Yapay sinir ağları ve bukalemun optimizasyon algoritması ile dağıtık enerji kaynaklarında tekno-ekonomik ve çevresel faydalar sağlayan pratik radyal dağıtım besleyici optimizasyonu
Practical radial distribution feeder for techno-economic and environmental benefits in distributed energy resources with artificial neural network and chameleon optimization algorithm
- Tez No: 890577
- Danışmanlar: DR. ÖĞR. ÜYESİ BİLGEHAN ERKAL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Dağıtılmış enerji kaynakları (DER'ler), yük merkezlerine yakın yük talebini karşılamak için daha iyi bir seçimdir. Optimum DER yerleşimi ve DER değerleri, güç kaybının azaltılmasına, voltaj profilinin iyileştirilmesine, çevre dostu olmasına, güvenilirliğe ve sistem değişikliklerinin ertelenmesine yol açar. Bu çalışma, güç kaybını azaltmak, voltaj seviyelerini düzenlemek ve öngörülemeyen yük talebi altında maliyet ve emisyonları azaltmak amacıyla yenilenebilir enerji kaynaklarının ve elektrikli araçların dağıtım besleyicilerindeki en iyi entegrasyonunu analiz etmek için yapay sinir ağlarını ve Bukalemun Optimizasyon Algoritmasını kullanmaktadır. Bu çalışmada modellerin üretilen çıkış güçleri güneş fotovoltaik üretim sistemleri ve rüzgar türbini üretim sistemleri ile karşılaştırılmıştır. Sonuç olarak, toplam aktif güç kaybını azaltırken aynı zamanda toplam maliyeti ve emisyon üretimini de azaltmak için çeşitli hedefleri olan bir uygunluk fonksiyonu geliştirilmiştir. Çalışma, EV şarj/deşarj davranışının dağıtım sistemi üzerindeki etkisini dikkate aldı. Önerilen metodolojiyi test etmek için fiderlerdeki 28 buses kırsal dağıtım ağı kullanılmıştır. Sayısal sonuçların son analizi, Yapay Sinir Ağı ve Bukalemun Optimizasyon Algoritmalarının güç kaybı (440,94 kw) ve ortalama gerçek güç alımı (2224 kw) açısından daha iyi performans gösterdiğini ancak bu parametrelerin diğer optimizasyon algoritmalarını desteklemediğini gösterdi. Bu, önerilen stratejinin hem uygulanabilir hem de etkili olduğunu gösterdi.
Özet (Çeviri)
Distributed energy resources (DERs) are a better choice to meet load demand close to load centers. Optimal DER placement and DER ratings lead to power loss minimization, voltage profile improvement, environmental sustainability, dependability, and deferment of system changes. This study uses artificial neural networks and the Chameleon Optimization Algorithm to analyze the best optimal assimilation of renewable energy sources and electric vehicles in the distribution infrastructure feeders to reduce power loss, regulate voltage levels, and decrease the cost and emissions under unpredictable load demand. In this investigation, the generated output power of the models is compared to solar photovoltaic generation systems and wind turbine generation systems. As a result, a fitness function with several objectives has been developed to reduce total active power loss while also reducing total cost and emissions generation. The study took into account the effect of EV charging/discharging behavior on the distribution network. The 28-bus rural distribution network in feeders is used to test the suggested methodology. Final analysis of the numerical outcomes revealed that the Artificial Neural Network and Chameleon Optimization Algorithms outperformed in terms of power loss (440.94 kw) and average purchase of real power (2224 kw), but these parameters do not favor the other optimization algorithms. This showed that the proposed strategy is both viable and effective.
Benzer Tezler
- Yapay sinir ağları ve bir otomotiv firmasında satış talep tahmini uygulaması
Artificial neural networks and sales demand forecasting application in the automotive industry
MERAL SARI
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HALİL İBRAHİM DEMİR
- Yapay sinir ağları ve bulanık mantık ile sanayi üretim endeksi tahmini
Forecasting industrial production index with artificial neural networks and fuzzy logic
ABDURRAHMAN ÖZCAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL NUSRET BULUŞ
- Yapay sinir ağları ve lojistik regresyon yöntemleri ile meme kanseri koltuk altı lenf nodu durumunun belirlenmesi
Prediction of the axillary lymph node status in breast cancer using artificial neural network and logistic regression analysis methods
RUKİYE KARAKIŞ
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. İNAN GÜLER
- Flight control using neural networks and fuzzy logic
Yapay sinir ağları ve blanık mantık ile uçuş denetimi
MEHMET ÖZGÜR ERİNMEZ
Yüksek Lisans
İngilizce
1997
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KEMAL LEBLEBİCİOĞLU
- Havalı yağlama sisteminin yapay sinir ağları ve bulanık mantık yöntemleri ile kontrol tasarımı
Design of air oiled system via using artificial neural networks and fuzzy logic applications
HACI ŞABAN CELAYİR
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiZonguldak Karaelmas ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT ÖZER