Elektrik dağıtım sistemlerinde yapay sinir ağları ile arıza türü belirleme
Fault type determination with artificial neural networks in electricity distribution systems
- Tez No: 766149
- Danışmanlar: DOÇ. DR. BAHADIR AKBAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Tesisleri Bilim Dalı
- 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
- Elektrik bakım ve onarımında yapay sinir ağlarının kullanımı
The use of artificial neural networks in electrical maintenance and repair
ÖMER KAPLAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN ATMACA
- 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
2016
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL KOCATEPE
- 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
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ
- 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
2014
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
DOÇ. DR. GÖKHAN GÖKMEN
PROF. DR. OSMAN KILIÇ
- Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi
Examination of the effects of distributed generation on smart grids
MİKAİL PÜRLÜ
Doktora
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY