Sinüs-kosinüs algoritması ile optimize edilmiş modüler çok seviyeli dönüştürücü tabanlı HVDC sistemin aktif güç kontrolü ve arıza analizi
Active power control and fault analysis of modular multilevel converter based HVDC system optimized by sine-cosine algorithm
- Tez No: 558388
- Danışmanlar: PROF. DR. MÜSLÜM CENGİZ TAPLAMACIOĞLU, DOÇ. DR. HALUK GÖZDE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Bu tez çalışmasında, iki bölgeli MMC (Modüler çok seviyeli dönüştürücü) tabanlı 400 MW HVDC (Yüksek gerilim doğru akım) sistemin aktif güç kontrolü, güncel sezgisel optimizasyon yöntemleri kullanılarak optimize edilmiştir. Bu amaçla, MMC tabanlı HVDC sistemi ile harici ve dahili kontrolcüleri MATLAB/Simulink ortamında modellenmiştir. Daha sonra, oransal integral (proportional integral, PI) kontrol parametreleri, bu kontrolörlerin dinamik performanslarını iyileştirmek adına toplam mutlak hata fonksiyonunun integralini (integral of time-weighted absolute error, ITAE) en aza indirmek için klasik Ziegler-Nichols (Z-N) yöntemi, Parçacık sürü optimizasyonu (PSO) algoritması, Gri kurt optimizasyonu (GWO) algoritması, Global komşuluk algoritması (GNA) ve Sinüs-Kosinüs Algoritması (SCA) vasıtalarıyla ayarlanmıştır. Çalışmanın sonunda, algoritmaların performansları birbiriyle karşılaştırılmıştır. Ayrıca, optimize edilmiş MMC tabanlı HVDC sisteminin performansları da ilgili literatürle karşılaştırılmıştır. Sonuçlar, SCA (Sinüs-kosinüs algoritması) ile optimize edilmiş sistemin dinamik performansının literatürdeki birçok algoritmadan daha iyi sonuç verdiğini ortaya koymuştur. Çalışmanın çıktıları, benzer uygulamalar için önemli bir referans olma niteliğini taşımaktadır.
Özet (Çeviri)
In this study, active power flow control of a two area 400 MW MMC-HVDC system is optimized by using the recent heuristic optimization methods. For this purpose, the complete MMC based HVDC system with inner and outer control loops are modelled in MATLAB/Simulink environment. After that, PI (proportional-integral) control parameters are tuned by means of classic Ziegler-Nichols method, Particle Swarm Optimization (PSO) algorithm, Grey Wolf Optimization (GWO) algorithm, Global Neighbourhood Algorithm (GNA) and Sine-Cosine Algorithm (SCA) to minimize ITAE (integral of time-weighted absolute error) for better dynamic performance. At the end of the study, performances of these methods are compared among themselves. Also, the performances of the optimized MMC-HVDC system are compared with the related literature. The obtained results show that the MMC-HVDC system optimized by SCA exhibits better dynamic performance than various algorithms in literature. Outputs of this research are important references for similar applications.
Benzer Tezler
- Metasezgisel algoritmalarla optimize edilmiş kesir dereceli pıd kontrolörler ile gaz türbin elektrik santralinin kontrolü
Control of gas turbine power plant with fractional order pid controllers optimized by metaheuristic algorithms
KUNTER SERCAN SEZER
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVRA BAYHAN
- Kablosuz algılayıcı ağlarda yaşam süresini ençoklamak için en uygun baz istasyonu konumunun sinüs kosinüs algoritması ve parçacık sürü optimizasyonu algoritması kullanılarak belirlenmesi
Utilizing sine cosine algorithm and particle swarm optimization algorithm to find the optimal sink location for maximizing the lifetime of wireless sensor networks
ALI LATEEF MOHSIN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HAKAN EZGİ KIZILÖZ
- A comparative analysis of LSTM and lıghtgbm models in short-term electricity load forecasting: a case study from türkiye
Kısa dönemli yük tahmininde LSTM ve lightgbm modellerinin karşılaştırmalı analizi: Türkiye'den bir vaka çalışması
MUHAMMET FURKAN BAYSAL
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- Çift beslemeli indüksiyon jeneratörlü rüzgar türbinleri için hoa tabanlı pıd denetleyici tasarımı ve performans analizi
HOA-based pid controller design and performance analysis for doubly-fed induction generator wind turbines
FATMA ARTUN
- Konvolüsyonel sinir ağları kullanılarak COVID-19 ve pulmonerevresinin tespiti
Detection of COVID-19 and its pulmonary stage using convolutional neural networks
NEDİM MUZOĞLU
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR SIDDIK BİNBOĞA YARMAN