Akıllı şebekelerde güç kalitesi bozukluklarının işaret işleme yöntemleriyle tanısı
The identification of power quality disturbances in smart grids through signal processing methods
- Tez No: 594103
- Danışmanlar: PROF. DR. OKAN ÖZGÖNENEL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Tesisleri Bilim Dalı
- Sayfa Sayısı: 200
Özet
5G teknolojisinin tartışıldığı günümüzde, güç kalitesini etkileyen unsurlar ve bu sorunların giderilmesi büyük önem taşımaktadır. Gerçek zamanlı iletişim altyapılarında kullanılmak üzere aşırı güç yüklenmelerini belirleyebilecek, enerji akış yönlerini düzenleyecek ve yenilenebilir enerji kaynakları kullanımını arttırarak kullanıcı maliyetlerini aşağı çekecek çevreci akıllı şebeke sistemlerinin geliştirilmesi gerekmektedir. Gerilim düşmesi, yükselmesi, gerilim geçiş hatası, harmonikler, kırpışma vb. güç kalitesi sorunları akıllı şebekelerde hassas yüklerin arızalanmasına, ayrıca transformatörler ve motorlar üzerinde enerji kaybına neden olmaktadır. Gerilim düşmesi veya kısa süreli kesinti, bilgisayar tarafından çalıştırılan işlemlerin kaybedilmesine ya da işletim sisteminin durmasına sebebiyet verebilir. Bu tezin amacı, akıllı şebekelerde güç kalitesindeki bozuklukların, etkin işaret işleme ve makine öğrenmesi algoritmaları ve bunları kullanan yöntemlerdeki gelişmelere bağlı olarak incelenmesidir. Matlab yazılımı, TEKTRONIX AFG3022C rassal üreteci ve PQube enerji ve güç kalitesi analizörü yardımıyla akıllı şebekelerde güç kalitesi bozuklukları için gerçek zamanlı veriler üretilmiştir. Çalışmanın işaret işleme aşamasının ilk bölümünde, güç kalite bozukluklarını sınıflandırmayı amaçlayan öznitelik çıkarma ve öznitelik seçimi için Topluluk Deneysel Kip Ayrışım Yöntemi (TDKAY) incelenmiştir. Öznitelik çıkarımı, Hilbert Huang Dönüşümü (HHD) kullanılarak güç işaretlerinden elde edilmiştir. HHD'nin çıkışları, anlık frekanslar (AF) ve anlık genliklerdir (AG). Karakteristik özellikler, İçsel Kip İşlevlerinin (IMF'lerin) anlık frekans ve gerilimlerinden elde edilmektedir. Tezde ayrıca, arızasız işaret ve güç kalite bozukluğu işaretleri ile Stockwell dönüşümünün çıkışı olan STA matrisinden zaman-frekans ve frekans-genlik çizimleri elde edilmiştir. Öznitelik çıkarma aşamasında STA matrisinin çizimlerine istatistiksel işlevler ortalama, standart sapma, çarpıklık, basıklık uygulanmıştır. Her iki öznitelik çıkarımının başarımları; Destek Vektör Makinası (DVM), C4.5 Karar Ağaçları, K-ortalamalı kümeleme yöntemi ve ANFIS sınıflayıcıları için denenmiş ve başarımları ölçülmüştür. Güç kalitesi bozukluklarının farklı sınıflandırıcılar ile belirlenmesi gerçek hayatta zaman ve maliyet arttırıcı pek çok işlemin ortadan kalkmasını ve sistem işletme maliyetlerinin düşürülmesini sağlayacaktır. Son yıllarda, güç kalitesi alanındaki araştırmalarda üst-harmonik bozulma çalışmaları dikkat çekmektedir. İletim sistemleri işletildiğinde, özellikle güç hattı iletim (GHİ) sistemleri, diğer sistemler üzerinde elektromagnetik girişime (EMI) neden olur. Tez çalışmasının son bölümünde, üst-harmonik bozulmanın gösterimi için TDKAY yöntemi uygulanmıştır. Geleneksel yöntem Kısa Zamanlı Fourier Dönüşümünün (KZFD) aksine, TDKAY, üst-harmonik bileşenler için daha ayrıntılı ve kullanışlı gösterim sunmaktadır.
Özet (Çeviri)
In today's world where 5G technology is discussed, the factors affecting power quality and the elimination of these problems are of great importance. Environmental smart network systems that can identify overloads, regulate energy flow aspects and increase the use of renewable energy resources and reduce user costs are needed to be used in real time communication infrastructures. Power quality problems such as voltage sag, swell, voltage transients faults, harmonics, flicker etc. result in the failure of sensitive loads in smart grids, as well as energy loss on transformers and motors. A voltage sag or short-term interruption may result in the loss of computer-run operations or a halt to the operating system. The aim of this thesis is to examine the power quality disturbances in smart grids based on the improvements in effective signal processing and machine learning algorithms and methods that use them. Matlab software, TEKTRONIX AFG3022C random generator and PQube energy and power quality analyzer produced real-time data for power quality disturbances in intelligent networks. In the first part of the signal processing phase, Ensemble Empirical Mode Decomposition (EEMD) was used for feature extraction and feature selection aimed at classifying power quality disturbances. Feature extraction was obtained from power signals using Hilbert Huang Transform (HHD). The outputs of HHD are instantaneous frequencies (AF) and instantaneous amplitudes (AG). The characteristic features are derived from the instantaneous frequencies and voltages of the Intrinsic Mode Functions (IMFs). In the thesis also, time-frequency and frequency-amplitude plots are obtained from STA matrix, which is the output of Stockwell transformation, with healthy signal and power quality disturbance signals. In the feature extraction stage, the statistical functions mean, standard deviation, skewness and kurtosis were applied to the plots of the STA matrix. Achievements of both feature inferences; Support Vector Machine (SVM), C4.5 Decision Trees, K-mean clustering method and ANFIS classifiers were tested and their performance was measured. Identifying power quality disturbances with different classifiers will eliminate many of the time and cost-increasing processes in real life and reduce system operating costs. In recent years, studies on power quality have attracted attention in the studies of top-harmonic distortion. When the transmission systems are operated, especially power line transmission (PLC) systems cause electromagnetic interference (EMI) on other systems. In the last part of the thesis, EEMD method is applied for the representation of top-harmonic distortion. In contrast to the traditional method of Short Time Fourier Transform (STFT), EEMD offers more detailed and useful representation for superharmonic components.
Benzer Tezler
- Prediction of power disturbances by artificial intelligence methods
Güç bozukluklarının yapay zeka yöntemleri ile tahmini
BEGÜM ÇETİN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞENER AĞALAR
- Akıllı şebekelerde güç kalitesinin optimizasyonu ve yenilenebilir enerji kaynakları ile entegrasyonu
Optimization of power quality in smart grids and integration with renewable energy sources
MUSTAFA YILMAZ
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKBABA
- Design and realization of a solid-state transformer for smart grids
Akilli şebekeler için kati hal transformatörünün tasarimi ve gerçekleştirilmesi
BURAK ESENBOĞA
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUĞÇE DEMİRDELEN
- Akıllı şebekelerde gerçek zamanlı ev enerji yönetimi uygulaması ve harmonik azaltımı
Real-time home energy management application and harmonic mitigation in smart grids
METİN TÜYSÜZ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL İBRAHİM OKUMUŞ
- Akıllı şebekelerde şebekeye bağlı ve şebekeden bağımsız hibrit yenilenebilir enerji sistemlerinin tekno-ekonomik karşılaştırmalı analizi ile akıllı ev uygulamaları
Techno-economic comparative analysis of grid-connected and islanded hybrid renewable energy systems and smart home applications in smart grids
ONUR AYAN
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN EMRE TÜRKAY