İçeriğe geç
akaturk Akademik ölçüm

Makale detayı · 2020 · article

GÖRÜNTÜ İŞLEME VE YAPAY SİNİR AĞLARI İLE İLETİM HATLARINDA ARIZA YERİ BELİRLEME

Dergi Konya mühendislik bilimleri dergisi (Online)
ISSN2147-9364
YÖKSİS OpenAlex Açık erişim · diamond TR Index
Yıl2020
Atıf3OpenAlex
Yüzdelik%10,1
FWCI0,01,00 = dünya ortalaması

Veri kaynağı ayrımı

  • YÖKSİSYÖKSİS makale kaydı
  • YÖKSİS dergi adıKonya mühendislik bilimleri dergisi (Online)
  • OpenAlexOpenAlex zenginleştirmesi (özet, atıf, konular)

Özet

OpenAlex Türkçe

Elektrik enerjisinin kesintisiz ve kaliteli bir şekilde iletilmesi için, üretim yapıldığı noktadan tüketimolan noktaya kadar kontrol edilmesi gerekmektedir. Dolayısıyla üretimden tüketime kadar her aşamadailetim ve dağıtım hatlarında koruma yapılması şarttır. Elektrik tesislerinde koruma rölelerinin temelgörevi, sistemde meydana gelen kısa devrelerde arızalı olan bölgenin mümkün olan en kısa sürede devredışı etmektir. Sistemin en önemli parçası olan enerji iletim hatları ve bu hatları koruyan mesafe korumarölelerine bu konuda çok önemli görevler düşmektedir. Hızlı ve verimli çalışmalar yapmak için doğrubir hata yeri tespit tekniği gereklidir. İletim hatlarında transformatör nötr nokta topraklaması bir güçsisteminin tek faz – toprak kısa devre arızası sırasında oluşan sıfır bileşen akımı mesafe koruma rölesininçalışmasını etkilemektedir. Topraklama sistemi ve koruma sistemleri arasındaki ilişki göz önünealındığında, uygun bir topraklama seçimi yapılmalıdır. İletim hatlarında farklı topraklama sistemlerindekısa devre arızalarının yerinin doğru bir şekilde belirlenebilmesi için yapay sinir ağı (YSA) kullanılmıştır.YSA’nın performansını test etmek için destek vektör makineleri (DVM) ile karşılaştırılmıştır. İletim hattımodeli PSCAD ™ / EMTDC ™ benzetim programında oluşturulup YSA için gerekli veriler eldeedilmiştir. Farklı topraklama sistemlerinde oluşturulan kısa devre arızalarındaki mesafe korumarölesinin R-X empedans diyagramının empedans değişiminin görüntüsü kayıt altına alınarak veri setlerioluşturulmuştur. Görüntülerde ilgili odak noktaları özellik çıkarım ve görüntü işleme tekniklerikullanılarak farklı YSA modellerine giriş olarak verilmiş ve en iyi arıza yeri tahmini veren YSA modeliseçilmiştir.

Konular

Atıflar

OpenAlex cited_by_count. WoS veya Scopus atıf sayısı değildir; o kaynaklar için ayrı kolon yoktur.

3atıfOpenAlex · cited_by_count (önbellek / veritabanı)

Yerel katalogda bu makaleye atıf yapan 3 yayın (OpenAlex referans eşleşmesi; tam dünya listesi değildir).

  1. 2026 Makine Öğrenmesi ile İletim Hatlarında Arıza Türünün ve Yerinin BelirlenmesiAtıf 0 · OpenAlex
  2. 2024 Makine Öğrenmesi Yöntemleri ile GTZAN Veri Kümesine Ait Müzik Türlerinin SınıflandırılmasıAtıf 0 · OpenAlex
  3. 2024 Makine Öğrenmesi Yöntemleri ile GTZAN Veri Kümesine Ait Müzik Türlerinin SınıflandırılmasıAtıf 0 · OpenAlex

Yazarlar

2
  1. SERKAN BUDAK KONYA TEKNİK ÜNİVERSİTESİ 1
  2. BAHADIR AKBAL AKSARAY ÜNİVERSİTESİ 2