Intelligent fault diagnosis in power systems using neural networks
Güç sistemlerinde yapay sinir ağları kullanarak akıllıca arıza tahmini
- Tez No: 23619
- Danışmanlar: DOÇ. DR. İSMET ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Güç Sistemi Arıza Tespiti, Yapay Zeka, Örüntü Tanıma, Yapay Sinir'Ağları, Arıza tespiti, Elektrik güç sistemleri, Yapay sinir ağları, Power System Fault Diagnosis, Artificial Intelligence, Pattern Recognition, Neural Networks, Fault diagnosis, Electric power systems, Artificial neural networks, Artificial intelligence
- Yıl: 1992
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZ GÜÇ SİSTEMLERİNDE YAPAY SINIR AĞLARI KULLANARAK AKILLICA ARIZA TAHMİNİ GEZGİN, Cahit Yüksek Lisans Tezi, Elektrik ve Elektronik Mühendisliği Anabilim Dalı Tez Yöneticisi: Doç. Dr. ismet ERKMEN Ağustos. 1992, 107 sayfa Bu tezde, elektrik güç sistemlerinde arızaların tespiti için yapay sinir ağı tabanlı bir örüntü tanıyıcı geliştirilmiştir. Kullanılan sinir ağı ileribeslemeli çok tabakalı, geri yayılım öğrenme algoritmasını kullanmaktadır. Sinir ağına gelen girdiler elektrik güç sisteminde çalışan rölelerden ve açma yapan devre kesicilerden alınmaktadır. Bir arıza sonrasında, sinir ağı koruma sisteminden elde edilebilen bilgiyi kullanarak, tek bir satır halinde arızanın en muhtemel yerini vermektedir. Öngörülen metot, biri hipotetik, diğeri Türkiye Elektrik Kurumu güç sisteminden alman gerçek bir sistem üzerinde denenmiştir. Metodun performansının değerlendirilmesi ve sonuçlar tartışılmıştır.
Özet (Çeviri)
ABSTRACT INTELLIGENT FAULT DIAGNOSIS IN POWER SYSTEMS USING NEURAL NETWORKS GEZGİN, Cahit M.S. in Electrical and Electronics Engineering Supervisor: AssocJProf Dr. Ismet Erkmen August, 1992, 107 pages In tiiis thesis, a neural network based pattern recognizer for the diagnosis of electric power system faults is developed. The neural network architecture used consists of a feedforward -layered ANN with foackpropagation training algorithm. Inputs to the neural network are obtained from operated relays and tripped circuit, breakers of the electric power system. After the -occurrence of a fault, the neural network gives the most possible zone for the fault with a line of text using the data available from protection system.The proposed method is tested on two power systems, one of which is hypothetical and the other is real system taken from Turkish Electricity Authority power system. Performance evaluation of the method is also carried out and results are discussed.
Benzer Tezler
- Fault diagnosis in smart grids using artificialintelligence techniques
Akilli şebekelerde yapay zeka teknikleriyleariza teşhisi
AHMED SAMI KHAIRULLAH ALHANAF
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN HÜSEYİN BALIK
PROF. DR. MURTAZA FARSADI
- Fotovoltaik sistemlerde akıllı arıza tespitinde kesirli türevlerin kullanılması
Using fractional derivatives for intelligent fault detection in photovoltaic systems
MÜCAHİD CANDAN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
DOÇ. DR. METE ÇUBUKÇU
- Elektrik motorlarında dalgacık analizi yaklaşımı ile rulman arıza tanısı ve yapay zeka tabanlı bir durum izleme sistemi
Bearing fault diagnosis with the approach of wavelet analysis and a condition monitoring system based on artificial intelligence in electric motors
EMİNE AYAZ
Doktora
Türkçe
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT ŞEKER
- Designing a diagnosis system for electric vehicle subsystems by using artifical i̇ntelligence
Yapay zeka kullanarak elektrıklı araç alt sıstemlerının teşhıs teknıklerı
ABDULLAH AHMED HASAN AL-DULAIMI
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. MUHAMMET TAHİR GÜNEŞER
- Multi-sensor fusion for induction motor aging analysis and fault diagnosis
Başlık çevirisi yok
ALİ SEYFETTİN ERBAY