Geri Dön

Dalgacık dönüşümleri kullanılarak durağan olmayan güç kalitesi olaylarının karakterize edilmesi

Characterization of non-stationary power quality event using transformation of wavelet

  1. Tez No: 284413
  2. Yazar: ALİ SONER SÖNMEZ
  3. Danışmanlar: DOÇ. DR. A. SERDAR YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER USTA

  2. Wavelet frames and redundant wavelet transforms for fault detection

    Dalgacık çerçeveleri ve artıklı dalgacık dönüşümleri ile arıza tespiti

    TAYFUN ŞENGÜLER

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  3. 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

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  4. 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

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  5. 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

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. OĞUZ ATA