@article{article_1514709, title={Gerilim Kaynaklı Eviricinin Faz Akımlarının İzlenmesiyle Açık Devre Arızalarının Teşhisi}, journal={Fırat Üniversitesi Fen Bilimleri Dergisi}, volume={36}, pages={67–82}, year={2024}, author={Çelik, Serenay and Tuncer, Servet}, keywords={Açık devre arızası, makine öğrenmesi, derin öğrenme, faz akımları}, abstract={Gerilim kaynaklı eviricilerin endüstriyel uygulamalarda yaygın olarak kullanılmasıyla, meydana gelen arızaların tanımlanması önemli bir araştırma konusu haline gelmiştir. Bu çalışmada, üç-fazlı iki-seviyeli eviricideki 24 farklı tekli ve çoklu açık anahtar devre arızaları incelenmiş, arızanın bulunduğu kol ve arızalı anahtarın tespiti yapılmıştır. Matlab/Simulink ortamında benzetimi yapılan eviricinin çıkış faz akımlarının ortalama, rms (etkin) değerlerinin yanı sıra ortalama/rms oranları da kullanılarak yük bağımlılığı problemi giderilmiştir. Çalışmada, destek vektör makineleri (SVM: Support Vector Machines), K-en yakın komşular (KNN: K-Nearest Neighbours), yapay sinir ağı (ANN: Artificial Neural Network) ve uzun kısa süreli bellek (LSTM: Long Short Term Memory) gibi dört farklı sınıflandırma modeli kullanılmış olup her bir modelin başarınımı ayrı ayrı değerlendirilmiştir. Benzetim sonuçlarından, önerilen arıza teşhis ve sınıflandırma tekniklerinin tekli, çiftli ve üçlü anahtar arıza durumlarındaki tahmin başarısı yüksek doğrulukla sağlanılmıştır.}, number={2}, publisher={Fırat Üniversitesi}