Geri Dön

Electric distribution network management with neural network methods

Nöral ağ yöntemleriyle elektrik dağıtım şebekesi

  1. Tez No: 720329
  2. Yazar: ASAAD ABDALKAREEM HAMEED
  3. Danışmanlar: PROF. DR. GÖZDE ULUTAGAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İstanbul Gedik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 70

Özet

Elektrik enerjisi dağıtım şebekelerinde, etkin şebeke yönetimi, yönetim süreçleri sırasında, yanı zamanını, maliyeti ve elektrik şebekesindeki düzensiz yük streslerini tahmin etme ayrıca ortadan kaldırma olanağı sağladığından, geleneksel elektrik gücü yönetimine alternatif bir çözüm sunar. Ancak, şimdilik yönetim sisteminde birçok kısıtlamalar vardır. Önceki stratejiler hala yalnızca üretim yönüne odaklanır sadece. O araştırma çalışması, sistem değişkenlerini çok doğru bir şekilde tahmin etmek için kullanılan nöral ağlarına dayalı bir sistemdir ve bu da elektrik şebekesinin yönetimin ödevini kolaylaştırır. Önerilen algoritmanın çeşitli güç sistemleri üzerinde gayet iyi bir performans göstermiştir ve bilgilerin bu çok sayıları üzerinde eğitilebildiği için nöral ağlarının avantajlarından biridir. Her iki yöntemin hata yüzdesi, algoritmanın sistem değişkenlerini tahmin etmesi ne kadar doğru olduğunu gösterir.

Özet (Çeviri)

In the electric power distribution networks, the effective grid management represents the alternative solution to the traditional electric power management, as it provides the possibility of estimating and thus eliminating the stresses of irregular loading in the electric network as well as the ability of time and cost management process. However, there are many limitations in this administration system. As the previous strategies focus on the generation aspect only. This work is a system based on neural networks used to estimate system variables very accurately, which in turn facilitates the process of managing the electrical network. The results of the proposed algorithm representation on several types of power systems showed good performance, and this is one of the features of neural networks, as it can be trained on huge numbers of information. The percentage of error in both methods shows how accurate the algorithm is in estimation of system variables.

Benzer Tezler

  1. Elektrik dağıtım sistemlerinde kayıp azaltımı için fider düzenlemesi

    Distribution feeder reconfiguration for loss reduction

    DİLEK DİNÇER

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ADNAN KAYPMAZ

  2. Elektrik dağıtım sistemlerinde genetik algoritma ile kayıpların azaltılması için reaktif güç yönetimi

    Reactive power management for loss reduction in electrical distribution systems using genetic algorithm

    ERVİN GELGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA BAĞRIYANIK

  3. Dağıtılan elektrik enerjisi miktarının öngörümlenmesi: Zaman serisi, makine öğrenmesi ve melez modellerin karşılaştırılması

    Forecasting distributed electricity energy amounts: A comparison of time series, machine learning and hybrid models

    DERYA AKPINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonometriDokuz Eylül Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. EMRAH GÜLAY

  4. Endüstri 4.0 entegrasyonu ile Türkiye elektrik enerjisi dağıtım ağı arızalarının gerçek zamanlı ve yapay zekâya dayalı öngörü sisteminin geliştirilmesi: İzmir-Çeşme uygulaması

    Improvement of real time and artificial intelligence based fault prediction system of electricity distribution network of Turkey with Industry 4.0 integration: Izmir-Cesme case study

    MAHMUT SAYAR

    Doktora

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HİLMİ YÜKSEL

  5. Yük tahmini yöntemleri ve Çukurova Elektrik A.Ş., Kepez Elektrik T.A.Ş. bölgelerine uygulanması

    Load forecasting methods and application of Çukurova Elektrik A.Ş., Kepez Elektrik T.A.Ş. regions

    EKREM GÜRSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ADNAN KAYPMAZ