Enerji iletim hatlarında yapay sinir ağı tabanlı arıza sınıflandırma yöntemi
Fault classification method based on artificial neural networks in power transmission lines
- Tez No: 942930
- Danışmanlar: DOÇ. DR. ASIM GÖKHAN YETGİN, DOÇ. DR. AYHAN GÜN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, enerji iletim hatlarındaki arızaların tespiti amacıyla Yapay Sinir Ağı (YSA) tabanlı bir model geliştirmeyi hedeflemektedir. Çalışma kapsamında dört farklı YSA modeli oluşturulmuş ve her bir model, farklı eğitim/test oranları kullanılarak eğitilmiştir. Eğitim/test oranlarındaki çeşitlilik, modellerin doğruluk ve genelleme yeteneklerinin daha kapsamlı bir şekilde değerlendirilmesini sağlamaktadır. Modeller, açık erişimli bir veri seti ile eğitilmiş ve YSA, arıza türlerini doğru şekilde sınıflandırmak için kullanılmıştır. Eğitim sürecinde geri yayılım (backpropagation) algoritmasıyla ağ ağırlıkları optimize edilmiş; tanh ve softmax aktivasyon fonksiyonları ile arıza türlerinin tahmini gerçekleştirilmiştir. Modellerin performansları; doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve F1 skoru gibi sınıflandırma metrikleriyle değerlendirilmiş, ayrıca karışıklık matrisi (confusion matrix) yardımıyla görselleştirilmiştir. En başarılı model olan Model 4, %99,46 doğruluk oranına ulaşmıştır. Elde edilen sonuçlar, YSA tabanlı modellerin enerji iletim hatlarındaki arıza tespitini önemli ölçüde hızlandırdığını ve geleneksel yöntemlere kıyasla daha yüksek doğruluk sağladığını göstermektedir. Bu çalışma, enerji iletim hatlarındaki arızaların erken ve doğru tespitinde yenilikçi ve etkili bir çözüm sunmaktadır.
Özet (Çeviri)
This thesis aims to develop an Artificial Neural Network (ANN)-based model for fault detection in energy transmission lines. Within the scope of the study, four different ANN models were designed, each trained using various training/testing ratios. Diversifying these ratios allows for a more comprehensive evaluation of each model's accuracy and generalization capability.The models were trained using an open-access dataset, and the ANN was employed to accurately classify different types of faults. During training, the network weights were optimized using the backpropagation algorithm, and fault type predictions were performed using the tanh and softmax activation functions.Model performance was evaluated using classification metrics such as accuracy, precision, recall, and F1 score, and results were visualized through confusion matrices. The best-performing model, Model 4, achieved an accuracy rate of 99,46%.The results demonstrate that the ANN-based approach significantly accelerates fault detection and offers higher accuracy compared to traditional methods. This study presents an innovative and effective solution for the early and accurate detection of faults in energy transmission lines.
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
- Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi
Başlık çevirisi yok
MEHMET ALİ YILDIRIM
Yüksek Lisans
Türkçe
1986
Çalışma Ekonomisi ve Endüstri İlişkileriGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. İBRAHİM BOYNUKALIN
- Çoklu amaçların çözümlemesinde amaç programlaması ile genelleştirilmiş ters yaklaşımı ve yem sanayiinde bir uygulama
Goal programming and generalieed inverse approaches in the multi-objective analysis and application in feed industry
HASAN BAL
- Akaryakıtla çalışan endüstriyel tav fırınlarında yanma, sıcaklık ve basıncın optimum kontrolu
Optimum control of combustion temperature and pressure in industrial tempering furnaces working with fuel-oil
MEHMET EROĞLU
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. YÜCEL ERCAN
- Sürekli rejim şartlarında nükleer yakıt çubuklarında tek ve iki boyutlu ısı iletiminin analizi
In steady-state conditions analyses of one and two dimensional conduction in nuclear fuel rods
İBRAHİM ATILGAN
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN ATAER