Ferroresonance fault detection in electric power networks by artificial neural networks
Elektrik güç hatlarında ferrorezonans arızasının yapay sinir ağları ile belirlenmesi
- Tez No: 650079
- Danışmanlar: DOÇ. DR. TAHİR ÇETİN AKINCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 109
Özet
Günümüzde artan enerji ihtiyacı sonucunda iletimde enerji kayıplarının azaltılması için iletim hatlarında gerilim değerleri arttırılma yoluna gidilmiştir, artan gerilimin akımı düşürmesiyle iletim kayıplarının azalması hedeflenmiştir. Aynı zamanada artan enerji ihtiyacı dağıtım ağında da kablo artışına sebep olmaktadır. Oluşan yüksek gerilimler ve artan kablolar hatlardaki kapasitif yükleri arttırmaktadır Kapasitif yükün artması iletim ve dağıtım hatlarında endüktif transformatör, şönt reaktör,güç trafoları gibi doyuma gidebilen ve lineer olmayan endüktif özellik sergileyebilen manyetik çekirdeğe sahip elektrik makinaların çakirdek endüktanslarının doyuma gitmesine neden olmakta ve doğrusal olmayan endüktans karakteristiğine sebep olmaktadır. Bu doğrusal olmayan karakteristik kararlı ve geçici rejimlerde tahmini zor ani elektriksel haraketlere sebep olmaktadır. Bu tür ani elektriksel olayların yaşanmaması için transformatörler tasarlanırken, sisteme alma sırasında oluşabilecek ani akımları göz önünde bulundurup çekirdek tasarım değerleri, genellikle devreye alma sırasında çekirdekte kullanılan tanecikleri yönlendirilmiş soğuk haddelenmiş silisyumlu demir nüveye ait üretici tarafından verilen akı yoğunluğu ile manyetik alan yoğunluğu grafigindeki dirsek bölgesi kırılma noktası değerinin kullanılan sacın 0.9 ile 0.85 katı arasında çalışılarak önlem almaktadırlar. Devredeki ögelerden birinde meydana gelen bu ani değişmeler hat üzerindeki elemanların gerilim ve akımlarında ani ve riskli yükselmelere sebep olur. Ferrorezonans, doğrusal olmayan endüktans ve kapasitansın seri veya paralel bağlantısı olan elektrik devrelerinde meydana gelebilecek karmaşık doğrusal olmayan salınımlardır. Pratik tecrübe ve teorik çalışmalara göre bu fenomen, yüksek seviyede harmonik bozulma ile yüksek aşırı gerilim ve aşırı akım oluşumuna yol açar ve geleneksel aşırı gerilim ve aşırı akım baskılama yöntemleriyle ortadan kaldırılamaz. Elektrik şebekelerinde, oluşabilcek ani bir ferrorezonas sonucu ortaya çıkan yüksek akımla sistem üzerindeki koruma ya da iletim elemanlarında maddi oolarak kısmi hasalar ya da geri dönüşü mümkün olmayan kalıcı hasarlar meydana getirebilmektedir. Örneğin kablolarda koruyucu kılıfların erimesi ya da kopması, trafolarda ferrorezonansın olduğu fazda bobinde deformasyonlar,ani akım artışıyla anı ısınma,kazanlarda patlama yırtılma,transformatörlerde yangın,yağ sızması gibi sadece şebekeyi değil çevreyi de etkileyen tehlikeye atan tehlikeli arızaları mümkün kılmakta arızanın meydana gediği şebekede uzun süreli güç kaynağı kesintisine neden olabilmekte ve bu hat üzerindeki dağıtım ya da iletim şirketinde maddi za zamansal kayıplara sebep olduğu gibi kullanıcılarında enerjisiz kalmasına ve maduriyet yaşamalarına sebep olabilmektedir. Bu nedenle, ferrorezonas arızasından kesinlikle kaçınılması gerekir. Ağın işleyişinde ferrorezonansın neden olduğu arızaların sayısı azaltılmadığından, verilen sorun günümüzde önemlidir. Elektriksel güç sistemlerinde, ferrorezonans, temel frekansta veya subharmonik veya daha yüksek dereceli harmonik frekanslardan birinde oluşabilir. Doğrusal olmayan transformatör bu akım ve gerilim harmoniklerini tanıtır. Ferrorezonans, bir kapasitans ve bir endüktans bu harmoniklerden birine girdiğinde ortaya çıkar. Ferrorezonans, temel frekansta meydana gelirken, bazen subharmonik ferrorezonans da olabilir. İkinci durumda, ferroresonant aşırı gerilimler daha az şiddetlidir ve hafifletilmesi daha zordur. Bu tür ferrorezonans, bazen bir gerilim trafosunun enerjilendirilmiş bir hat boyunca uzanan enerjisiz bir iletim hattına bağlandığı ekstra yüksek gerilim iletim ağında meydana gelir. Bu çalışmada; Tahir Çetin Akıncı tarafından oluşturulan Türkiye Batı Anadolu enerji iletim hattı parçası olan 380kV'luk Seydişehir-Oymapınar iletim hattı modeli ile model üzerinde muhtemel ferrorezonans senaryoları oluşturulmuş R fazına ait dört farklı ferrorezonans verisi kullanılmıştır. Yapay sininir ağları, makine öğreniminin alt dallarından biridir. Günümüzde tıpta hastalık tespiti ya da tahmini, mühendislikte arızaların belirlenmesi, üretim, hata öngörüsü, sosyal ağlarda kişiye özel reklamların gelmesi için kullanıcının ilgi alanlarının tanımlanması gibi pek çok alanda farklı amaçlarla kullanılmaktadır. Yapay sinir ağları prensipte insan sinir hücresinin öğrenmesini baz aldığı için bu isimle anılmaktadır. Bir sininir hücresi dentrit bölümünden diğer hücrelerden gelen bilgiyi alır bu durum yapay sinir ağlarında inputa tekabul ederken, insan sinir hücresinde akson yapay sinir ağlarında outputa tekabül etmektedir.Yapay sinir ağları temelde üç katmandan oluşur. İnput ile outpt arasında katmansayısı kullanıcı tarafından belirlenen gizli sekmeler bulunmaktadır. Öğrenme işlemi input değerinin rastgele atanan ağırlık değeri ile çarpılarak NET değerin oluşturulması ve belirlenmişse bias dğerlerinin toplanıp bu toplam değerinin aktivasyon fonksiyonuna göre bulunduğu hücreden çıkışı alınır. Bu çıkış değeri bir sonraki gizli katmanın girişi olup aynı işlem çıkış değerina ulaşıncayakadar devam eder.Belirlenen değer aralıklarına göre çıkış değeri öğrenme işleminin sonucunu verir. Aktivasyon fonksiyonu kullanılan problemin çözümünde önem teşkil etmektedir. Tezin içerisinde çeşitli aktivasyon fonksiyonlarından bahsedilmiştir. Ferrorezonans gibi yıkıcı etkisi yüksek bu arızanın tespitinde algılamaya göre sınıflandırma veyahut tanıma yapabilmeleri, yapay sinir ağlarının öğrenebilmesi, eksik ya da belirsiz datalarla da çalışabilmesi, gerçek zamanlı bilgiyi işleyebilmesi, lineer olmayan durumları işleyebilmesi, geleneksel yöntemlere göre daha başarılı olması, hata toleransının olması,ferrorezonans gibi lineer olmayan ani ortaya çıkan yıkıcı etkisi fazla olan olayın tespitinde avantajlı olacağı için bu durumun tespitinde yapay sinir ağları yönteminin kullanılmasının avantajlı olacağı düşünülmüş ve başarılı bir algoritma araştırılmıştır. Bu tezde girdi olarak kullandığımız Seydişehir-Oymapınar iletim hattı pi modeli ile modellenmiş olup ile model üzerinde muhtemel ferrorezonans senaryoları üzerinden oluşturulmuş R fazına ait dört farklı ferrorezonans datsı birleştirilerek input datası öğrenme için kullanılan data oluşturulmuş, Matlab© nntool kullanılarak bu hat üzerinde ki olasılı ferrorezonans durumunda hangi algoritmanın, bu algoritmada kullanılan aktvasyon fonksiyonu gibi değerler değiştirilip hangisinin daha optimum olduğu araştırılmıştır. Tezin hazırlanma aşamasında; literatür çalışması yapılmıştır .Bu safhada konu ile ilgili akademik yayınlar ya da kitaplar araştırılmıştır. Dört farklı ferrorezonans verileri 500 veriden oluşan parçlara ayrılıp, ferrorezonans olayının başladığı nokta tespit edilip, ferrorezonans olayının meydana geldiği kısımlar her dört veri için toplanıp bu olulşan verilerden giriş değerleri oluşturulmuştur. Matlab© programı kullanılarak çeşitli algoritmalarla lineer olmayan ferrorezonans olayını belirleyen durum için uygun lagoritma arayışına gidilmiştir.
Özet (Çeviri)
Ferroresonance is a complicated nonlinear waving which can appear in electrical circuits with a series or parallel connection of nonlinear inductance and capacitance. Cause of the current of ferroresonance on the transmission line elements such as cables or transformers can be partially or completely damaged. This destruction not only creates huge material losses on the system but also creates unjust suffering. It is important for the sustainability of the system that a devastating error such as ferroresonance can be detected. If ferroresonance can detecting in advance prevent the loss of time and money for the user by destroying the elements such as power transformer and cables used in the system Ferroresonance is nonlinear situation and learning in artificial neural networks has advantages such as working with missing or uncertain data, processing real conditions, handling nonlinear situations, being more successful than traditional methods, fault tolerance. Artificial neural networks are referred to by this name because they are based on learning of the human neural cell in principle. One nerve cell receives information from other cells from the dendrites department, which corresponds to input in artificial neural networks, while axon in human nerve cells corresponds to output in artificial neural networks. Artificial neural networks mainly consist of three layers. There are hidden tabs determined by the number of layers between the input and the output. The learning process is multiplied by the randomly assigned weight value of the input value, and the NET value is created, and if it is determined, the bias others are summed and output from the cell where this total value is found according to the activation function. This output value is the input of the next hidden layer and continues until the same process reaches the output value. The output value gives the result of the learning operation according to the specified value ranges. The activation function is important in solving the problem used. Various activation functions are mentioned in the thesis. A successful algorithm was investigated by using an artificial neural network method to detect ferroresonance error. In this study, four different ferroresonance data emerging with different scenarios in the transmission line which used energy transmission line modeling from western Anatolia Turkey Seydisehir-Oymapınar transmission line has 380 kV were used as input values. Work steps; literature search on the subject, detection of the moment when ferroresonance starts in voltage outputs, creating input, training and example data from ferroresonance data, to create the appropriate algorithm for nonlinear ferroresonance.
Benzer Tezler
- Wavelet frames and redundant wavelet transforms for fault detection
Dalgacık çerçeveleri ve artıklı dalgacık dönüşümleri ile arıza tespiti
TAYFUN ŞENGÜLER
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Enerji sistemlerinde geçici olayların korumaya etkisi
Effects of transients on power system protection
ALİ TORUŞ
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET BAYRAK
- Multi resolution wavelet analysis for ferroresonance phenomenon on power systems and its nonlinear dynamics
Güç sistemlerinde ferrorezonans olayının çok çözünürlüklü dalgacık analizi ile incelenmesi ve doğrusal olmayan dinamiklerinin çıkartılması
SEZEN YILDIRIM ÜNNÜ
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Dağıtım şebekesine bağlı rüzgar türbinlerinde geçici gerilim yükselmelerini baskılama yöntemi
Temporary overvoltage mitigation method in wind turbines connected to distribution grid
OSMAN YILMAZ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Güç trafolarında ferrorezonans olayların kaotik analizi
Chaotic analysis of ferroresonance events in power transformers
ENGİN YİĞİT
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ UYAROĞLU