Enerji iletim hatlarında derin öğrenme ile arıza tespiti
Fault detection in energy transmission lines with deep learning
- Tez No: 815174
- Danışmanlar: DOÇ. DR. BİLAL GÜMÜŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, iletim hatlarındaki kısa devre arıza tespiti için veri tabanlı bir yöntem önerilmiştir. Önerilen yöntem, herhangi bir müdahalesi olmadan, verilerden farklı özellikleri kendi başına tespit edebilme avantajına sahip olan, derin ileri beslemeli yapay sinir ağlarının bir sınıfı olan Evrişimsel Sinir Ağları ve Uzun Kısa Dönem Hafıza Ağlarına dayanmaktadır. Hata tespit doğruluğunu azaltan gürültünün etkilerini azaltmak ve ağın sağlamlığını artırmak için bu makalede altı evrişim katmanlı ESA önerilmiştir. Bu çalışmada PSCAD simülasyon programında tek baralı bir güç sistem modeli hazırlanmıştır. Hazırlanan model yardımıyla akım ve gerilim ölçümlerine dayalı olarak kısa devre arızalarını tespit etmede önerilen yöntemin performansını doğrulanmıştır. Önerilen yöntemin başarı oranı gürültüsüz verilerde %100'e yakın elde edilmiştir. Elde edilen değerler yardımıyla önerilen yöntemin algılama doğruluğu sağlandığı bu çalışmada gösterilmiştir.
Özet (Çeviri)
In this study, a data-driven method has been proposed for short-circuit fault detection in transmission lines. The proposed method is based on Convolutional Neural Networks (CNNs) and Long Short-Term Memory Networks (LSTMs), which are classes of deep feedforward artificial neural networks that have the advantage of being able to detect different features from data without any intervention. In order to reduce the effects of noise that can decrease fault detection accuracy and enhance the robustness of the network, a 6-layered CNN is proposed in this article. A single-bus power system model is prepared using the PSCAD simulation program in this study. The performance of the proposed method in detecting short-circuit faults based on current and voltage measurements is validated using the prepared model. The success rate of the proposed method is achieved close to 100% in noise-free data. The detection accuracy of the proposed method is demonstrated in this study by obtaining these values.
Benzer Tezler
- Enerji iletim sistemlerinde arıza yeri ve türünün makine öğrenmesi teknikleri ile yüksek doğruluklu tespiti
High accuracy detection of fault location and type in power transmission systems using machine learning techniques
ÖMER ÖZDEMİR
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAŞİT KÖKER
DOÇ. DR. NİHAT PAMUK
- DALGACIK DÖNÜŞÜMÜ VE FARK İŞLEVİ TABANLI HİBRİTDİFERANSİYEL TRAFO KORUMA ALGORİTMASI
WAVELET TRANSFORM AND DIFFERENCE FUNCTION BASED HYBRIDTRANSFORMER DIFFERENTIAL PROTECTION ALGORITHM
MERVE ÖZTEKİN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERAP KARAGÖL
- Görüntü işleme ve derin öğrenme yöntemleri kullanarak enerji nakil hatlarında anomalilerin otomatik tespiti
Automated detection of anomalies in power transmission lines using image processing and deep learning methods
ZELİHA DOĞAN ERSOY
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ERDEM İSENKUL
- İçerik tabanlı görüntü erişimi ile uzaktan algılama verilerinde obje arama
Object retrieval in remote sensing data using content based imaged retrieval
ÖZGE TOKMAK
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- A power line fault detection system design based on a hybrid bilstm network
Hibrit bilstm ağı esaslı bir güç hattı hata tespit sistemi tasarımı
MOHAMMED I.M. EISHORAFA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN PEHLİVAN