Elektrik dağıtım sistemlerinde yapay sinir ağları ile arıza türü belirleme

Elektrik tesislerinde arıza tespiti, enerji sürekliliği ve sistemin karalı çalışması açısından önemlidir. Bu çalışmada dört farklı elektrik dağıtım hattında oluşmuş gerçek kısa devre arızaların türünün belirlenebilmesi için yapay sinir ağları kullanılmıştır. Bu dört farklı elektrik dağıtım hattı, yeraltı kablolu ve havai hatlarının birlikte kullanıldığı karma dağıtım hatlardır. Bu elektrik dağıtım hatlarında meydana gelen arıza verileri yapay sinir ağlarında çeşitli sınıflandırma algoritmaları ve eğitim algoritmaları ile kullanılarak arıza türlerinin tahmini yapılmış ve elde edilen doğruluk oranları karşılaştırmalı olarak sunulmuştur. Üç farklı ağ ve eğitim algoritmaları başarı oranları karşılaştırılmıştır. Kullanılan ağ tipleri, İleri Beslemeli Geri Yayılım ağ tipi, Kaskat Bağlı İleri Beslemeli Geri Yayılımlı ağ tipi, Elman Geri Beslemeli ağ tipi şeklindedir. Eğitim algoritmaları ise Levenberg-Marquardt (LM), Conjugate Gradient with Powell/Beale Restarts (CGB), One Step Secant (OSS), Variable Learning Rate Backpropagation (GDX), Gradient Descent with momentum (GDM), Scaled Conjugate Gradient (SCG), ve NRP (Resilient backpropagation) şeklindedir. Bu çalışmada ileri beslemeli geri yayılım ağ tipinin daha başarılı sonuç verdiği görülmüştür.