Genetically optimized fuzzy logic controller for AGC
Otomatik güç üretim sistemleri için genetik algoritma ile optimize edilmiş bulanık mantık denetleyicisi
- Tez No: 93174
- Danışmanlar: DOÇ. DR. İSMET ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Otomatik Güç Üretim Kontrolü, Bölge Kontrol Hata Sinyali, Bulanık Mantık iv, Automatic Generation Control, Area Control Error, Fuzzy Logic. Ill
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
oz OTOMATİK GÜÇ ÜRETİM SİSTEMLERİ İÇİN GENETİK ALGORİTMA İLE OPTİMİZE EDİLMİŞ BULANIK MANTIK DENETLEYİCİSİ AYAZOĞLU, Emre Yüksek Lisans, Elektrik-Elektronik Müh. Bölümü Tez Yöneticisi: Doç. Dr. İsmet ERKMEN Mayıs 2000, 87 sayfa Bu çalışmanın amacı otomatik güç üretim sistemlerinde kullanılan hata sinyalini hesaplamak amacıyla bir bulanık mantık denetleyicisi geliştirmektir. Hesaplanan hata sinyali otomatik güç üretim sistemlerinde düzeltilmesi gereken fazla veya eksik güç üretimini belirler. Bu çalışmada standard otomatik güç üretim sistemi denetleyicisinde karşılaşılan problemler, neden bulanık mantık ile çözüm yoluna gidildiği, bulanık mantık denetleyicisinin tasarımı ve gerçekleştirme çalışmaları ile optimizasyon metodlan ve son olarak da standard otomatik güç üretim denetleyicisi ile karşılaştırmalı performans değerlendirmeleri hakkında bilgi verilmiştir.
Özet (Çeviri)
ABSTRACT GENETICALLY OPTIMIZED FUZZY LOGIC CONTROLLER FOR AGC AYAZO?LU, Emre M.Sc., Department of Electrical and Electronics Engineering Supervisor : Assoc. Prof. İsmet ERKMEN May 2000, 87 pages The aim of this study is to develop a Fuzzy Logic Controller to calculate the ACE signal in Automatic Generation Control systems. ACE signal itself is an error signal which determines the shortfall or surplus generation that has to be corrected in AGC systems. In this study, the difficulties associated with the standard AGC controller, why fuzzy control approaches are utilized, the design, implementation, optimization method of fuzzy logic controller using genetic algorithms and the performance evaluations of the fuzzy logic controller with respect to the classical controller are discussed.
Benzer Tezler
- Short term load forecasting using genetically optimized neural network cascoded with a modified kohonen clustering process
Başlık çevirisi yok
ALİ ÖZDOĞAN
Yüksek Lisans
İngilizce
1996
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMET ERKMEN
- Rüzgar Türbini kanadının genetik algoritmayla optimizasyonu
Wind Turbine blade optimization using genetic algorithm
KUTAN DEMİRCİ
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR KIRKKÖPRÜ
- Dinamik yapay sinir ağları sistemi önerisi
Dynamic artificial neural network system proposal
ERKAM GÜREŞEN
Doktora
Türkçe
2014
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLGÜN KAYAKUTLU
- Genetic design and synthesis of bi-functional protein for bio-nanotechnology
Biyonanoteknoloji için çift işlevli proteinin genetik tasarımı ve sentezi
BANU TAKTAK
Yüksek Lisans
İngilizce
2008
Biyomühendislikİstanbul Teknik Üniversitesiİleri Teknolojiler Ana Bilim Dalı
PROF. DR. CANDAN TAMERLER
PROF. DR. MEHMET SARIKAYA
- Fermantation and recovery of ecori endonuclease using two different genetically enginereed E.coli strains
Başlık çevirisi yok
CANDAN YILDIR TAMERLER
Doktora
İngilizce
1997
Mühendislik BilimleriBoğaziçi ÜniversitesiPROF. DR. BETÜL KIRDAR
PROF. DR. Z. İLSEN ÖNSAN