Abstract
Fastly isolating faulted power transmission lines has a big importance for transmission system security. Real fault datas is used for detecting fault fastly and accurately. At this work; first of all the real faulted datas filtered by designed fitler than the wavelet energy of filtered data is used by modular probabilistic neural network for analyzing the fault. Four different probabilistic neural network module, Sorting Function and Statistic Function is used for fast accurate detecting fault and fault type. The results of developed method compared with prior studies is successful although just a single-period of real fault signal is used at.
Abstract
Enerji iletim hatları arızalarında arızanın hızla izole edilmesi iletim sisteminin güvenliği açısından son derece büyük bir öneme sahiptir. Arızanın hızlı ve başarılı olarak tespiti amacıyla elektrik iletim sisteminden alınan gerçek arıza kayıtları kullanılmıştır. Yapılan çalışmada alınan gerçek sinyaller öncelikle tasarlanan filtreden geçirilmiş olup daha sonra filtrelenmiş sinyallerin ayrık dalgacık enerjisi alınmıştır. Sinyallerin ayrık dalgacık enerjisi olasılıksal yapay sinir ağı modüllerinden oluşan yapı kullanılarak arıza analizi yapılmaktadır. Arıza tespitinde modüler yapıda 4 ayrı Olasılıksal YSA tanımlanmış ve arıza tespit hızını ve doğruluğunu artırmak amacıyla Sıralama Ünitesi ve Arıza istatistik Ünitesi kullanılmıştır. Geliştirilen metodun sonuçları konuyla ilgili daha önce yapılan çalışmalarla kıyaslanmış ayrıca gerçek arıza sinyali ve tek periyotluk elektrik sinyali kullanıldığı halde başarılı sonuçlar elde edilmiştir.
Details
| Primary Language | Turkish |
|---|---|
| Journal Section | Computer Engineering |
| Authors | |
| Publication Date | February 1, 2011 |
| Published in Issue | Year 2011 Volume: 6 Issue: 1 |