Artificial neural network based thermal modeling for underground cables
Yeraltı kabloları için yapay sinir ağı tabanlı termal modelleme
- Tez No: 672437
- Danışmanlar: Assist. Prof. Dr. AHMET ALTUNDAĞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Soyut yeraltı kabloları büyük şehirlerde yaygın olarak kullanılmıştır. Bu, kötü hava koşullarından kaynaklanan görsel etki ve rahatsızlıkları en aza indirir. Ayrıca, yeraltı kablonun ısısı, yeraltı kablonun performansı ve etkinliğinde etkili bir unsurdur. yeraltı kablosundaki termalin öngörülmesi, toprak direnci, yalıtkan direnci, toprak yüzeyinin kablo derinliği ve ortam sıcaklığı gibi birçok parametrenin etkisi altında bulmak zordur. Bu tez çalışmasında, yeraltı kablo sınıflandırmasının hesaplanması, kablo tesisatı tasarımında ve kabloların kurulumunda en önemli kısımdır. Bu araştırma aynı zamanda 33 KV yeraltı kablo derecelendirme modelini geliştirmek ve tahmin etmek için yapay bir sinir ağı (YSA) kullandı. Önerilen sistem MATLAB yazılımı kullanılarak yapılmıştır. YSA tabanlı yeraltı kablo derecelendirmesine, yeraltı kablo derecelendirmesine yönelik en iyi performans ve tahmin verilmiş olur. çünkü topraklama kabloları her zaman, modellemenin ve.
Özet (Çeviri)
Underground cables were widely used in major cities. This is because ground cables provide the benefits of minimizing visual impact and disturbances caused by bad weather conditions. Moreover, the thermal of underground cable is a effected element in the performance and effectiveness of underground cable. However, modeling and prediction of the thermal in underground cable is difficult finding under effect many parameters such as soil resistivity, insulator resistivity, cable depth of ground surface and ambient temperature. In this thesis, Calculation of underground cable classification is the most important part in the design of cable installation and installation of cables. This research also used an artificial neural network (ANN) to develop and prediction for 33 KV underground cable ratings model. The proposed system is built by using MATLAB software. The ANN-based underground cable rating is achieved best performance and predication for underground cable rating.
Benzer Tezler
- Design and structural finite element analysis of an artificial neural network based optimized alpha type stirling engine
Yapay sinir ağı bazlı optimize edilmiş bir stırlıng motorunun tasarımı ve yapısal sonlu elemanlar analizi
CENGİZ YILDIZ
Yüksek Lisans
İngilizce
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ATA MUGAN
DR. ÖĞR. ÜYESİ FATMA BAYATA
- Yüzeysel sularda benzen mikrokirleticisinin tespiti ve modellenmesi: Orhaneli çayı örneği
Determination and modeling of benzene micropollutant in surface waters: Orhaneli river study
ÖZGÜL ÇİMEN MESUTOĞLU
Doktora
Türkçe
2020
Çevre MühendisliğiAksaray ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZHAN GÖK
- Türkiye'de ısıl sistem tasarımında kullanılan meteorolojik verilerin akıllı sistemlerle tahmini
Estimation of meteorological data with intelligent systems used in the design of thermal systems in Turkey
ERDEM IŞIK
Doktora
Türkçe
2012
Makine MühendisliğiFırat ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA İNALLI
- Modeling and experimental approaches in biomass pyrolysis: Artificial neural network application & guard-bed reactor integration
Biyokütle pirolizinde modelleme ve deneysel yaklaşımlar: Yapay sinir ağları & guard reaktör uygulamaları
ÖZGE MUTLU
Doktora
İngilizce
2017
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR YAMAN
- Hacimli metal camların üretimi ve manyetik özellikleri ile camlaşma yeteneğinin yapay sinir ağları kullanılarak modellenmesi
Fabrication of bulk metallic glasses and modeling of magnetic properties and glass forming ability using artificial neural networks
MEHMET KABAER
Yüksek Lisans
Türkçe
2010
Fizik ve Fizik MühendisliğiUludağ ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. İLKER KÜÇÜK