Research Article

RADYAL ŞEBEKELERDE DESTEK VEKTÖR REGRESYON İLE OPTİMUM KABLO TOPRAKLAMA SİSTEMİ TASARIMI

Volume: 8 Number: 4 December 1, 2020
EN TR

RADYAL ŞEBEKELERDE DESTEK VEKTÖR REGRESYON İLE OPTİMUM KABLO TOPRAKLAMA SİSTEMİ TASARIMI

Öz

Teknolojinin gelişmesi ile elektrik şebekelerindeki yüklerin çeşitliliği de artmıştır. Bu çeşitli yükler şebekede sıfır bileşen ve harmonik akımlarını artırarak yüksek gerilim yeraltı kablolarında başlık arızalarına neden olmaktadır. Uygulamada kablo başlığı arızalarını önlemek için genellikle IEEE 575-1988 standardında yer alan çift taraflı topraklama (ÇTT) yöntemi kullanılmaktadır. Fakat bu yöntem sıfır bileşen ve harmonik akımlarının neden olduğu kablo başlığı arızalarını önlemek için yeterli değildir. Bu çalışmada yeni bir yöntem olan Parçalı Çift Taraflı Topraklama (PÇT) yöntemi ile ÇTT yöntemi karşılaştırılmıştır. PÇT yönteminin kullanılması için kabloda oluşacak olan kılıf geriliminin bilinmesi gereklidir. Bu yüzden Destek Vektör Regresyon (DVR) yöntemleri ile kılıf gerilimi tahmini yapılmıştır. Daha sonra kablo arızalarını ve elektrik çarpılmalarını önlemek için PÇT yöntemi dokunma gerilimine göre optimize edilmiştir. Optimizasyon yöntemleri olarak da Parçacık Sürü Optimizasyonu, İnertia Ağırlıklı Parçacık Sürü Optimizasyonu, Çekimsel Arama Algoritması ve Genetik Algoritma kullanılmıştır. Çalışma sonunda, yüksek gerilim kablosunun topraklamasının ÇTT yöntemi ile yapılması durumunda kılıf geriliminin dokunma gerilimini aştığı görülmüştür. Bu durum dengesiz elektrik alanı nedeniyle kablo arızasına, yüksek gerilim nedeniyle de elektrik çarpılmasına neden olmaktadır. Aynı hat için tasarlanan optimize edilmiş PÇT yöntemlerinde ise kılıf gerilimi aşılamamıştır. Böylece PÇT yöntemi ile hem kablo arızalarının hem de elektrik çarpılmalarının önüne geçilecektir.

Anahtar Kelimeler

References

  1. Akbal, B., 2018, “Applications of artificial intelligence and hybrid neural network methods with new bonding method to prevent electroshock risk and insulation faults in high-voltage underground cable lines”, Neural Comput & Applic, Cilt: 24, Sayı: 2, ss. 32-36.
  2. Alex J. S., Bernhard, S., 2004, “A tutorial on support vector regression” Statistics and Computing, Cilt: 14, ss. 199–222.
  3. Bak, C., L., Silva, F., F. 2016. “High voltage AC underground cable systems for power transmission – A review of the Danish experience, part 1.” Electric Power Systems Research, Cilt: 140, ss. 984-994.
  4. Bak, C., L., Silva, F., F. 2016. “High voltage AC underground cable systems for power transmission – A review of the Danish experience, part 2.” Electric Power Systems Research, Cilt: 140, ss. 995-1004.
  5. Benato, R., Balanuye, I., Köksal, F., Ozan, N., Özdemirci, E. 2017.“A 4 GW AC submarine Turkish power grid reinforcement under the Dardanelles Strait”,IEEE 2017 AEIT International Annual Conference, Cagliari, Italy ss. 1-6.
  6. Bessissa, L., Boukezzi, L., Mahi, D. 2016. “Influence of Fuzzy Parameters on the Modeling Quality of XLPE Insulation Properties under Thermal Aging.” Fuzzy Information and Engineering, Cilt: 8, Sayı:1, ss. 101-112.
  7. Bessissa, L., Boukezzi, L., Mahi, D. 2016. “Influence of Fuzzy Parameters on the Modeling Quality of XLPE Insulation Properties under Thermal Aging.” Fuzzy Information and Engineering, Cilt: 8, Sayı:1, ss. 101-112.
  8. Czapp, S., Dobrzynski, K., Klucznik, J., 2014, “Calculation of induced sheath voltages in power cables – single circuit system versus double circuit system” Journal of Information, Control and Management Systems, Cilt: 12, ss. 113–123.

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Publication Date

December 1, 2020

Submission Date

March 13, 2020

Acceptance Date

June 15, 2020

Published in Issue

Year 2020 Volume: 8 Number: 4

IEEE
[1]B. Akbal, “RADYAL ŞEBEKELERDE DESTEK VEKTÖR REGRESYON İLE OPTİMUM KABLO TOPRAKLAMA SİSTEMİ TASARIMI”, KONJES, vol. 8, no. 4, pp. 771–784, Dec. 2020, doi: 10.36306/konjes.703243.