Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları

Kılıf akımı yüksek gerilim yeraltı kablolu hatlarda arızalara ve elektrik çarpılmalarına neden olmaktadır. Ayrıca kabloda ek ısı meydana getirerek kablonun akım taşıma kapasitesini düşürür. Kılıf akımını düşürmek için farklı önlemler alınabilir. Fakat en uygun önlemin alınabilmesi için öncelikle hat...

Full description

Bibliographic Details
Main Author: Bahadır Akbal
Format: Article
Language:English
Published: Pamukkale University 2017-04-01
Series:Pamukkale University Journal of Engineering Sciences
Subjects:
Online Access:http://dergipark.org.tr/pajes/issue/30196/306373?publisher=pamukkale
id doaj-87237ba1f62842f3809df13c045fa4e0
record_format Article
spelling doaj-87237ba1f62842f3809df13c045fa4e02020-11-24T22:16:04ZengPamukkale UniversityPamukkale University Journal of Engineering Sciences1300-70092147-58812017-04-01232119125218Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamalarıBahadır AkbalKılıf akımı yüksek gerilim yeraltı kablolu hatlarda arızalara ve elektrik çarpılmalarına neden olmaktadır. Ayrıca kabloda ek ısı meydana getirerek kablonun akım taşıma kapasitesini düşürür. Kılıf akımını düşürmek için farklı önlemler alınabilir. Fakat en uygun önlemin alınabilmesi için öncelikle hatta oluşacak kılıf akımının, hat daha kurulmadan proje aşamasında belirlenmesi gerekir. Bu çalışmada yeni kurulacak olan bir yüksek gerilim yeraltı kablolu hattın kılıf akımı, yapay sinir ağı ile parçacık sürü optimizasyonu, inertia ağırlıklı parçacık sürü optimizasyonu ve genetik algoritma kullanılarak oluşturulan melez yöntemler ile tahmin edilmiştir. Yapay sinir ağı tabanlı melez yöntemlerin eğitimi için PSCAD/EMTDC programında modeli oluşturulan yüksek gerilim yeraltı kablolu hattın benzetimlerinden elde edilen veriler kullanılmıştır. Çalışmalar sonunda melez yöntemlerin yapay sinir ağına göre doğruluk bakımından üstünlük sağladığı görülmüştür. Melez yöntemlerin sonuçları kendi içlerinde karşılaştırıldığında ise inertia ağırlıklı parçacık sürü optimizasyonu ile yapay sinir ağının kullanımı sonucu elde edilen melez yöntem sonuçlarının diğer yöntemlere göre üstün olduğu görülmüştür. Böylece önerilen yöntem ile yüksek gerilim yeraltı kablolu hattın kılıf akımı proje aşamasında tespit edilecek ve kılıf akımının düşürülmesi için en uygun önlemler uygulanarak arızaların ve elektrik çarpmaların önüne geçildiği gibi kablo performansı da artırılacaktır.http://dergipark.org.tr/pajes/issue/30196/306373?publisher=pamukkaleHigh voltage underground cableArtificial neural networkOptimization methodsThe sheath currentHybrid methodsYüksek gerilim yeraltı kablosuYapay sinir ağıOptimizasyon yöntemleriKılıf akımıMelez yöntemler
collection DOAJ
language English
format Article
sources DOAJ
author Bahadır Akbal
spellingShingle Bahadır Akbal
Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
Pamukkale University Journal of Engineering Sciences
High voltage underground cable
Artificial neural network
Optimization methods
The sheath current
Hybrid methods
Yüksek gerilim yeraltı kablosu
Yapay sinir ağı
Optimizasyon yöntemleri
Kılıf akımı
Melez yöntemler
author_facet Bahadır Akbal
author_sort Bahadır Akbal
title Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
title_short Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
title_full Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
title_fullStr Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
title_full_unstemmed Yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
title_sort yüksek gerilim kablolarında oluşan kılıf akımının yapay sinir ağı tabanlı melez yöntemlerle tahmin uygulamaları
publisher Pamukkale University
series Pamukkale University Journal of Engineering Sciences
issn 1300-7009
2147-5881
publishDate 2017-04-01
description Kılıf akımı yüksek gerilim yeraltı kablolu hatlarda arızalara ve elektrik çarpılmalarına neden olmaktadır. Ayrıca kabloda ek ısı meydana getirerek kablonun akım taşıma kapasitesini düşürür. Kılıf akımını düşürmek için farklı önlemler alınabilir. Fakat en uygun önlemin alınabilmesi için öncelikle hatta oluşacak kılıf akımının, hat daha kurulmadan proje aşamasında belirlenmesi gerekir. Bu çalışmada yeni kurulacak olan bir yüksek gerilim yeraltı kablolu hattın kılıf akımı, yapay sinir ağı ile parçacık sürü optimizasyonu, inertia ağırlıklı parçacık sürü optimizasyonu ve genetik algoritma kullanılarak oluşturulan melez yöntemler ile tahmin edilmiştir. Yapay sinir ağı tabanlı melez yöntemlerin eğitimi için PSCAD/EMTDC programında modeli oluşturulan yüksek gerilim yeraltı kablolu hattın benzetimlerinden elde edilen veriler kullanılmıştır. Çalışmalar sonunda melez yöntemlerin yapay sinir ağına göre doğruluk bakımından üstünlük sağladığı görülmüştür. Melez yöntemlerin sonuçları kendi içlerinde karşılaştırıldığında ise inertia ağırlıklı parçacık sürü optimizasyonu ile yapay sinir ağının kullanımı sonucu elde edilen melez yöntem sonuçlarının diğer yöntemlere göre üstün olduğu görülmüştür. Böylece önerilen yöntem ile yüksek gerilim yeraltı kablolu hattın kılıf akımı proje aşamasında tespit edilecek ve kılıf akımının düşürülmesi için en uygun önlemler uygulanarak arızaların ve elektrik çarpmaların önüne geçildiği gibi kablo performansı da artırılacaktır.
topic High voltage underground cable
Artificial neural network
Optimization methods
The sheath current
Hybrid methods
Yüksek gerilim yeraltı kablosu
Yapay sinir ağı
Optimizasyon yöntemleri
Kılıf akımı
Melez yöntemler
url http://dergipark.org.tr/pajes/issue/30196/306373?publisher=pamukkale
work_keys_str_mv AT bahadırakbal yuksekgerilimkablolarındaolusankılıfakımınınyapaysiniragıtabanlımelezyontemlerletahminuygulamaları
_version_ 1725791483217313792