A new power line fault detection using enhanced machine learning techniques
Başlık çevirisi mevcut değil.
- Tez No: 826310
- 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: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Elektrik hatları, büyük enerjileri iletmek için tasarlanmış en yaygın mühendislik sistemlerinden biridir. ülkenin bir köşesinden diğer yönlere kadar çok uzaklara elektrik miktarları. bu hatların farklı manzaralar ve coğrafi konumlar üzerindeki dağılımı onları daha fazla yapar çeşitli hava felaketlerine karşı savunmasızdır ve genellikle hat kesintilerine neden olur. Hatalı hat gereksiz kitlesel üretimi sınırlamak için mümkün olan en kısa sürede kaldırılmalıdır. arıza noktasından elektrik ve aynı zamanda sistemin kararlılığını eski haline getirmek için enerji akışının normal çalışmasına devam etmek için mümkün olan en kısa sürede. Burası sağlam bir hata tanımlama, sınıflandırma ve sınırlama algoritmasına sahip olmanın önemi başarılı bir şekilde yönetebilen ve sürdürebilen bir dijital geçiş sistemi devreye giriyor. Bu çalışmada, sistemdeki hataları tespit etmek için uygulanan yeni yöntem tabanlı makine öğrenmesi teknikleri iletim hatları. Eğitmek için kullanılan GWO ve PSO tabanlı önerilen yöntem AdaBoost ve %99,64 doğruluk sundu.
Özet (Çeviri)
Power lines are one of the most common engineering systems designed to transmit large amounts of electricity from one corner of the country to as far away in other directions. The distribution of lines over different landscapes and geographical locations makes them more vulnerable to various weather disasters, often resulting in line outages. The faulty line should be removed as soon as possible in order to limit the unnecessary massive generation of electricity from the fault point and, at the same time, to restore the stability of the system as soon as possible to resume the normal operation of the energy flow. This is where the importance of having a robust error identification, classification, and containment algorithm that can successfully manage and maintain a digital transition system comes in. In this study, new method-based machine learning techniques applied to detect faults in the transmission lines. The proposed method based GWO and PSO which are used to train the AdaBoost and presented 99.64% accuracy.
Benzer Tezler
- Wide-area measurement-based early prediction and corrective control for transient stability in power systems
Güç sistemlerinde geçici hal kararlılığı için geniş alan ölçümlerine dayalı erken kestirim ve düzeltici kontrol
MOHAMMED S.M. MAHDI
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Otomatik vezne makinaları (ATMs) ve uygulamaları
Autamated teller machines (ATMs) and applications
A. C. BANU ÇAĞLAR
Yüksek Lisans
Türkçe
1994
BankacılıkMarmara ÜniversitesiBankacılık Ekonomisi ve İşletmeciliği Ana Bilim Dalı
PROF. DR. METE DOĞRUER
- Dağıtık üretim kaynağı içeren elektrik dağıtım sistemlerinde görünmeyen hataların koruma koordinasyonu üzerindeki etkileri
Impacts of hidden failures on protection coordination in electrical distribution systems with distributed generation
MUSTAFA SELİM SEZGİN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Multi-sensor fusion for induction motor aging analysis and fault diagnosis
Başlık çevirisi yok
ALİ SEYFETTİN ERBAY
Doktora
İngilizce
1999
Elektrik ve Elektronik MühendisliğiThe University of TennesseeDR. BELLE R. UPADHYAYA
- Yeni bir hata değişik delta ağ maddeli arttırılmış delta ağı (ADA)
Başlık çevirisi yok
M.EBRU KOLUSAYIN
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BÜLENT ÖRENCİK