Yapay us yöntemleri kullanılarak enerji kalitesi bozucularının belirlenmesi / Çağrı Kocaman ; danışman Muammer Özdemir
Abstract
Özet,Bu tez çalışmasında gerilim yükselmesi, gerilim çökmesi, harmonikli gerilim, geçici olay içeren gerilim ve kırpışmalı gerilimden oluşan beş adet güç kalitesi bozucusu ve saf sinüs işareti dalgacık tabanlı destek vektör makinesiyle (DVM) sınıflandırılmaya çalışılmıştır ve kullanılan aynı özellik vektörü ve aynı veriler için DVM’ nin başarımı yapay sinir ağları (YSA) ve Bayes sınıflandırıcıyla karşılaştırılmıştır. İlk başta temel güç sistem sıklığındaki güç kalitesi bozucusu içeren işaretlerin belirlenmesi istatistiksel yöntemler kullanılarak gerçekleştirilmiştir. Oluşturulan işaretlerin bölgesel pencereler içerisinde çarpıklık ve basıklık katsayıları hesaplanmıştır. Elde edilen çarpıklık ve basıklık katsayılarının genliklerindeki değişimler oluşturulan bozucuların oluşum zamanlarını belirleyebilmektedirler. Bu istatistiksel yöntemin bazı güç kalitesi olaylarında (yükselme, çökme, geçici olay) bozucunun oluşum yerine göre farklı sonuçlar verdiği gözlemlenmiştir. Bu iki katsayının enerjileri Bayes sınıflandırıcıya verilmiştir. Sınıflandırıcı sonuçlarına göre bazı güç kalitesi bozucularının birbirine karıştığı görülmüştür. Çarpıklık ve basıklık katsayılarının enerjilerine ek olarak kullanılacak farklı özelliklerle sınıflandırıcı başarımının artabileceği sonucu gözlemlenmiştir.Ardından temel güç sistem sıklığındaki güç kalitesi bozucusu içeren işaretlerin analizi ayrık dalgacık dönüşümü kullanılarak gerçekleştirilmiştir. Güç kalitesi bozucusu içeren işaret yüksek sıklıklı bileşen içermiyorsa sadece dalgacık dönüşümünün yetersiz kaldığı gözlemlenmiştir.Daha sonra oluşturulan temel güç sistem sıklığındaki güç kalitesi bozucu işaretlerinin enerji dağılım özelliklerini çıkarmak için çok çözünürlüklü ayrık dalgacık dönüşümü ve Parseval kuramı uygulanmıştır. Destek vektör makinesi güç kalitesi bozucularının özellik vektörlerini sınıflandırmak için kullanılmıştır. DVM’ nin sınıflandırma başarımının oldukça iyi olduğu görülmüştür. Temel güç sistem sıklığı dışındaki güç kalitesi bozucu işaretlerini de önerilen yöntemin yüksek başarımla sınıflandırdığı gözlemlenmiştir.
