Geri Dön

Hibrit güç sistemlerinde arıza tespiti

Fault detection in hybrid power systems

  1. Tez No: 546570
  2. Yazar: ÜMİT ÖZLEYEN
  3. Danışmanlar: PROF. DR. SAMİ EKİCİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

Bu çalışmada Matlab / Simulink yazılımı ortamında bir hibrit güç sistemi oluşturulmuştur. Oluşturulan bu sistemde hat boyunca hibrit güç sisteminde oluşabilecek muhtemel arıza durumları incelenmiştir. Enerji iletim hattında belirli mesafelerde sanal arızalar meydana getirilmiş ve bu arızalara ait akım ve gerilim işaretleri bilgisayar ortamında kaydedilerek bir veri tabanı oluşturulmuştur. Bu veriler ön işleme aşamasında normalize edildikten sonra sayısal işaret işleme aşamasına geçilmiştir. Bu aşamada amaç, farklı noktalarda meydana gelen arızalar için akım ve gerilim işaretlerinden ayırt edici özellikler çıkartmaktır. Toplam 100 km uzunluğundaki üç fazlı enerji iletim hattında 15. km'den başlatarak 85. km'ye kadar her km'de bir sanal arıza meydana getirilmiştir. Deneyler tekrarlanarak toplam 497 farklı arıza meydana getirilmiştir. Yapılan benzetimlerin gerçek sistemdeki duruma benzer hale getirilmesi için hazırlanan bir matlab programı ile arıza tipleri, arıza dirençleri ve arıza oluş açıları rastgele oluşturulmuştur. Ayırt edici özelliklerin elde edilmesi için 12 seviyeli Ayrık Zamanlı Dalgacık Dönüşümü kullanılmıştır. Elde edilen detay ve yaklaşık katsayıları için entropi, standart sapma, çarpıklık ve basıklık gibi 4 ayrı istatistiksel parametre hesaplanarak eğitim veri seti oluşturulmuştur. Bu veri setinin eğitim ve geçerlilik testi için Matlab Regression Learner uygulaması kullanılmış ve literatürde kullanılan birçok yöntemin sonuçları karşılaştırılmıştır. Elde edilen sonuçlar önerilen yöntemin oldukça düşük bir hata oranı ile arıza yerini tahmin ettiğini göstermiştir.

Özet (Çeviri)

In this study, a hybrid power system was created in Matlab / Simulink software environment. In this system, probable fault conditions that may occur in the hybrid power system have been investigated along the line. Virtual disturbances at certain distances in the energy transmission line are simulated and a data base is created by recording the current and voltage signals of these faults in the computer environment. After normalizing this data in the preprocessing phase, it is passed to the digital signal processing stage. The goal in this phase is to obtain distinctive features of current and voltage signals for faults occurring at different points. Starting from 15th km up to 85th km, virtual faults have been created at each km of the three-phase transmission line which has 100 km length. By repeating the experiments, 497 different faults have been created. Fault types, fault resistances and fault inception angles are changed randomly to obtain similar fault occurance conditions as in real life by preparing a matlab program. To obtain distinctive features, 12-level Discrete Wavelet Transform is used. 4 different statistical parameters including entropy, standard deviation, skeewness and kurtosis are computed for detail and approximation coefficients to build final dataset. For training and validation of the dataset, Matlab Regression Learner App is employed and the obtained results are compared with a lot of methods which are used in the literature. The obtained results show that the proposed method can estimate fault locations with rather small error rate.

Benzer Tezler

  1. 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

  2. Neuro classifiers for condition and bearing health assessment of an electric motor

    Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar

    MINA GHORBAN ZADEH BADELI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA

  3. Development of impedance differential method for fault detection and location in hybrid transmission lines

    Hibrid iletim hatlarında, arıza ve arıza yeri tesbiti için empedance diferansiyel metodunun geliştirilmesi

    SAEED ASGHARIGOVAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER USTA

  4. Real-time anomaly detection in UAV systems using TinyML on ARM Cortex-M microcontrollers

    ARM Cortex-M mikrodenetleyicilerde gömülü makine öğrenmesi kullanarak İHA sistemlerinde gerçek zamanlı anomali tespiti

    MEHMET ALPEREN BAKICI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ

  5. Rüzgâr enerjisi kaynakları içeren güç sistemleri için güvenlik kısıtlı optimal güç akışı çözümü

    Security constrained optimal power flow solution for power systems including wind energy generation

    ALİŞAN AYVAZ

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ