Inrush current fault detection in power transformers using machine learning
Güçte akım akımı hata tespiti makine öğrenimini kullanan transformatörler
- Tez No: 940394
- Danışmanlar: PROF. DR. KEVORK MARDİKYAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Güçte ani akım arıza tespiti için makine öğrenme algoritmalarının kullanılması Transformatörler birçok avantaj sunar. İlk olarak, bu algoritmalar, Güç sistemlerinin doğrusal olmayan ve dinamik özellikleri, karmaşık ilişkilerin yakalanması ve geleneksel yöntemlerin gözden kaçırabileceği etkileşimler. Ayrıca makine öğrenimi teknikler gerçek zamanlı verilere uyum sağlayabilir ve bunlardan öğrenebilir, böylece sürekli iyileştirme sağlanır ve gelişmiş arıza tespit performansı. Ayrıca makine öğrenimini entegre ederek güç trafosu izleme ve koruma sistemleri, otomasyonu mümkün hale gelir algılama sürecini hızlandırır, insan müdahalesini azaltır ve yanıt sürelerini iyileştirir. Bu kağıt Ani akım arızası için derin öğrenme mimarisi olan CNN'nin kullanımını tanıtıyor Güç transformatörlerinde algılama. CNN'ler görüntü ve iletişimde olağanüstü yetenekler göstermiştir. sinyal işleme görevleri ve bunların ani akım analizine uygulanması yeni ve benzersizdir. CNN'leri ani akım dalga formlarının belirli özelliklerine uyarlayarak, uzaysal ve zamansal bağımlılıkları yakalama yetenekleri, gelişmiş hata tespitine yol açar kesinlik. Özellik Seçim Algoritmaları: Performansı ve verimliliği daha da artırmak için Bu tez, önerilen yöntemin çeşitli özellik seçim algoritmalarını araştırmaktadır.
Özet (Çeviri)
The utilization of machine learning algorithms for inrush current fault detection in power transformers offers several advantages. Firstly, these algorithms can effectively handle the non-linear and dynamic characteristics of power systems, capturing complex relationships and interactions that traditional methods may overlook. Additionally, machine learning techniques can adapt and learn from real-time data, allowing for continuous improvement and enhanced fault detection performance. Moreover, by integrating machine learning into power transformer monitoring and protection systems, it becomes possible to automate the detection process, reducing human intervention and improving response times. This paper introduces the utilization of CNN, a deep learning architecture, for inrush current fault detection in power transformers. CNNs have shown exceptional capabilities in image and signal processing tasks, and their application to inrush current analysis is novel and unique. By adapting CNNs to the specific characteristics of inrush current waveforms, we exploit their ability to capture spatial and temporal dependencies, leading to enhanced fault detection accuracy. Feature Selection Algorithms: To further improve the performance and efficiency of the proposed method, this thesis explores various feature selection algorithms.
Benzer Tezler
- Elektrik dağıtım sistemlerinde adaptif koruma
Adaptive protection for electrical distribution systems
ANIL ÇAĞLAR DOĞANCI
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. ÖMER GÜL
- Transformatörlerde devreye girme anında oluşan darbe akımları
Inrush currents which occur when switching on transformers
HAŞİM GÖKHAN KÜÇÜKÖMER
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF.DR. EMİN TACER
- Kuzeybatı Anadolu güç sisteminde yenilenebilir enerji kaynaklarının gerilim kararlılığına etkileri
The effects of renewable energy sources on voltage stability in Northwest Anatolia power system
RUKİYE B.AYMAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ALİ YALÇIN
- Akım ölçme yöntemlerinin servo motor dinamiğine etkilerinin incelenmesi
Investigation of the effects of current measurement methods on servo motor dynamics
YEDA AYDOĞMUŞ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ FUAT BOZ
- Dalgacık tabanlı transformatör koruma algoritması
Wavelet based transformer protection algorithm
ÇAĞRI KOCAMAN
Yüksek Lisans
Türkçe
2003
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik Tesisleri Ana Bilim Dalı
YRD. DOÇ. DR. OKAN ÖZGÖNENEL