUSTAFA DİNEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU