Hidroelektrik santrallerde makine öğrenmesi temelli anomali tespiti
Machine learning based anomaly detection in hydroelectric power plants
- Tez No: 767990
- Danışmanlar: PROF. DR. İLHAN KOŞALAY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Hidroelektrik santraller (HES), dünyada en yüksek kurulu güce sahip yenilenebilir enerji santralleridir. Bu santrallerde çalışan kontrol sistemleri, santralin istenen çalışma noktasında çalışmasını sağlarken, herhangi bir arıza durumunda ilgili ünitenin güvenli bir şekilde durdurulmasından sorumludur. Bu kontrol sistemlerinin bir yandan duruş gerektiren sinyalleri kaçırmaması beklenirken, diğer yandan gereksiz duruşlara sebep olmaması istenmektedir. Tez çalışmasında önerilen yöntemler ile, sistemin rutin davranışı çeşitli makine öğrenmesi metotlarıyla modellenerek model çıktıları kontrol sistemi tarafından anlık olarak yapılıp kayıt altına alınan ölçümler ile karşılaştırılarak arıza ve faydalı ömür tahmini yapılmasına katkı sağlayacak çıktılar elde edilmiştir. Bu çıktılar kullanılarak bakım çalışmaları daha planlı yapılabileceği, böylece istenmeyen duruşlar engellenirken herhangi bir arıza durumunda problem büyümeden sistemin durdurulacağı ve bakımın/onarımın zamanında yapılmasının sağlanacağı bir çözüm ortaya koyulmuştur.
Özet (Çeviri)
Hydroelectric power plants (HEPPs) are renewable energy power plants with the highest installed power in the world. While the control systems operating in these power plants ensure that the system operates at the desired operating point, it is responsible for stopping the relevant unit safely in case of any malfunction. While these control systems are expected not to miss signals that require stopping, on the other hand, it is desired not to cause unnecessary stops. With the methods proposed in this thesis study, the routine behaviour of the system was modeled with various machine learning methods and the outputs that will contribute to the estimation of failure and useful life are obtained by comparing the measurements made instantly by the control system and recorded. By using these outputs, maintenance works can be made more planned, so that undesired stops are prevented, and in case of any malfunction, the system can be stopped before the problem grows and the maintenance / repair is done on time.
Benzer Tezler
- Hidroelektrik santrallerinde gerçek zamanlı verilere dayalı arıza tahmin etmek ve önlemek için makine öğrenmesi temelli kontrol sistemi geliştirilmesi
Developing a machine learning based control system to predict and prevent failures in hydroelectric power plants based on real-time data
OMER FARHAN AL-HARDANEE
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN DEMİREL
- Essays on electricity price modeling and forecasting
Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler
UMUT UĞURLU
Doktora
İngilizce
2019
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. OKTAY TAŞ
- An agent-based approach to assess the impact of electricity generation on carbon emissions
Bir ajan temelli yaklaşim ile elektrik üretiminin karbon emisyonlari üzerindeki etkisinin değerlendirilmesi
DENİZHAN GÜVEN
Doktora
İngilizce
2025
Enerjiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA
PROF. DR. ÖMER LÜTFİ ŞEN
- Makine öğrenmesi yöntemleri ile hidroelektrik santrallerde enerji üretim tahmini: Erzincan ilinde bir uygulama
Energy production estimation in hyroelectric power plants using machine learning methods: An application in Erzincan
ERKAM YUSUF IŞIK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiErzincan Binali Yıldırım ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NAİM SÜLEYMAN TINĞ
DOÇ. DR. FULYA ASLAY
- Machine learning based performance prediction of variable speed hydraulic turbines
Değişken hızlı hidrolik türbinlerin makine öğrenmesi tabanlı performans tahmini
GÖKHAN ŞAHİN
Yüksek Lisans
İngilizce
2024
Makine MühendisliğiTED ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN ARADAĞ ÇELEBİOĞLU
DOÇ. DR. TEVFİK KUTAY ÇELEBİOĞLU