Geri Dön

Elektrik dağıtım sistemlerinde yapay sinir ağları ile arıza türü belirleme

Fault type determination with artificial neural networks in electricity distribution systems

  1. Tez No: 766149
  2. Yazar: MELİKE DEMİRÖZ
  3. Danışmanlar: DOÇ. DR. BAHADIR AKBAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Tesisleri Bilim Dalı
  13. Sayfa Sayısı: 77

Özet

Elektrik tesislerinde arıza tespiti, enerji sürekliliği ve sistemin karalı çalışması açısından önemlidir. Bu çalışmada dört farklı elektrik dağıtım hattında oluşmuş gerçek kısa devre arızaların türünün belirlenebilmesi için yapay sinir ağları kullanılmıştır. Bu dört farklı elektrik dağıtım hattı, yeraltı kablolu ve havai hatlarının birlikte kullanıldığı karma dağıtım hatlardır. Bu elektrik dağıtım hatlarında meydana gelen arıza verileri yapay sinir ağlarında çeşitli sınıflandırma algoritmaları ve eğitim algoritmaları ile kullanılarak arıza türlerinin tahmini yapılmış ve elde edilen doğruluk oranları karşılaştırmalı olarak sunulmuştur. Üç farklı ağ ve eğitim algoritmaları başarı oranları karşılaştırılmıştır. Kullanılan ağ tipleri, İleri Beslemeli Geri Yayılım ağ tipi, Kaskat Bağlı İleri Beslemeli Geri Yayılımlı ağ tipi, Elman Geri Beslemeli ağ tipi şeklindedir. Eğitim algoritmaları ise Levenberg-Marquardt (LM), Conjugate Gradient with Powell/Beale Restarts (CGB), One Step Secant (OSS), Variable Learning Rate Backpropagation (GDX), Gradient Descent with momentum (GDM), Scaled Conjugate Gradient (SCG), ve NRP (Resilient backpropagation) şeklindedir. Bu çalışmada ileri beslemeli geri yayılım ağ tipinin daha başarılı sonuç verdiği görülmüştür.

Özet (Çeviri)

In the decline in electrical events, the energy-related and stable event is important. In this study, artificial neural networks are used to select real short circuits in four different electrical designs. These four different classes of power lines, reference and overhead are mixed lines. Insufficient calculations and training results of the deficiencies in the images consisting of malfunctions that occur in the small of this electricity, as well thought and old model computational from insufficient predictions. The three networks and their trainings differ in their success. The network type used is Feed Forward Back Propagation network type, Cascade Connected Feed Forward Back Propagation network type, Elman Feedback network type. His trainings are Levenberg-Marquardt (LM), Powell/Beale Restarts with Conjugate Gradient (CGB), One Step Secant (OSS), Variable Learning Rate Backpropagation (GDX), Momentum Gradient Descent (GDM), Scaled Conjugate Gradient (SCG), and NRP (Resilient backpropagation). This training fed back propagation network type gave more successful results.

Benzer Tezler

  1. Elektrik bakım ve onarımında yapay sinir ağlarının kullanımı

    The use of artificial neural networks in electrical maintenance and repair

    ÖMER KAPLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERKAN ATMACA

  2. Yüksek gerilim kablolarında dielektrik kayıp parametrelerinin farklı işletme koşullarında deneysel ve yapay sinir ağları ile incelenmesi

    Experimental investigation on dielectric loss parameters of high voltage cables in various operational conditions using artificial neural networks

    CELAL FADIL KUMRU

    Doktora

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. CELAL KOCATEPE

  3. Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks

    Yapay sinir ağlarının entegre edildiği popülasyon tabanlı optimizasyon yöntemleriyle güç sistemlerinin dinamik güvenliğinin iyileştirilmesi

    CAVİT FATİH KÜÇÜKTEZCAN

    Doktora

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ

  4. Yüksek gerilim enerji iletim hattındaki arızaların dalgacık paket dönüşümü ve ortak vektör yaklaşımıyla sınıflandırılması

    The classification of faults in high voltage energy transmission line by using wavelet packet transform and common vector approach

    MEHMET YUMURTACI

    Doktora

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    DOÇ. DR. GÖKHAN GÖKMEN

    PROF. DR. OSMAN KILIÇ

  5. Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

    Examination of the effects of distributed generation on smart grids

    MİKAİL PÜRLÜ

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. BELGİN TÜRKAY