Güç kalitesindeki bozulma türlerinin akıllı örüntü tanıma yaklaşımları ile belirlenmesi

Bu tezde, güç kalitesi izleme sistemlerinin etkinliğini ve güvenilirliğini artırmaya yönelik güçlü algoritmalar geliştirilmiştir. İlk olarak, farklı özellikteki güç kalitesi bozulma işaretlerinin temel özelliklerinin çıkarılması için, zaman-frekans gösterimlerine dayalı üç farklı işaret işleme yöntemiyle karşılaştırmalı analizler yapılmıştır. Bu yöntemlerden, dalgacık dönüşümü ve s dönüşümü yöntemleriyle daha hızlı ve etkili bir analiz yapılabileceği gösterilmiştir. Daha sonra, güç kalitesi bozulma işaretlerinin ayırt edici özelliklerini kaybetmeksizin veri boyutunu indirgeyen iki farklı özellik vektörü elde edilmiştir. Bu özellik vektörleri, destek vektör makine örüntü sınıflandırıcısının girişine ayrı ayrı uygulanarak güç kalitesindeki bozulma türleri belirlenmiştir.Geliştirilen algoritmaların başarımı, gerçek güç sistemi verileri, ATP/ EMTP modelinden elde edilen benzetim verileri ve matematiksel modellerden elde edilen yapay veriler kullanılarak değerlendirilmiştir. Elde edilen sonuçlara göre bu algoritmaların en önemli avantajı, birden fazla bozulma türü içeren işaretleri ve farklı gürültü içeren güç kalitesi bozulma işaretlerini yüksek doğrulukla sınıflandırmasıdır. Bununla birlikte, özellik uzayının boyutunun indirgenmesi, sınıflandırıcının karmaşıklığını ve dolayısıyla hesaplama süresini azaltacağı için sistemi gerçek zamanlı uygulamalara daha uygun hale getirmektedir.