Geri Dön

Power system estimation based on kalman filter and artificial neural network

Kalman filtre ve yapay sinir ağlarına göre güç sistemi tahmini

  1. Tez No: 768347
  2. Yazar: SAMAN OMAR AHMED AL-DAWOODI
  3. Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Son birkaç yılda, enerji talebi arttıkça, güç sistemi ağı daha karmaşık hale geldi ve güç sistemlerinin izlenmesi ve kontrolü için bir modele duyulan ihtiyaç kritik hale geldi. doğrusal olmayan sistemler için durum tahmini (SE) araçları önemlidir ve gereklidir. Bu tez, doğrusal olmayan ve doğrusal olmayan sistemler için uygulanan güç ve tekniklerin genelini (SE) ve çeşitli algoritmalara ilişkin örnekleri incelemektedir. Ayrıca sabit mıknatıslı senkron motorun (PMSM) hangi yöntemlerle kullanılacağı. Ayrıca elde edilen sonuçlar ve performans karşılaştırması için bir karşılaştırmayı da özetleyeceğiz. Bu teze göre, bu öneri lineer olmayan denklem sistemini çözmek içindir, çünkü ölçüm setinde sadece yük vektörlerinin gerçek ve etkileşimli gücü kullanılır. Uzunluğu belirsiz denklem sistemlerinin sonsuz çözümleri varsa, genel olarak konuşursak, bu sistemlerin bir çözümü yoktur. YSA tekniğini kullanarak doğru bir çözüm elde edilebileceği yukarıdaki iki vaka çalışmasından açıkça görülmektedir. önerilen YSA durum tahmincisinin çözümünü aramak için. Son olarak, yapay sinir ağları, tahmini ifade etmek, hata oranını hesaplamak ve bu tezde kullanılan diğer yöntemlerle karşılaştırmak için kullanılacaktır.

Özet (Çeviri)

In the past few years, as energy demand increases, the power system network has become more complex, and the need for a model for power systems monitoring and control is critical. for non-linear systems the state estimation (SE) tools are important and required. This thesis examines the general (SE) of power and techniques applied for non-linear and linear systems and examples for various algorithms. Moreover, permanent magnet synchronous motor (PMSM) by using which methods. We will also summarize a comparison for the results obtained and performance comparison. According to this thesis, this proposal is for solving the system of non-linear equations, because only the real and interactive power of the load vectors are utilized in the measurement set. If systems of equations with an indeterminate length have infinite solutions, then generally speaking, these systems do not have a solution. It is evident from the above two case studies that using the ANN technique, an accurate solution can be obtained. to look for the proposed ANN state estimator's solution. Finally, Artificial neural networks will be used to state estimation, calculate the error rate and compare it with other methods used in this thesis.

Benzer Tezler

  1. Kalman filtresi ve yapay sinir ağları yardımı ile kuvvet tahmini

    Force estimation by using kalman filter and artificial neural networks

    ÇAĞDAŞ MIDIKLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ATA MUĞAN

  2. Lityum iyon bataryaların makine öğrenimi yöntemleri ile sağlık durumu kestirimi

    State of health estimation for lithium-ion batteries using machine learning methods

    ÇETİN ORAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ

  3. Event-driven state estimation in electric distribution systems

    Elektrik dağıtım sistemlerinde olay güdümlü durum kestirimi

    FIAZ AHMAD

    Doktora

    İngilizce

    İngilizce

    2017

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. MELTEM ELİTAŞ

    Prof. Dr. ASIF SABANOVIC

  4. Sabit mıknatıslı senkron motor için kapalı çevrim sistem tanıma ve sensörsüz hız kontrolü

    Closed loop system identification and sensorless speed control of PMSM

    MELİH SABRİ BOZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN KAAN EROL

  5. A PC-based signal validation system for nuclear power plants

    Başlık çevirisi yok

    ALİ SEYFETTİN ERBAY

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    EnerjiThe University of Tennessee

    Nükleer Mühendislik Ana Bilim Dalı

    DR. BELLE R. UPADHYAYA