An efficient model for partial electric discharge fault detection machine learning and IoTs techniques
Kısmi elektrik boşaltma arıza tespit makine öğrenimi ve IoT teknikleri için verimli bir model
- Tez No: 768999
- Danışmanlar: YRD. DOÇ. DR. AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 69
Özet
İletim hatları, elektrik güç yapısının gerçek önemli bileşenidir. Sonuç olarak, güç sistemi güvenlik şemasını iyileştirmek ve güvenilirliğini artırmak için iletim hatları arıza türlerinin ve yerlerinin öngörülmesi ve belirlenmesi gerekmektedir. Bu çalışmada, PSO algoritması ile optimize edilmiş LSTM ve PCA'yı birleştiren İletim hatları arıza tespit sistemi önerilmiştir. Sunulan yöntem, çeşitli veri madenciliği teknikleri ile karşılaştırılmıştır. Bu yazıda, iletim hatlarındaki kusur sorununu çözmek için otomatik bir PCA-LSTM-PSO kullanımını öneriyoruz. Giriş verilerinin boyutunu azaltmak için kullanılan ilk otomatik PCA'dır. Daha sonra PCA'nın çıktısı sınıflandırıcılara bağlanır. SVM, öznitelikleri üç saldırıya (normal ve anormal) ayırır. Önerilen sistem, bazı çalışmalara kıyasla %99,54 doğrulukla sonuç göstermiştir.
Özet (Çeviri)
Transmission lines are actual significant constituent of the electric power structure. Consequently, it is required to foresee and identify transmission lines fault kinds and places to improve the power system safety scheme and improve its dependability.In this study, Transmission lines fault detection system proposed combining LSTM optimized by PSO algorithm and PCA. The presented method was compared with various data mining techniques. In this paper, we propose the use of an automatic PCA-LSTM-PSO to solve the defect problem in the transmission lines. It is the first automatic PCA to be used to reduce the size of input data. Then, the output of the PCA is connected to classifiers. SVM categorizes the attributes into three attacks (normal and abnormal). The proposed system showed results with an accuracy of 99.54% compared to some studies.
Benzer Tezler
- A power line fault detection system design based on a hybrid bilstm network
Hibrit bilstm ağı esaslı bir güç hattı hata tespit sistemi tasarımı
MOHAMMED I.M. EISHORAFA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN PEHLİVAN
- Manyetik alanın kısmi boşalmaya etkisi
The effect of magnetic field on partial discharge
UĞUR AKTEPE
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞÜKRAN EMEL ÖNAL
- Bataryalarda empedans analizine dayalı doluluk oranı, sağlamlık ve fonksiyonellik takibi yöntemlerinin geliştirilmesi
On the compatibility of electric equivalent circuit models for enhanced flooded lead acid batteries based on electrochemical impedance spectroscopy
ZİYA CAN AKSAKAL
Doktora
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. HACI OSMAN ALTUĞ ŞİŞMAN
- Design and experimental validation of a backstepping state observer for a li-ion cell electrochemical model
Başlık çevirisi yok
KAMİL KARAMAN
Yüksek Lisans
İngilizce
2017
Endüstri ve Endüstri MühendisliğiPolitecnico di MilanoPROF. DR. MATTEO CORNO
DR. STEFANO MARELLİ
- Route planning of electric freight vehicles by considering internal and environmental conditions
İçsel ve çevresel koşulları göz önünde bulundurarak elektrikli yük araçlarının rota planlaması
SINA RASTANI
Doktora
İngilizce
2020
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT ÇATAY