DETERMINATION OF OPTIMUM CROSS-SECTION VALUES OF CABLED LOW VOLTAGE FEEDERS BY USING ARTIFICIAL NEURAL NETWORKS

Year 1995, Volume: 1 Issue: 1, 1 - 4, 01.01.1995

Raşit Ata

Abstract

This paper is an application of a previous paper (Pekiner, 1993) for the design of 3-phase underground cabled low voltage feeders belonged to the dense city location areas with artificial neural networks. In this study, it is a training operation resulted in an obvious test from moving available values by using artificial neural networks method, variations of input values how to effect to output values. With this approach, we can easily find output values which is variation of cross-section, in that stuation, loss factor of load which is being input values and variation of annually increasing in energy costs.

Keywords

Artificial neural network, Training, Cross-section

KABLOLU ALÇAK GERİLİM FİDERLERİNİN OPTİMUM KESİT DEĞERLERİNİN YAPAY SİNİR ADLARI İLE TAYİNİ

Abstract

Bu çalışma, yoğun şehir yerleşim bölgelerine ait üç fazlı yeraltı kablolu alçak gerilim fiderlerinin dizaynı için daha önce yapılan bir çalışmanın (Pekiner, 1993) yapay sinir ağları ile uygulamasıdır. Burada yapılan, mevcut verilerden hareketle yapay sinir ağları metodunu kullanarak giriş değerlerindeki değişmelerin, çıkış değerlerini ne şekilde etkileyeceğini belli bir eğitme sonucunda öğretme işlemidir. Bu yaklaşımla giriş değerleri olan yükteki, kayıp faktördeki ve enerji maliyetindeki yıllık büyümelerin değişmesi durumunda çıkış değerleri olan kesitin değişimi rahatlıkla bulunabilmektedir.

Keywords

Yapay sinir ağları, Eğitme, Kesit