Geri Dön

Comparison of various SVC topologies and control strategies for heavy industry

Ağır sanayi için değişik SVC topolojilerinin ve kontrol stratejilerinin karşılaştırılması

  1. Tez No: 255414
  2. Yazar: ERDİNÇ YALVAÇ
  3. Danışmanlar: DR. H. BİLGE MUTLUER, PROF. DR. MUAMMER ERMİŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Ağır Sanayi bölgelerinin güç kalitesi konusunda, özellikle demir çelik fabrikaları için, özel çözümlere gereksinim vardır. Yüksek harmonik akımları, dengesiz durumlar, aktif ve reaktif güçlerin hızlı değişimi, bu fabrikalarda çok yaygındır. Türkiye'de bulunan bu fabrikaların tamamına yakını için modern SVC sistemleri kurulmuştur. Bu tez çalışmasında, alternatif kontrol stratejileri ve kompanzasyon topolojileri araştırılıp gerçek zamanlı verilere dayalı değerlendirmeler yapılmaktadır ve kurulu sistemler ile karşılaştırılmaktadır. Kurulu SVC sistemlerinin, güç kalitesi sorunlarını tam olarak çözemediği ortaya çıkmıştır. Bu tez anlık güç teorisi kullanılarak TCR tabanlı SVC, 3 faz köprü STATCOM ve delta bağlı STATCOM olmak üzere 3 farklı topolojinin tasarımı, analizi ve simulasyon çalışmaları üzerinedir. STATCOM ve TCR tabanlı SVC topolojileri benzer kapasitelerle modellenip, voltaj kalitesine ve reaktif güç kompanzasyonuna katkıları karşılaştırılmaktadır.

Özet (Çeviri)

Power quality issues of heavy industry, especially iron and steel plants, require special solutions. High levels of harmonic currents, unbalanced operation and light flicker arising from rapid fluctuations of active and reactive power demands are common problems in these plants. Almost all of these plants in Turkey are equipped with modern Static Var Compensator (SVC) Systems. In this thesis, alternative control strategies and flicker compensation system topologies are investigated and evaluated based on real-time field data and compared with the existing SVC systems. It is found out that the currently installed SVCs are not fully capable of solving the power quality issues of EAFs. This thesis is dedicated to detailed analysis, design, control, and simulation of TCR based SVC using instantaneous power theory, Three Phase Bridge Connected STATCOM and Delta Connected STATCOM. These 3 different types of compensators are modelled based on the similar installed capacities and their contribution to voltage quality and reactive power compensation are compared.

Benzer Tezler

  1. Haber sınıflandırma sistemlerinde naive bayes ve makine öğrenmesi algoritmaları arasında performans karşılaştırması

    Performance analysis of naive bayes algorithms on news classification and comparison with other machine learning methods

    MERVE VEZİROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIğdır Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İHSAN ÖMÜR BUCAK

  2. Farklı branşlardaki sporcuların solunum fonksiyonları ile solunum kas kuvvetleri arasındaki ilişki

    The relationship between respiratory functions and respiratory muscle strengths of the athletes in different branches

    EMRE KARADUMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    FizyolojiOndokuz Mayıs Üniversitesi

    Antrenörlük Eğitimi Ana Bilim Dalı

    DOÇ. ÖZGÜR BOSTANCI

  3. Machine learning applications in portfolio optimization

    Portföy optimizasyonunda makine öğrenmesi uygulamaları

    FİRDEVS NUR UYKUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    MatematikOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı (disiplinlerarası)

    DR. ÖĞR. ÜYESİ BÜŞRA ZEYNEP TEMOÇİN

  4. Makine öğrenimi kullanarak tweet popülerite tespiti için karşılaştırmalı bir çalışma

    A comparative study for tweet popularity detection using machine learning

    CEYDA AKSAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET DİKMEN