Geri Dön

Veri madenciliği yöntemleri ile güç kalitesi verilerinin incelenmesi

Analysis of power quality data with data mining methods

  1. Tez No: 357200
  2. Yazar: VEDAT TÜMEN
  3. Danışmanlar: YRD. DOÇ. DR. HÜSEYİN ERİŞTİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Tunceli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 114

Özet

Gün geçtikçe gelişen teknoloji ile birlikte sistemlerdeki yüklerde çeşitlilik artmıştır. Bu yüklerin her zaman elektrik sistemleri için lineer olması istenir. Fakat son yıllarda yarı iletken teknolojinin kullanılmasıyla sistemlerde nonlineer yüklerde yüksek miktarda bir artış gözlenmiştir. Tez çalışmasında elektrik dağıtım sistemlerinde meydana gelen akım harmonikleri için izleme sistemi geliştirilmiştir. Bu harmonik izleme sistemi ile ilk önce harmonikli veriler elde edilmiş ve daha sonra bu verilere, Veri Madenciliği yöntemleri uygulanarak harmoniklerin analizi yapılmıştır. Bu kapsamda harmonik izleme sistemi ile iki ayrı uygulama geliştirilmiştir. Birinci uygulama, harmonik içeren verilerin kümelenmesini kapsamaktadır. Bu bölümde harmonik izleme sistemi ile elde edilen harmonikli verilerin kümelendirilmesi işlemi yapılmıştır. Harmoniklerin kümelendirilmesinde k-Means algoritması veriler üzerinde başarılı bir şekilde uygulanmıştır. k-means algoritması ile üç farklı küme seçimi uygulaması gerçekleştirilmiştir. k küme parametresi olarak 6 seçilmesi durumunda başarının daha yüksek olduğu gözlemlenmiştir. İkinci uygulama, kümeleme sonucu oluşan harmonikli veriler üzerinde LMT, J48, RBF ve MLP algoritmalarının sınıflamasını kapsamaktadır. Bu algoritmaların harmonikli verileri sınıflamada başarının yüksek çıktığı görülmüştür. Özellikle LMT algoritmasının diğer algoritmalara göre daha iyi olduğu tespit edilmiştir. Bu tez çalışmasında daha önceden belirlenen kümeleme ve sınıflandırma algoritmaları, elde edilen harmonikli verilere uygulanarak anlamlı ve ileriye dönük sonuçlar elde edilmeye çalışılmıştır.

Özet (Çeviri)

Variety of the loads in together with developing technological systems has been increasing day by day. These loads are always preferred to be linear for electrical systems. However, a substantial increase in non-linear loads has been observed in systems due to the usage of semiconducting technology in recent years. In this thesis, a monitoring system for current harmonics that occur in electric distribution systems has been developed. First, harmonic data were obtained through this harmonic monitoring system and then harmonics were analysed after data mining methods were applied to these data. Two different applications were developed with this harmonic monitoring system. The first application involves the clustering of harmonic data. In this part, the clustering of the harmonic data obtained through the harmonic monitoring system was performed. For the clustering of harmonics, k-Means algorithm was successfully used on the data. Three different clustering selections were realized with k-means algorithm. It was observed that the performance was better if the k cluster parameter is chosen to be 6. The second application involves the classification of LMT, J48, RBF and MLP algorithms on the harmonic data that occur as a result of clustering. It was seen that the performance of these algorithms in classifying harmonic data. Especially, the performance of LMT algorithm was seen to be better than the other algorithms. In this thesis, the previously determined clustering and classification algorithms were applied to the obtained harmonic data and meaningful results for future use were aimed to achieve.

Benzer Tezler

  1. Data mining methods for clustering power quality data collected via monitoring systems installed on the electricity network

    Elektrik sistemi üzerine kurulan izleme sistemleri tarafından toplanan güç kalitesi olayları için veri madenciliği teknikleri

    MENNAN GÜDER

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN KESİM ÇİÇEKLİ

    PROF. DR. IŞIK ÇADIRCI

  2. Deep learning for wind energy systems using the hurst exponent and statistical parameters

    Hurst üslü ve istatistiksel parametreleri kullanarak rüzgar enerjisi sistemleri için derin öğrenme

    BEHNAZ ALAFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  3. Evaluation des performances des projets de l'affaire électronique basé sur GRC en utilisant le tableau de bord équilibré et management de capital client

    CRM bazlı e-iş proje performanslarının dengelenmiş skorkartı ve entelektüel müşteri sermayesi yönetimi ile değerlendirilmesi

    BURHAN BURÇ KILIÇER

    Yüksek Lisans

    Fransızca

    Fransızca

    2004

    Endüstri ve Endüstri MühendisliğiGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. ETHEM TOLGA

  4. Gsm sektörü için müşteri merkezli bilgi yönetimi değerlendirme modeli tasarımı ve bir uygulama

    The design of customer centric knowledge mangement assessment model for gsm ındustry and an aplıcatıon

    ATİK KULAKLI

    Doktora

    Türkçe

    Türkçe

    2005

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SEMRA BİRGÜN

  5. Application development for improving web site usability by web mining methods

    Web sitesi kullanılabilirliğini iyileştirmek için web madenciliği yöntemleri ile uygulama geliştirilmesi

    MERVE CEREN TÜKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU