Güç bozukluklarının yapay zeka yöntemleri ile tahmini

Güç kalitesinin devamlılığının sağlanması sistemin verimli ve güvenilir bir şekilde çalışmasını sürdürmesinde en önemli etkendir. Dengeli üç faz sistemde gerilim ve akım sinüs ve nominal değerdedir. Güç sisteminde arıza olduğunda sistemin yük dengesi bozulur ve güç kalitesi bozuklukları meydana gelebilir. Güç kalitesi bozuklukları iletim ve dağıtım hattında güç kayıplarına, şebekeye bağlı cihazların arızalanmasına, canlı hayatını ve çevreyi etkileyecek yangın gibi felaketlere kadar istenmeyen durumlara sebep olmaktadır. Bu bağlamda güç kalitesi bozukluklarının olası etkilerini önlemek, güç sistemin verimli ve güvenli bir şekilde çalışabilirliğinin sağlanması, geleneksel şebekelerden akıllı şebeke ve mikroşebeke yapılarına geçiş sürecinde öngörücü yapay zekâ yöntemlerinin güç kalitesi bozukluklarının tahmininde kullanımı yenilikçi ve destekleyici çözüm sunar. Çalışmanın amacı IEEE 9 baralık test sisteminde oluşturulan toplamda 14 adet kısa devre arıza senaryosuna göre güç sisteminin bir barasında (7 adet tekli) veya baralarında (7 adet ikili arıza) meydana gelen kısa süreli gerilim çökmesi büyüklüğünü diğer baralarda belirlenen zaman ufkundan önce homojen ve heterojen topluluk makine öğrenmesi metodları ile tahmin etmektir. Yöntemler seçilirken gerilim düşümü davranışını incelemek için öncelikle yük akışı analizi yapılmış sonrasında sisteme kısa devre arızası verilmiştir. Homojen (rastgele orman) ve heterojen (destek vektör regresyonu, karar ağaçları, en yakın komşu) makine öğrenmesi yöntemlerinin tahmin performansı ve eğitim hızı karşılaştırıldığında heterojen topluluk eğitim modelinin daha başarılı olduğu gözlemlenmiştir. Anahtar Sözcükler: Güç Kalitesi Bozuklukları, Gerilim Çökmesi, Topluluk Makine Öğrenmesi, Heterojen Makine Öğrenmesi, Homojen Makine Öğrenmesi