Enerji sisteminde arıza yerinin belirlenmesinde yapay sinir ağlarının kullanımı

Günümüz güç sistemlerinde, bakım ve onarım süreçlerinde süreklilik ve güvenilirlik büyük önem taşımaktadır. Bu durum, söz konusu süreçlerin optimize edilmesi için farklı yaklaşımların kullanımında artışa neden olmuştur. Empedans tabanlı ve yürüyen dalga gibi bazı geleneksel teknikler yaygın olarak kullanılmakta olsa da, birçok zorlukla karşılaşmaktadırlar. Bu sınırlamalar, örüntü tanıma yoluyla hızlı ve sağlam arıza tespiti ile konumlandırma potansiyeli sunan Yapay Sinir Ağlarına (YSA) olan ilgiyi artırmıştır. Bu tez çalışmasında, elektrik iletim sisteminde meydana gelen çeşitli arızaların hızlı ve doğru şekilde tespiti ile yerinin belirlenmesinde Yapay Sinir Ağlarının kullanımı ele alınmaktadır. Pozitif ve sıfır bileşen gerilim ve akımları olmak üzere simetrik bileşenler, MATLAB Simulink'te modellenen 132 kV'luk bir iletim hattından çıkarılmış ve bu zaman domeni değerleri ileri beslemeli YSA'ya girdi olarak verilmiştir. Sonuçta, 200 km uzunluğundaki iletim hattı boyunca hem arıza tipini sınıflandırabilen hem de yerini tahmin edebilen, rastgele değiştirilen arıza direnci ve arıza başlangıç açısı değerlerine rağmen yüksek doğruluk sağlayan bir ağ elde edilmiştir. Geleneksel yöntemlerle karşılaştırıldığında, YSA tabanlı yaklaşımın gürültüye ve model parametrelerine karşı daha az hassas olduğu ve birçok arıza tipi üzerinde genelleme yapabildiği gözlemlenmiştir. Testler, sinir ağının arıza tanımlama doğruluğunun ortalama %99.5, arıza yerini belirleme doğruluğunun ise %92'nin üzerinde olduğunu doğrulamıştır. Elde edilen sonuçlar, YSA tabanlı yöntemlerin mevcut koruma sistemleri ile birlikte kullanılarak doğru arıza tespiti ve yer belirleme sağlanabileceğini desteklemektedir.