Dalgacık dönüşümleri kullanılarak durağan olmayan güç kalitesi olaylarının karakterize edilmesi
Characterization of non-stationary power quality event using transformation of wavelet
- Tez No: 284413
- Danışmanlar: DOÇ. DR. A. SERDAR YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Güç kalitesi, teknolojik cihazların günümüzde yoğun olarak kullanılması ile birlikte önem arz eden bir parametre olarak karşımıza çıkmaktadır. Bu parametrenin belirlenmesi ve bu doğrultuda gerekli önlemlerin alınması da bir zorunluluk halini almıştır. Bu çalışmada güç kalitesi parametresini belirleyen durağan olmayan geçici olaylar incelenmiştir. Öncelikle bu olayları içeren gerçek sinyaller elde edilmiştir. Alınan bu örnekler matlab wavelet toolbox kullanılarak dalgacık sentezinin iki farklı (db,dmey) yöntemi ile analiz edilmiş, çıkan sonuçlara göre iki yöntem birbiriyle karşılaştırılmış ve başarım seviyesine göre örnek sinyalin içinde bulundurduğu geçici olay zaman-frekans aralığında detaylı olarak incelenmiştir. Bu çalışmada yöntem olarak dalgacık sentezi kullanılmıştır. Geçici olayların incelenmesinde genlik-frekans cevabı sunan Fourier gibi yöntemlerle olay zamanın belirlenememesi dalgacık sentezinin geliştirilmesi ve uygulamada daha çok yer bulmasını anlamlı kılmaktadır. Sonuç olarak, elde edilen analiz sonuçları değerlendirilmiş ve yorumlanarak ilgili örneğin barındırdığı güç kalitesi olayının detaylı sonuçları ortaya konmuştur.
Özet (Çeviri)
Power quality, intensive use of technological devices in our day with a parameter of great importance as we face to get out. This parameter determination and the necessary measures in this direction has become a necessity. In this study of power quality parameters that determine non-stationary transient events to thin. First these events with real signals taken. In hand these examples matlab wavelet toolbox using wavelet synthesis of two different (db, dmey) method and analyzed, the results show that the two methods with each other, compared and performance level, according to the sample signal in the note that makes the event time-frequency range in detail to thin. This study method as the wavelet synthesis to use. Temporary event analysis of amplitude-frequency response delivers Fourier methods such as with the events of the time be determined wavelet synthesis to improve and in practice more places to find meaningful is. As a result, the obtained results were evaluated and interpreted anzliz hosted by the example of power quality events have revealed the detailed results.
Benzer Tezler
- High impedance fault detection in medium voltage distribution systems using wavelet transform
Dalgacık dönüşümü kullanılarak orta gerilim dağıtım sistemlerinde yüksek empedanslı arıza tespiti
BARAA MAKKAWI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER USTA
- Wavelet frames and redundant wavelet transforms for fault detection
Dalgacık çerçeveleri ve artıklı dalgacık dönüşümleri ile arıza tespiti
TAYFUN ŞENGÜLER
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Condition monitoring and fault detection for electrical power systems using signal processing and machine learning techniques
Sı̇nyal ı̇şleme ve makı̇ne öğrenme teknı̇klerı̇ kullanılarak elektrı̇k güç sı̇stemleri ı̇çı̇n durum ı̇zleme ve arıza belirleme
YASMIN NASSER MOHAMED
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Improved hilbert huang transform supported by machine learning algorithms for signal analysis
Sinyal analizi icin makine öğrenme algoritmaları ile desteklenen geliştirilmiş hilbert huang dönüşümü
HAMİD ERİNÇ KARATOPRAK
Doktora
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Analyzing of EEG signals with deep learning and discrete wavelet transform
Derin öğrenme ve kesikli dalgalet dönüşümü ile EEG sinyallerinin analizi
KHALED OMAR MUKHTAR ABUKHETTALA
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. OĞUZ ATA