Elektrik güç sistemlerindeki geçici olayların dalgacık analizi ve olasılıksal sinir ağları yöntemiyle sınıflandırılması

Güç sistem geçici olaylarının, ileri işaret işleme ve örüntü tanıma tekniği kullanarak karakterize edilmesi ve sınıflandırılmasını gerçekleştirecek bir araştırma yapılmıştır. Dalgacık (wavelet) analizi yardımıyla alınan bilgiler kullanılarak güç sistemi arıza tanıma otomasyonu yöntemi önerilmiştir. Güç sistemi operatörleri için bir yapay danışman olması amacıyla geliştirilen sistemde, güç sistemlerindeki geçici olayları karakterize etmek için dalgacık analizi uygulanmış ve bu analizden geçici olay dalga şekli ile ilgili özellikler çıkarılmıştır. İşareti yüksek frekans içeriğine sahip detay ve alçak frekans içeriğine sahip yaklaşım katsayılarına ayırmak için Daubechies dalgacık ailesi kullanılmıştır. Bu yöntemin geçici olayları ve kombinasyonlarını karakterize etmekte etkinliği değerlendirilmiştir. Sınıflandırma yöntemi olarak, olasılıksal sinir ağları kullanılmış ve bu yöntemle geçici olayın hangi arıza sınıfına ait olduğu tespit edilebilmiştir. Her geçici olay için dalgacık katsayı detayları karakteristik olduğundan dolayı, bu katsayılar olasılıksal sinir ağlarında dalga şekillerini ve bununla beraber geçici olayları birbirinden ayırmada kullanılmışlardır. Sistemin performansı, Matlab/Simulink ortamında simule edilen geçici olaylar üzerinde değerlendirilmiştir. Simulasyonu yapılan veriler için olasılıksal sinir ağları, eğitim kümesinde %99.4 ve test kümesinde %96.7 doğruluk oranı vermiştir. Sonuçlar, hem sınıflandırmanın hassasiyeti ve kullanılan dalga şekli özellikleri açısından üstün bir performans olarak değerlendirilmektedir. Anahtar Kelimeler: Güç sistem geçici olayları, dalgacık analizi, wavelet analizi, arıza sınıflandırma; olasılıksal sinir ağları, hata tanıma