Detection and identification of DC corona discharges by using advanced techniques
DC korona boşalmalarının gelişmiş teknikler ile algılanması ve tanımlanması
- Tez No: 876710
- Danışmanlar: DOÇ. DR. SUAT İLHAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 133
Özet
Korona boşalmaları, yüksek gerilim sistemlerindeki sivri noktalarda elektriksel alan büyüklüğünün artması sonucu oluşan elektriksel arızalarından bir tanesidir. Bu tip arızalar yüksek gerilim havai hatlarında, enerji nakil hırdavatlarında ve yüksek gerilim sistemlerinde kullanılan cihazların hava ile temas eden metal kısımlarında sıklıkla görülebilmektedir. Korona boşalmaları sebebiyle birçok istenmeyen sonuçlar meydana gelmektedir. Bunlar güç kaybı, televizyon ve radyo sinyallerinde girişimler, ozon oluşumu, izolasyon malzemelerinin yaşlanması, tıslama sesi, ışık oluşumu ve eğer uzun süre devam ederse delinmeler olarak listenebilir. Son tüketiciye güvenilir ve ekonomik bir enerji transferinin sağlanabilmesi adına korona boşalmalarının yerinin algılanması ve etkisinin yok edilmesi son derece büyük önem arz etmektedir. Korona olaylarının anlaşılabilmesi için korona vasıtasıyla oluşan izlerin dikkatlice incelenmesi gerekmektedir. Korona boşalmaları sırasında meydana gelen bu parmak izleri; elektriksel darbeler, ultraviyole ve görünür ışıklar, elektromanyetik sinyaller, akustik sesler ve kimyasal reaksiyonlar olarak sıralanabilir. Literatürde bu belirtiler kullanılarak korona boşalmalarının tespiti için birçok algılama cihazları ve yöntemler geliştirilmeye çalışılmıştır. DC gerilim altında oluşan korona boşalmalarının birçok farklı karakteristikte formları bulunmaktadır. Korona boşalmaları modlarına göre, koronaların oluşturdukları belirtiler de farklılık göstermektedir. Bu modlardaki değişimler ise, uygulanan gerilimin türüne, gerilimin şiddetine, korona boşalmasının oluştuğu metal kısmın geometrisine, korona kaynağının toprak potansiyeline olan uzaklığına, sıcaklık, nem, basınç gibi hava koşullarına bağlı olarak değişmektedir. Pozitif DC gerilim altında oluşan temel korona formları; ışıma (burst), kanal (streamer), parıltı (glow), ve delinme öncesi kanallardır (pre-breakdown streamer). Burst korona boşalmasında elektrot yüzeyinde ince bir ışık tabakası oluşur. Streamer korona olayında ise anot elektrotundan toprak elektroduna doğru bir kanal oluşmaktadır. Bu korona olayında elektriksel darbeler ve yüksek miktarda akustik gürültüler meydana gelmektedir. Pozitif DC parıltı koronasında, başka bir adıyla Hermstein's Glow'da, ise toprak elektrotuna doğru bir kanaldan ziyade elektrot yüzeyine dağılmış bir ışık tabakası oluşur. Bu korona modunda herhangi bir elektriksel darbe ve akustik gürültü üretilmez. Yüksek gerilim elektrotu ile toprak elektrotu arasında kararlı bir akım akar. Delinme öncesi kanallarda ise büyük genlikli elektriksel darbeler ve akustik gürültüler oluşur. Eğer bu kanallar toprak elektrotuna ulaşırsa delinme meydana gelir. Negatif DC gerilim altında temel korona formları ise Trichel, negatif darbesiz parıltı ve negatif kutbiyetli delinme öncesi flamalardır. Trichel korona boşalmasında, negatif kutbutiyetli elektriksel darbeler ve akustik gürültüler üretilir. Negatif darbesiz parıltı korona boşalmasında ise elektriksel darbeler ve akustik gürültüler üretilmemektedir. Delinme öncesi kanallarda ise elektriksel darbe ve akustik gürültüler bulunmaktadır. Bu kanallar toprak elektrotuna ulaştığında ise delinme meydana gelir. AC gerilim altında ise, hem negatif hem de pozitif korona boşalmaları oluşmaktadır. Ancak, daha önceden de bahsedildiği üzere koronanın bu formlarının oluşması üstteki faktörlere göre değişmektedir. Bu doktora çalışmasında DC gerilim altında korona boşalma formları gelişmiş derin öğrenme ve makine öğrenmesi temelli gelişmiş yöntemlerle incelenmiş ve korona boşalmasını algılamada kullanılan cihazların karşılaştırılması yapılmıştır. Bu tez, dört ana çalışmadan oluşmaktadır. İlk çalışmada, korona boşalma modlarının oluşturduğu ışık örüntüleri pozitif DC, negatif DC ve AC gerilimleri altında oluşturulmuştur ve korona boşalmalarını tespit etmek için kullanılan algılayıcıların uygulanabilirliği karşılaştırılmıştır. Korona boşalmalarını üretmek için farklı elektrot tipleri kullanılmıştır. Dijital fotoğraf kamerası aracılığıyla kaydedilen korona ışık desenleri gerilim türüne, gerilim büyüklüğüne ve elektrot türüne göre karşılaştırılmıştır. Korona başlama gerilimi ve korona ışık şiddeti bir korona kamerası kullanılarak analiz edilmiştir. Ayrıca, koronanın ürettiği elektriksel darbe işaretleri bir yüksek frekanslı akım transformatörü ve şönt direnç aracılığıyla alınmıştır. Bu çalışmanın ana amacı, korona boşalmalarının ışık formları için bir veri kümesi oluşturmak ve bu formları kullanarak koronanın şiddet analizi yapmaktır. Ayrıca, algılayıcıların korona modlarını tespit etmede kullanılabilirliğini karşılaştırmaktır. İkinci çalışmada, pozitif ve negatif DC korona boşalma modlarını sınıflandırmak amacıyla gelişmiş görüntü sınıflandırma modelleri sunulmuştur. Bu korona modlarının ışık formları bir dijital kamera vasıtasıyla kaydedilmiştir. Ayrıca, oluşturulan veri setinin çeşitliliğini artırmak için literatürde bulunan korona modlarının fotoğrafları da kullanılmıştır. Kaydedilen fotoğraflarda korona boşalmasının yeri, gelişmiş bir derin öğrenme algoritması olan YOLO (You Only Look Once) versiyon 8 tarafından bulunmuştur. Boşalmanın yerinin tespit edilmesini takiben, evrişimli sinir ağı temelli algoritmalar, koronanın hangi moda ait olduğu tahmin etmiştir. Üçünçü çalışmada, pozitif ve negatif DC korona boşalmalarının ürettiği elektriksel darbe işaretlerinin özellikleri incelenmiştir. Bu darbe işaretlerini üretmek için iki farklı tip elektrot geometrisi kullanılmıştır. Farklı gerilim seviyelerinde bu darbe işaretleri bir şönt direnç ve yüksek frekanslı akım transformatörü kullanılarak osiloskop vasıtasıyla alınmıştır. Şönt direnç için kullanılacak uygun direnç değeri ve direnç türü incelenmiştir. BNC sonlandırmanın (terminatör) şönt direnç olarak kullanılması önerilmiştir. Korona boşalmalarının elektriksel darbelerini içeren bir veri kümesinin meydana getirilmesi hedeflenmiştir. Bu verilerdeki dalgalardan çeşitli özelliklerin çıkarılması sağlanmıştır. +DC ve −DC korona darbelerini ayırt etmek için en uygun özellik sayısı ve özellikler, makine öğrenmesi algoritmaları ile belirlenmiştir. Son çalışmada ise, pozitif ve negatif korona darbelerinin otomatik olarak tespit edilmesi adına dalgacık dönüşümü temelli bir yöntem geliştirilmesi amaçlanmıştır. Bu darbeler, bir şönt direnç ve yüksek frekanslı akım transformatörü kullanılarak kaydedilmiştir. Sürekli dalgacık dönüşümü algoritmaları kullanılarak bu darbelerden skalogram görüntüleri elde edilmiştir. Bu görüntülere etki eden örnekleme aralığı, veri kaydetme süresi, verinin kayması ve dış ortam gürültüsü gibi faktörlerin etkisi incelenmiştir. Bu skalogram görüntüleri, evrişimli sinir ağları kullanılarak sınıflandırılmış ve algoritmanın genelleme kapasitesini artırmak için bir çerçeve geliştirilmiştir. DC gerilim altında korona boşalmalarının farklı karakteristiklere sahip modları bulunmaktadır. Bu nedenle, yüksek frekanslı akım transformatörleri ve akustik algılayıcılar pozitif DC ve negatif DC parıltı (glow) modlarını tespit edememektedir. Dijital kameralar ve korona kameraları ise koronanın tüm modlarını algılayabilmektedir. Ancak, dijital kameralar korona kameralardan daha ucuzdur. Bu nedenle, dijital kameralar korona algılamalarında bir adım daha öne çıkmaktadır. Ancak, farklıalgılayıcılardan gelen verilerin entegre edilmesi, DC korona boşalmalarının teşhisi için daha yüksek doğrulukta sonuçlar vermektedir. Bu nedenle, korona boşalmalarının tanısı için tek bir algılayıcıya güvenmek, korona boşalmalarının varlığı veya ciddiyeti hakkında yanıltıcı bilgiler verebilmektedir.
Özet (Çeviri)
Corona discharges are an undesirable electrical phenomenon frequently seen in high-voltage systems. These discharges occur in high-voltage overhead lines, hardware, or sharp points on the metal parts of high-voltage devices. Corona discharges cause power loss, television and radio signal interference, ozone formation, aging of insulation materials, acoustic noise, and light emissions. Detecting and preventing corona discharges is significant for a sustainable and reliable power system and power delivery. The symptoms of corona discharge (electrical pulses, ultraviolet and visible lights, electromagnetic signals, acoustic sounds, and chemical reactions) should be well analyzed to diagnose corona discharges. Many sensors and methods have been developed in the literature to detect corona discharges using these symptoms. However, these symptoms may differ depending on the corona discharge modes. Corona discharges manifest in several modes. These modes vary depending on the type of voltage applied, the voltage level, the electrode shape, the gap spacing, and ambient conditions such as temperature, humidity, and pressure. Each mode has its unique characteristics. Fundamental corona modes under positive DC voltage are burst, streamer, glow, and pre-breakdown streamer. A thin light layer is formed on the electrode surface in the burst corona discharge. In the streamer corona, a streamer forms a channel from the anode electrode to the ground electrode. In this mode, electrical pulses and high amounts of acoustic noise occur. In the positive DC glow coronas, also known as Hermstein's Glow, a light layer spreads over the electrode surface rather than a channel towards the ground electrode. In this corona mode, no electrical pulses or acoustic noise are produced. A steady current flows between the electrodes. Before the breakdown, a large amplitude of electrical pulses and acoustic noises occur. If these streamers reach the ground electrode, a breakdown occurs. The primary corona forms under negative DC voltage are Trichel, negative pulseless glow, and pre-breakdown streamers. Negative polarity electrical pulses and acoustic noises are produced in Trichel corona discharge. In negative pulseless glow corona discharge, electrical pulses and acoustic noise are not produced. There are electrical impulses and acoustic noises in the pre-breakdown streamer before the gap breakdown. When these streamers reach the ground electrode, a breakdown occurs. Under AC voltage, both negative and positive corona discharges occur. However, as mentioned before, the formation of the forms of this corona depends on the above parameters. In this Ph.D. thesis, corona discharge modes under DC voltage were examined with advanced methods, and their detection with various sensors was compared. This thesis consists of four main studies. In the first study, the light patterns created by corona discharges were examined under positive, negative DC and AC voltages. Moreover, the applicability of sensors used to detect corona discharges was compared. The key purpose of this study is to create a dataset of the light patterns of corona discharges and to analyze the intensity of the corona discharge using these patterns. In the second study, advanced image classification models were used to classify positive and negative DC corona discharge modes. The light forms of these corona modes were recorded via a digital camera. Photos of corona modes found in the literature were also used to increase the diversity of the created data set. The location of the corona discharge in the recorded photos was determined using YOLO (You Only Look Once) version 8, which is an advanced deep-learning algorithm. Once detected, convolutional neural network-based algorithms determined which mode the corona belonged to. In the third study, the characteristics of electrical pulses produced by positive and negative corona discharges were analyzed. These electrical pulses at different voltage levels were recorded via a shunt resistor and high-frequency current transformer. The appropriate resistance value and resistor type were determined for the shunt resistor. Using a BNC terminator as a shunt resistor was proposed, and its suitability was tested. By extracting the properties of the electrical corona pulses, the best features describing the positive and negative pulses were determined using advanced machine learning algorithms. In the last study, a wavelet transform-based approach was proposed to automatically detect positive and negative corona pulses. Scalogram images were obtained from these pulses using continuous wavelet transform algorithms. Factors affecting these images, such as sampling interval, data recording time, data shift, and external environment noise, were examined. These scalogram images were tried to be classified using convolutional neural networks, and a framework was created to increase the generalization capacity of the algorithm. Under DC voltage, the corona discharge has modes with different characteristics. Therefore, high-frequency current transformers and acoustic sensors cannot detect positive DC glow and negative DC glow modes. Digital cameras and corona cameras can detect all modes of the corona. However, digital cameras are cheaper than corona cameras. Therefore, digital cameras are one step ahead. However, integrating data from different sensors will yield higher accuracy for diagnosing DC corona discharges. Thus, relying on a single sensor for corona diagnosis may give misleading information about the presence or severity of corona discharges.
Benzer Tezler
- Design, analysis, simulation and optimization of a MEMS Lorentz force magnetic field sensor for biosensing of biowarfare agents
Biyolojik savaş ajanlarının tespit uygulamaları için Lorentz kuvveti temelli manyetik alan sensörünün tasarımı, analizi, simülasyon ve optimizasyonu
EMİNE RUMEYSA YILMAZ
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. LEVENT TRABZON
- Derivation of the parallel PIC/MCC numerical code and its application to the kinetic analysis of photoresonance plasma and the problem of identification of impurities within the PLES method
Paralel PIC/MCC nümerik kodunun oluşturulması ve fotorezonans plazmanın kinetik analizi ile yabancı maddelerin tespitinde kullanılan PLES metoduna uygulanması
CEMRE KUŞOĞLU SARIKAYA
Doktora
İngilizce
2017
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. İSMAİL RAFATOV
- Digitalis antrakinonları üzerinde teşhis ve yapı aydınlatılması çalışmaları
Study of structure determination and identification on digitalis anthraquinones
SIDIKA ERTÜRK
- Bir insansız hava aracı için sistem tanılanması ve kontrolcü tasarımı
System identification and controller design for an unmanned aerial vehicle
LOKMAN ATİK
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYHAN KURAL
- Development of viscoelastic particle migration for microfluidic flow cytometry applications
Mikroakışkan akış sitometrisi uygulamarında viskoelastik parçacık hizalama tekniğinin geliştirilmesi
MURAT SERHATLIOĞLU
Doktora
İngilizce
2020
Biyofizikİhsan Doğramacı Bilkent ÜniversitesiMalzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇAĞLAR ELBÜKEN