LEE- Elektrik Mühendisliği-Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/19262

Gözat

A novel artificial intelligence based energy management system for microgrids

(Graduate School, 2023-06-19) Aksoy, Necati ; Genç, V. M. İstemihan ; 504182007 ; Electrical Engineering

In many countries, including our own, large amounts of electrical power are generated where the energy source is located, while it is consumed in areas with large industries and populations. This distance between energy generation and consumption leads to the transmission of energy, which results in the waste of energy as heat and increases energy costs. Microgrids have emerged as a solution to energy use by applying the principle of energy generation and consumption at the same place. Microgrids are small-scale electrical grids that can use distributed energy resources in conjunction with conventional grids. They can combine solar panels or plants, wind turbines, energy storage systems, generators, and the utility grid. This reduces energy loss during transmission, improves energy efficiency, and allows energy to be used efficiently. In addition, microgrids that operate in small settlements such as university campuses, military facilities, towns, or neighborhoods can work in "island mode" without a connection to the utility grid when needed. Many microgrids are currently operated using classical control methods and operate in certain size that has only been determined using optimization methods. This limits the efficiency that can be achieved during the operation of the microgrid and makes it difficult to follow new trends in energy storage technologies. The crux and significance of this thesis revolves around the notion that contemporary energy storage technologies can be utilized efficiently within the system, and that the existing artificial intelligence technology can serve as the foundation of the microgrid energy management system. The energy management system designed in this structure reduces energy waste, lowers costs, improves efficiency, and improves grid stability, while also producing effective solutions for energy demand by controlling the use of various sources together. Moreover, this energy management system contributes to reducing carbon emissions while allowing for the easy adaptation of new technologies. In light of all these advantages, this thesis presents an artificial intelligence-based energy management system design for microgrids. To further explain the concept of artificial intelligence, it encompasses machine learning algorithms as a subset, while machine learning includes deep learning algorithms and concepts. In this thesis, microgrid applications of various sizes and properties are examined, and a microgrid simulation model was created at commonly used sizes. This simulation model assumed a microgrid applied to a university campus, with a solar power plant and wind turbines serving as renewable energy sources. The energy management system being designed predicts the power that these sources will generate, using the up-to-date prediction algorithms within artificial intelligence. When designing, the focus is initially on predicting the power that solar and wind turbines will generate, using five years of meteorological data collected at five-minute intervals. The meteorological dataset, consisting of nine different data types, has undergone a series of data pre-processing. Missing data is filled in accordance with the characteristics of the dataset, and outliers are removed. The characteristics of this dataset were analyzed with different graphs and their suitability for training was examined. The labeled data consisting of the generation values at the same region and at the same time/minute intervals were added to the meteorological data set that was deemed suitable for training. Seven prediction models were developed using four prevalent machine learning methods and three novel algorithms based on the gradient boosting machine to predict the power generated by the solar power plant. These prediction models were trained separately using the training dataset made suitable for training. The results obtained from these seven prediction models were presented in both graphical and tabular formats. In addition to comparing which algorithm gave how successful results for this study, the computation costs were also compared. The designed energy management system must also predict the power generated from wind turbines. In this regard, prediction models were created using three different machine learning algorithms, and the results were obtained. These prediction models were compared using various performance metrics. This study conducted within this thesis, which achieved successful results, offers new approaches and unique results to the literature on the prediction of the power generation of renewable energy sources. An artificial intelligence-based energy management system should provide not only energy efficiency but also low energy costs and profitability for the user. The widespread use of dynamic electricity pricing should also be considered, which is determined based on the relationship between countrywide generation and consumption level. In this thesis, it is assumed that the microgrid simulation model developed is located in a country where dynamic pricing is applied. A five-year dataset was created from actual dynamic pricing data obtained from open-source platforms and analyzed. The dataset was examined, preprocessed, and made ready for the training of prediction models. Four deep learning algorithms with memory cell structures were selected for this study. Using these algorithms and the training dataset, price prediction models were developed, and the results were obtained. The learning performances, error values, and accuracies of the models were presented comparatively. These innovative prediction models were integrated into the designed energy management system. Knowing the power demand from a microgrid makes operational decisions more appropriate and robust. The load demand at which time of the day is an important parameter. Knowing the load demand in advance affects decisions regarding resource utilization. Considering this fact, the energy management system designed should also be able to predict load demand. To this end, load demand prediction models were developed using four deep learning methods with memory cell structures similar to price prediction. Actual load values obtained from open sources were scaled according to the simulation model of the microgrid created. Deep learning models were trained using the five-year load dataset, and the results were obtained. The results were presented comparatively using many performance metrics. As a result of this study, successful prediction models were developed and integrated into the designed energy management system. An artificial intelligence-based energy management system uses many prediction models described above. The theoretical and mathematical foundations of all machine learning and deep learning methods used are provided in the second chapter of this thesis. The energy management system described requires an additional controller to manage the microgrid in addition to human management. In this context, this thesis proposes another artificial intelligence-based controller. Data-driven control methods that have replaced classical control methods are popular topics nowadays. This thesis focuses on machine learning-based control methods of this type. In this context, reinforcement learning, which is one of the three main branches of machine learning, is investigated and its foundations are given. Reinforcement learning is the general name for methods based on the principle of controlling the system without the need for a mathematical model of the system. It is possible to separate this concept into methods based on table creation and methods using deep neural networks. In this thesis, controller agents using both types of methods are created. The agent, which will learn to control the system in reinforcement learning, needs to optimize itself. This optimization process is done through trial and error. For the agent to be able to take the best version through these trials, the system it will control, which is a microgrid environment model in this thesis, must have specific characteristics. Five different control agents were designed specifically for the energy management system, three of which were temporal-difference-based and two were deep reinforcement learning-based. Three environment models designed specifically for the microgrid are proposed in this thesis to enable these agents to train themselves. These environment models with unique reward strategies present a new approach to the literature. These environment models that use renewable energy sources, load demand, and dynamic prices for the training of agents have shown quite successful results in terms of energy management. The trained reinforcement learning agents have learned to manage the microgrid and offer considerable profitability to the user. The energy management system whose design steps are explained in this thesis uses many different artificial intelligence algorithms. These artificial intelligence models created, trained, and successful results achieved have been consolidated under a single graphical interface in this thesis. A unique graphical interface has been designed, and all prediction models and control agents have been integrated into this design. This interface design, which consists of seven pages in total, offers many variables and control actions related to the microgrid to the user. The user can see the powers that will be generated for the future, load demand, and the price. In addition, the user can apply many control actions to the microgrid through this interface. The user, who can also see many real-time parameters, can analyze the performance of prediction models and control agents through relevant pages. In conclusion, this thesis proposes an artificial intelligence-based energy management system that contains many current and innovative algorithms for microgrids and uses them uniquely. Artificial intelligence-based prediction models determine the decisions that an artificial intelligence-based control agent will make. This agent, which learns to select the correct control actions for the microgrid, presents the determined control action to the user through the designed interface. Additionally, the originally designed energy management system interface allows the user to see many parameters related to the microgrid in advance. This thesis proposes an energy management system that contributes to the literature with its original approach and can be used in real-world applications.
A novel framework for real time transient stability prediction in power systems under data integrity attacks

(Graduate School, 2025-06-16) Aygül, Kemal ; Genç, İstemihan ; 504192008 ; Electrical Engineering

This thesis presents a comprehensive and innovative framework for addressing one of the most critical challenges in modern power systems—maintaining transient stability under the threat of cyber attacks, particularly false data injection attacks (FDIAs). The work integrates robust dynamic state estimation with state-of-the-art machine learning algorithms and dedicated cyber-resilient measures to ensure reliable and accurate real-time transient stability prediction even as power grids grow in complexity. The framework is organized into two primary components. The first component focuses on high-fidelity data acquisition from Phasor Measurement Units (PMUs), which deliver high-frequency, synchronized electrical measurements. These measurements are enhanced by dynamic state estimates obtained via a Square-Root Unscented Kalman Filter (SR-UKF). By incorporating dynamic state variables such as rotor angles, rotor speeds, and internal voltage components, the framework creates an enriched feature space that significantly improves the fidelity of transient stability predictions. To mitigate cybersecurity risks, the thesis introduces an additional cyber-resilient layer. This layer features a hybrid Convolutional Neural Network–Long Short-Term Memory (CNN-LSTM) anomaly detector designed to identify subtle deviations in estimation residuals indicative of FDIAs. Upon detection of a potential cyber attack, a measurement recovery module—based on a Wasserstein Generative Adversarial Network with Gradient Penalty (WGAN-GP) adversarial autoencoder (AAE)—is invoked to reconstruct and restore compromised data prior to stability analysis. The predictive aspect of the framework is driven by two ensemble approaches. One approach is a voting classifier that combines several machine learning models—including a Multi-Layer Perceptron (MLP), Random Forest (RF), Support Vector Machine (SVM), Convolutional Neural Network (CNN), and Light Gradient Boosting Machine (LightGBM)—using a weighted soft voting mechanism. This method effectively leverages the complementary strengths of the individual models to achieve robust transient stability predictions under noisy and adversarial conditions. The second approach is a stacking ensemble that integrates predictions from deep transformer base learners through an XGBoost meta-learner, providing an additional layer of refinement to the overall prediction accuracy. Extensive simulations on the benchmark NPCC 48-machine, 140-bus system demonstrate significant improvements in prediction accuracy when dynamic state estimates are incorporated. The results convincingly show that the integrated framework not only enhances prediction performance but also robustly mitigates the adverse effects of FDIA, rendering it highly suitable for real-time operational deployment. From an academic standpoint, this thesis makes a notable contribution by addressing the dual challenges of transient stability prediction and cyber resilience. It pushes the frontier of research by combining model-based dynamic state estimation with advanced machine learning techniques to improve both accuracy and reliability. Future work might focus on scaling the framework for larger systems, further robustness evaluations under different noise and attack scenarios, and integration into existing control center architectures. Overall, the proposed methodology represents a significant advancement in the field of power system stability analysis.
Adaptive signal processing based intelligent method for fault detection and classification in microgrids

(Lisansüstü Eğitim Enstitüsü, 2021) Azizi, Resul ; Şeker, Şahin Serhat ; 724566 ; Elektrik Mühendisliği

The ever-increasing energy demand, the environmental issue of fossil fuels and the high investment cost for the establishment of bulk power plants lead energy plans to more flexible and scattered small-scale energy sources. The main feature of these new topologies is that they consume renewable energy sources for electricity generation. It also requires less time to plan, build and operate. Moreover, they are close to energy sources and local loads. So, there are more efficient, with minimal environmental issues. However, besides their benefits and advantages, they pose a new challenge for traditional power systems. These challenges include protection issues, stability concerns, and complex control systems and so on. Traditional power systems include mass generation followed by transmission and distribution. In this topology, it is possible to plan generation because consumption at the transmission level of the power system is more predictable and fuel resources are always available for generation units. On the other hand, the transmission system and its conditions can be controlled by state estimators and SCADA system. Therefore, production and consumption uncertainties are minimal and conventional protection is sufficient to protect these systems. Also, distribution systems have no generating units, systems are mostly radial and overcurrent protection systems are sufficient to protect them. In these passive networks, it is not necessary to have fast and reliable protection systems as in transmission systems. The initial role of these new energy sources was to act as a backup for mass production and to eliminate the small generation and consumption mismatch during peak consumption. On the other side, huge demand growth and investment time of mass production units and environmental concerns make these distributed energy resources (DERs) (wind, solar, biomass, etc.) popular in the distribution system. However, the contribution of the early DER groups to the total production is low and the control systems are very sensitive to voltage disturbances such as faults. Thus, according to the grid codes, after any minor fault or disturbance in the system, the DERs are disconnected, synchronized manually and reconnected after the fault is cleared. With the increasing penetration of DERs in distribution systems, they play an important and rapidly increasing role in the total production of the system. Therefore, de-energizing all these DERs in an area in the distribution system after a fault has occurred can lead to stability problems due to generation and consumption imbalance. Accordingly, a new concept called microgrid emerged and mainly established in distribution systems. This topology is the microscale of the power system. It can operate autonomously and cover the total demand of this local distribution system. Like the SCADA power system, it has an equivalent centralized monitoring and control system. The total generation is almost sufficient for the total demand of the loads in distribution networks converted to microgrid. It can operate as a standalone ecosystem separated from the main grid and is self-sufficient. The basic requirement of this topology for connecting to the main grid through PCC (point of common coupling) is to increase the total inertia of the system and increase the post-fault stability region. In addition, this topology can transfer energy to the main system if it produces more power than the loads consume. This can reduce the stress of mass production units. Last but not least, if the main upper grid disturbed, the microgrid can continue to supply its loads by disconnecting from the grid. In this new concept, grid codes expect the micro grid to be able to ride through faults and disturbances thanks to low voltage ride through (LVRT) systems. In fact, as a micro-scale model of the power system, the voltage of the DERs at the time of fault occurance is controlled by the LVRT, and the DERs continue to operate without disconnection after the fault is cleared by circuit breakers or other elements). Therefore, more complex control systems are required for DERs. However, microgrids are distribution systems and unlike traditional power systems, there is a high amount of uncertainty in generation and consumption (loads). The distribution system has changed from a passive network to an active dynamic network. In this system, topology, generation and consumption are changed faster and faster than in conventional power systems. This situation constantly changes the fault current level and direction, and the conventional overcurrent protection is completely insufficient to protect them. Also, due to the high penetration of sensitive DERs, prolonged fault current is not allowed (stability concerns). Moreover, inverter-based DERs have a very small contribution to the fault current level. The current protection method of microgrids is adaptive protection. In this model, all operating conditions of the system are extracted and all components of the systems are continuously monitored by central or decentralized control system or even dynamic load estimation. This model cannot be applied to a central control system because it has to process large amounts of data at a high sampling rate and it is impossible to make real-time decisions. Based on these facts, a new intelligence-based method for fault detection and classification of microgrid is proposed in this thesis. In the proposed method, three different adaptive signal processing methods are used to extract the short-time transient component of the signal instead of the fault current level. It transfers data (feature extraction) into three different data spaces. The main feature of these signal processing methods is that they do not use a predefined basis to decompose a signal. The basis is adaptive to signal and extract components depend on the noise penetration level and frequency components of the signal. An intelligence-based method called Brwonboost is used to make decisions in these data spaces, and the total decision is taken by the majority of votes of these three intelligence-based methods in these three data spaces. The main unique feature of the proposed method compared to traditional machine learning methods is its adaptability and uses a non-convex optimization method for detection and classification. The proposed method is a set of weak classifiers and tries to learn the data space step by step and iteratively. It tries to adapt the data by classifying the data that was misclassified in previous iterations. On the other hand, the unique non-convex optimization feature of the proposed method gives it an intelligence to select or discard misclassified data. It can decide step-by-step removal of the algorithm's iteration data in the training process if there is an outlier or a violation in another class area. This feature provides evidence against overfitting and becomes as practical a method as it is for real-world measured data. Finally, a Brownboost decision is also made by a majority vote of the weak classifiers. An intelligence-based method called Brwonboost is used to make decisions in these data spaces, and the total decision is taken by the majority of votes of these three intelligence-based methods in these three data spaces. In this method the classifier works base on the margin. This means, instead of only finding a classifier that minimize the classification error, it selects a classifier that has maximum discrimination between data of every class. The unique feature of the proposed method compared to traditional machine learning methods is its adaptability and uses a non- convex optimization method for detection and classification. The proposed method is an ensemble of weak classifiers and tries to learn the data space step by step and iteratively. It tries to adapt to the data by classifying the data that was misclassified in previous iterations. On the other hand, the unique non-convex optimization feature of the proposed method gives it an intelligence to select or discard misclassified data. During this step-by-step process, the algorithm can detect outliers or misclassified data that intensely violated other class area and remove it. This feature makes it robust against overfitting and becomes as practical method for real-world measured data. In total, the proposed method tries to classify the data in three different data spaces. The data area that makes maximum distinction between the data of each class is less sensitive to noise. Thus, a classifier has are fewer generalization errors to unseen new data (higher margin). Therefore, its Brownboost has more voting power in decision making. The results are test in test benchmark microgrid. DERs are modeled with the detailed model to extract the true detail form of the signal. Various types of control model and fault ride thruogh feature of DERs are implemented.
Aktif dağıtım şebekelerini asimetrik arızalara karşı korumak için yeni bir tümleşik koruma sistemi tasarımı ve geliştirilmesi

(Lisansüstü Eğitim Enstitüsü, 2024-02-15) Özveren, Fatih ; Usta, Ömer ; 504152002 ; Elektrik Mühendisliği

Bu çalışmanın amacı, aktif dağıtım şebekelerinde gerçekleşebilecek asimetrik arızalara karşı koruma sağlayan, ünite ve entegre koruma özelliklerine sahip, haberleşmeyi etkin bir şekilde kullanan yeni bir koruma yöntemi geliştirmektir. Bu koruma yönteminde entegre koruma sistemlerinin yapısına uygun olarak her baradan sorumlu bir röle bulunmaktadır, bara ve hat arızalarının tespiti bu entegre rölelerin haberleşmesi ile sağlanır. Yeni koruma sisteminde arıza ve arıza bölgesi tespiti, korunan ekipmanın (hat veya bara) bütün çıkşlarından alınan verilerin karşılaştırılması sonucu gerçekleşir. Böylece, hem ünite hem de entegre korumanın özelliklerini taşır. Yeni koruma yöntemi, asimetrik arızaların tespiti için simetrili bileşenler yöntemi sonucunda elde edilen gerilim ve akım bileşenlerini kullanır. Bu bileşenler yardımıyla hesaplanan dengesiz güç faktörünün korunan bölgedeki temel güce olan yüzdesel oranı oransal dengesiz güç faktörünü verir. Şebekeden ölçülen verilerle hesaplanan oransal dengesiz güç faktörü belli bir eşik değerin üstüne çıktığında arızanın varlığı belirlenmiş olur. Asimetrik arızalar, dengesiz bir reaktif güç kaynağı karakteristiğine sahiptir. Bu sayede, reaktif gücün negatif bileşeninin yönü takip edilerek arızanın bölgesi belirlenebilir. Yeni koruma yöntemine göre bir baraya bağlı bütün hatlardan alınan akım verileri ve baranın gerilim verisi ile her hat için oransal dengesiz güç faktörü hesaplanır. Herhangi bir hat için bu değer, ayar değerinin üstüne çıkarsa arıza tespit edilmiş olur. Arıza bölgesinin tespiti için reaktif gücün negatif bileşeninin yönü incelenir. Eğer, bu yön bütün hatlar için baradan hatlara doğru ise arıza barada gerçekleşmiş demektir. Eğer herhangi bir hat için bu yönün hattan baraya doğru olduğu tespit edilmişse arıza o doğrultuda gerçekleşmiştir. Arızanın korunan hatta gerçekleşip gerşekleşmediğinin belirlenmesi için hattın diğer ucundaki entegre koruma rölesi ile iletişime geçilir. Eğer her iki röle de arızanın aynı hatta meydana geldiğini tespit etmişse ilgili hatta asimetrik arıza tespit edilir. Farklı bir durum söz konusuysa arızanın koruma bölgeleri dışında daha uzak bir bölgede meydana geldiği anlaşılır ve yedek koruma devreye girer. Önerilen koruma yönteminde yedek koruma, arızanın birincil koruma bölgesinin dışında gerçekleştiği durumlarda ve/veya arızanın birincil koruma ile giderilemediği durumlarda devreye girer. Yedek koruma yönteminde, arızanın tespit edilmesinden sonra belirli bir zaman gecikmesi ile koruma devreye girer. Bu zaman gecikmesinin hesaplanması için standart ters zaman koruma fonksiyonları kullanılır. Koordinasyon için bu fonksiyonun zaman çarpanı kullanılarak zaman gecikmesi değiştirilebilir. Yeni koruma yönteminin performansının gözlemlenebilmesi için örnek bir aktif dağıtım şebekesi oluşturulmuş ve bilgisayar ortamına aktarılmıştır. Bilgisayarlı simülasyon çalışmaları için MATLAB ve Simulink uygulamaları kullanılmıştır. Örnek aktif dağıtım şebekesinin bilgisayar ortamına aktarılmasının ardından yeni koruma yönteminin uygulanması için gerekli elemanlar da bu ortam üzerinde tasarlanmıştır. Yeni koruma sistemi için gerçekleştirilen performans analizi çalışmalarında örnek aktif dağıtım şebekesindeki bara ve hatlarda tek faz toprak ve faz faz arızaları ile hat iletkeninin kopması durumları incelenmiştir. İncelenen farklı arızalara ilişkin elde edilen verilen grafikler ile paylaşılmıştır. Bu analizin sonucunda, birincil koruma algoritması bara ve hatlarda meydana gelen asimetrik arızaları ve arıza bölgelerini doğru bir şekilde tespit etmeyi başarmıştır. Birincil koruma algoritması hız ve seçicilik açısından başarılı bir performans seriglemiştir. Yedek koruma algoritması da benzer şekilde arızaları ve arızaların doğrultusunu tespit etmeyi başarmıştır. Ancak, ünite koruma özelliği göstermemesi sebebiyle her durumda tam bir seçicilik sağlanması mümkün olmayacaktır. Bu çalışma kapsamında önerilen koruma yöntemi performans testlerinde beklenen başarıyı elde etmesine rağmen halen gelişmeye açık bir koruma yöntemidir. Örneğin, yeni koruma yönteminin arıza tespitinde kullanılan oransal dengesiz güç faktörünün hesaplanması için kullanılan temel güç ifadesi daha detaylı olarak belirlenebilir. Şehir şebekesinin ve dağıtık üretim tesislerinin arıza katkısı koruma bölgesine göre dinamik olarak hesaplanarak göz önünde bulundurulabilir. Yeni koruma yönteminde yedek korumayı geliştirmek amacıyla da farklı yaklaşımlardan faydalanmak mümkündür. Adaptif koruma yaklaşımının sağladığı avantajlar yeni koruma rölesinin yedek koruma algoritması üzerinde de uygulanabilir haldedir. Sonuç olarak, bu çalışmada önerilen koruma yöntemi asimetrik arızaların ve arıza bölgesinin tespitinde geleneksel yöntemlere kıyasla daha etkin bir yöntem olduğu gözlemlenmiştir. Ayrıca, arıza tespitinde kullanılan dengesiz güç faktörü ile arıza bölgesinin belirlenmesinde kullanılan reaktif gücün negatif bileşeni kavramları şebekedeki dengesiz güç akışının analiz edilmesinde önemli rol oynayan kavramlardır ve farklı çalışmalara uygun bir başlangıç noktası sağlayabilecek niteliktedirler.
Akıllı şebekelerde şebekeye bağlı ve şebekeden bağımsız hibrit yenilenebilir enerji sistemlerinin tekno-ekonomik karşılaştırmalı analizi ile akıllı ev uygulamaları

(Lisansüstü Eğitim Enstitüsü, 2023-10-17) Ayan, Onur ; Türkay Emre, Belgin ; 504172008 ; Elektrik Mühendisliği

Bu tez çalışmasında akıllı şebekeler kapsamında meskenlere yönelik "Hibrit Yenilenebilir Enerji Sistemlerinin (Hybrid Renewable Energy System, HRES)" bölgelere göre karşılaştırmalı analizine ve akıllı bina uygulamalarına yer verilmiştir. Bu kapsamda ilk olarak Türkiye'nin 7 bölgesindeki en düşük, ortanca ve en yüksek güneş radyasyonu değerleri göz önüne alınarak toplam 21 il; teknik, ekonomik ve çevresel açıdan HOMER Pro yazılımı kullanılarak birbirleriyle karşılaştırılmıştır. Her bir ildeki sistem bileşenlerinin büyüklüğü dikkate alınarak en optimum çözümün bulunması amaçlanmıştır. Analizler hem şebekeye bağlı ve şebekeden bağımsız olarak gerçekleştirilmiştir. Sonuçlar, birçok ile yönelik şebekeye bağlı HRES için en optimum sistem konfigürasyonunun Grid/PV/WT olduğunu gösterirken şebekeden bağımsız HRES göz önüne alındığında test kapsamındaki bütün iller için en uygun sistem konfigürasyonunun PV/WT/DG/BESS olduğunu göstermiştir. Bununla birlikte şebekeden bağımsız ve şebekeye bağlı HRES için en düşük ve en yüksek "Net Bugünkü Maliyetin (Net Present Cost, NPC)" sırasıyla Marmara Bölgesi'ndeki Çanakkale ili ve Karadeniz Bölgesi'ndeki Artvin ili olduğu görülmüştür. Rüzgâr hızının düşük olduğu illerde rüzgâr türbinleri kurulumunun gerçekleştirilememesine bağlı olarak NPC değerinin oldukça yükseldiği görülmüştür. Coğrafi özellikler dikkate alındığında, rüzgâr hızı 3,8 m/s'nin altında olan iller için rüzgâr türbinlerinin, şebekeye bağlı HRES konfigürasyonunda HOMER Pro yazılımı tarafından dahil edilmediği görülmüştür. Değişken parametreleri içeren analizlere ek olarak belirsizliklerin yenilenebilir enerji sistemlerini nasıl etkilediğini incelemek amacıyla ekonomik ve çevresel açıdan duyarlılık analizleri de gerçekleştirilmiştir. PV panellerinin ve rüzgâr türbinlerinin değişen sermaye maliyetlerinin etkileri göz önüne alındığında şebekeden bağımsız HRES için Artvin ve Çanakkale ilinde optimum sistem konfigürasyonun değişmediği gözlemlenmesine rağmen, şebekeye bağlı HRES için Artvin ve Çanakkale ilinde sistem konfigürasyonun değiştiği gözlemlenmiştir. Çevresel açıdan duyarlılık analizleri göz önüne alındığında ise güneş radyasyonu ve rüzgâr hızı parametrelerinin hem Artvin hem de Çanakkale ilinde artmasına bağlı olarak NPC değerinde önemli düşüşler olduğu ve Çanakkale ilinde gerçekleşen düşüşün Artvin iline kıyasla daha fazla olduğu görülmüştür. Tez kapsamında, akıllı şebekelere yönelik Teknoloji Kabul Modeli (TAM) temel alınarak, akıllı ev sistemlerinin benimsenmesini etkileyen faktörler incelenmiştir. Bu araştırma Türkiye'de internet tabanlı bir anket çalışması yoluyla gerçekleştirilmiştir ve toplamda 386 katılımcının verileri kullanılmıştır. Toplanan veriler, keşfedici faktör analizi ve çok değişkenli regresyon analizi yöntemleriyle irdelenmiştir. Araştırma sonucunda, keşfedici faktör analizi ve güvenilirlik analizi kullanılarak toplanan 40 ifadenin 13 ayrı faktör altında gruplandığı tespit edilmiştir. Ayrıca, çok değişkenli faktör analizi ile oluşturulan 14 hipotezden 11'i araştırma verileri ile uyumlu olarak kabul edilirken, 3 hipotez reddedilmiştir. Sonuçlar algılanan faydanın, tutum ve niyet üzerinde en etkili yordayıcı/gösterge olduğunu göstermiştir. Bununla birlikte kullanma niyeti üzerinde tutum, algılanan fayda, algılanan yenilikçilik ve algılanan maliyetin önemli bir etkisi olduğu ortaya çıksa da en fazla etkiyi algılanan fayda ve tutum sergilemiştir. Diğer bulgulardan biri de her ne kadar akıllı ev sistemlerinin pahalı olduğu bilinse de algılanan maliyetin kullanma niyeti üzerinde bir etkisi olduğu ama diğer faktörlerden daha düşük seviyede olduğu görülmüştür. Katılımcılar açısından akıllı evlerin benimsenmesinde bu sistemlerin yenilikçi olması maliyetin getirmiş olduğu dezavantajdan daha önemlidir. Akıllı ev sistemlerinde IoT tabanlı cihazlar kullanılmaktadır. Akıllı aydınlatma sistemleri de IoT tabanlı sistemlere örnektir. Bu sebeple meskenlerde aydınlatma kaynağı olarak kullanılan halojen, CFL, LED ve akıllı LED lambaların güç kalitesi ve termal etkileri de tez kapsamında araştırılmıştır. Halojen lambaların mevcut dalga formlarının büyük ölçüde sinüzoidal olduğu, CFL ve LED lambaların ise mevcut dalga formlarının sinüzoidal bir dalga formundan büyük ölçüde uzaklaştığı görülmüştür. Farklı balast teknolojilerine sahip bazı LED lambaların diğer test edilen LED ve akıllı LED lambalara göre daha düşük harmonik akımlar oluşturduğu gözlemlenmiştir. Çeşitlilik faktörlerinin harmonik bozunumlar üzerindeki etkilerini analiz etmek için farklı lamba gruplarıyla ölçümler yapılmıştır. Ölçümler, lamba sayısının artmasına bağlı olarak çeşitlilik faktörünün azaldığını göstermiştir. Buna ek olarak CFL lambalarla LED lambalar birlikte kullanıldığında çeşitlilik faktörünün daha da azaldığı gözlemlenmiştir. Lambaların harmonik özelliklerine ek olarak ısı dağılımları da test edilmiştir. Termal kameradan elde edilen sonuçlar, maksimum sıcaklığın halojen ve CFL lambaların cam yüzeyinde üretildiğini göstermiştir. LED lambalar da ise maksimum sıcaklığın soğutucu ünitesinde üretildiği görülmüştür. Halojen ve CFL lambaların aksine, LED ve akıllı LED lambaların cam yüzeyinin en düşük ısı seviyesine sahip olduğu görülmüştür. Son olarak akıllı evlerde kullanılan IoT tabanlı cihazlardan biri olan akıllı LED lambaların performanslarına yönelik çalışmalar gerçekleştirilmiştir. Akıllı LED lambaların kullanılmaması durumunda bile Wi-Fi modüllerine sahip oldukları için yaklaşık olarak 1 W güç harcadıkları gözlemlenmiştir. Bu sebeple akıllı LED lambaların etkinlik faktörlerinin standart LED lambalardan daha düşük olduğu ve kullanım sürelerine bağlı olarak enerji tüketimlerinin daha yüksek olduğu sonucuna varılmıştır. Akıllı bir LED lambanın renk sıcaklığına göre güç tüketiminin değiştiği gözlemlenmiştir. Kırmızı, yeşil veya mavi rengin seçilmesine bağlı olarak enerji tüketiminin azaldığı görülürken; turuncu veya mor rengin seçilmesiyle enerji tüketiminin arttığı gözlemlenmiştir. Beyaz ışık, görünür spektrumun tüm dalga boylarını içerdiğinden en fazla enerji tüketimi beyaz renkte meydana gelmiştir. Enerji tasarrufu açısından halojen, CFL, LED ve akıllı LED karşılaştırıldığında en düşük güç tüketiminin LED lamba tarafından sağlandığı görülmüştür. Akıllı LED lambaların loşlaştırılma ve uzaktan kontrol edilme özelliklerinin kullanımı birlikte sağlandığında ve diğer lambalarla kıyaslandığında en düşük güç tüketimi sağladığı sonucuna varılmıştır. Akıllı LED lambaların enerji tasarrufundan ziyade kullanıcılara daha fazla konfor sunabilen ve ek faydalar sağlayabilen cihazlar olduğu söylenebilir.
Batarya şarj uygulamalarında kullanılan LLC rezonans çeviricilerde optimum verim eldesi için yeni bir yöntem

(Lisansüstü Eğitim Enstitüsü, 2022-08-15) Çalışkan, Eser ; Üstün, Özgür ; 504112010 ; Elektrik Mühendisliği

Dünya genelindeki nüfus artışı ve globalleşme, mobilite kavramını tetiklemiştir. Mobilite ile yeni teknolojilerin hayatımıza girmesi kaçınılmaz olmuştur. Yeni teknolojilerin hayatımıza girmesi her geçen gün artan enerji talebini beraberinde getirmektedir. Günümüzde ulaşımda enerji talebinin büyük bir kısmı petrol ve petrol türevleri olan yakıtlar tarafından karşılanmakta olup gelecekte alternatif enerjilerin kullanıma alınmasını zorunlu kılmaktadır. Hayatın birçok alanında mobil olma ihtiyacının yanı sıra bunun bir sonucu olarak ortaya çıkan enerji gereksiniminin de mobiliteye hizmet edecek şekilde taşınabilir ve paylaşımlı olması kaçınılmazdır. Mobiliteye en çok hizmet eden cihazların başında elektrikli araçlar gelmekte olup her geçen gün yeni bir model piyasaya sürülmektedir. Elektrikli araçlar ve neredeyse tüm mobil cihazlarda enerji ihtiyacı büyük çoğunlukla dahili bataryalar ile sağlanmakta olup şarj ve deşarj işlemleri ile enerji paylaşımı sağlanabilmektedir. Batarya şarj ve deşarj döngüsünde enerji kayıplarının en az seviyeye indirilebilmesi için kullanılan güç çeviricisi tüm çalışma bölgesinde en yüksek verim ile çalıştırılmalıdır. Güç elektroniği çeviricisinin mümkün olan en yüksek verim ile çalıştırılabilmesi amacıyla farklı kontrol yöntemleri ve devre topolojileri geliştirilmektedir. Bu doktora tez çalışmasında, yeni tip GaN anahtarlama elemanları kullanılan bir LLC rezonans çeviriciye yönelik yeni bir verim optimizasyonu yöntemi üzerinde durulmuştur. Hafif elektrikli araçlar için tüm batarya şarj sürecinde en yüksek verim ile güç akışı kontrolünün en iyileştirilmesi amacıyla yeni bir verim optimizasyonu algoritması geliştirilmiştir. Klasik kontrol yöntemi olan frekans modülasyonu (FM), ölü zaman kontrolüne dayanan S-PWM ve kesintili çalışma modları LLC rezonans çeviricinin verim değerinin tüm batarya şarj sürecinde mümkün olan en yüksek seviyede kalması amacıyla birlikte kullanılmıştır. İlk olarak potansiyel batarya şarj topolojileri incelenmiş olup ardından bir rezonans çevirici kullanılarak klasik bir batarya şarj sürecine ait grafik verilerek şarj bölgeleri ve temel verim problemi ele alınmıştır. Düşük ve yüksek yük durumları arasındaki farklar ve rezonans çeviricinin çalışma karakteristiği birlikte değerlendirilerek özellikle düşük yük durumlarında çevirici veriminin düşmesine ait detaylar aktarılmıştır. Problemin tanımının ardından GaN tipi anahtarlar kullanılan bir LLC rezonans çevirici ile alakalı teorik altyapıya değinilmiş olup yapılan detay tasarımlar, hesaplamalar, elektronik kartlara ait şema ve baskı devre çizimleri, VHDL blokları ve tasarımları, kart testleri ve doğrulaması verilmiştir. LLC rezonans çevirici tasarımlarını takiben üç farklı anahtarlama ve kontrol yöntemine ilişkin modelleme ve benzetim çalışmalarına yer verilmiştir. Benzetim çalışmalarında temel çalışma prensipleri ve modeller, batarya şarj işlemi ve temel dalga şekilleri verilmiştir. Benzetim çalışmalarının ardından yapılan tasarım detaylarına göre üretilen ve entegre edilen deney düzeneği üzerinde üç farklı anahtarlama yöntemine ait testler gerçekleştirilmiştir. Deneysel testlerin sonuçlarına göre iteratif olarak önerilen verim takibi algoritması iyileştirilmiştir. Sonuç olarak önerilen algoritmanın batarya şarj sürecine uygulanması ve oluşturduğu etki tartışılmıştır. Önerilen verim takibi algoritması ile batarya şarj sürecinde kullanılan LLC rezonans çeviricinin toplam verim değerinde özellikle düşük yük durumlarında %25'e varan artış gözlenmiştir. Tez çalışmasında, yeni bir verim takip algoritması ortaya koyularak GaN temelli bir LLC rezonans çevirici üzerinde hafif elektrikli araçlara ait bir batarya şarj uygulamasında testleri ve doğrulaması yapılmıştır. Sonuçlar değerlendirilmiş olup gelecek çalışmalar için bir yol haritası çıkarılmıştır.
Condition monitoring and fault detection for electrical power systems using signal processing and machine learning techniques

(Graduate School, 2024-08-22) Mohamed Nasser, Yasmin ; Şeker, Şahin Serhat ; 504202033 ; Electrical Engineering

Electrical power systems are essential for sustaining daily activities, economic growth, and societal advancement. However, as the demand for electricity increases, these systems become more complex and prone to faults and disturbances. Faults are unexpected deviations from standard operating conditions that can disrupt operations, incur significant maintenance costs, and lead to system failures if not addressed promptly. Transmission lines, responsible for over 85% of faults in power systems, are particularly vulnerable. Common faults in transmission lines include open circuit and short circuit faults. Open circuit faults disrupt power flow and cause voltage fluctuations due to mechanical stress, environmental factors, ageing infrastructure, or operational errors. Short circuit faults create low-impedance pathways that result in current surges, causing severe consequences such as equipment damage, system instability, power outages, and safety hazards like fires and explosions. The evolution of maintenance strategies in electrical power systems has shifted from reactive to more proactive methodologies, with condition monitoring systems playing a crucial role. These systems continuously monitor the performance and status of electrical equipment to detect early signs of deterioration, faults, or failures. Effective condition monitoring involves collecting real-time data through various sensors and devices, which is then processed using advanced fault detection and classification algorithms. Ensuring effective fault detection and classification is essential for minimising downtime and ensuring the reliability and safety of power systems. Advanced technologies and continuous monitoring play a vital role in mitigating the impact of faults and maintaining the overall health of electrical power infrastructure. These are particularly important for developing countries like Djibouti, which relies heavily on Ethiopia for electricity due to its lack of self-energy production despite having high energy potential. With a population of one million and an electrification rate of 55%, Djibouti aims to achieve 100% electrification by 2035. However, due to an outdated maintenance framework, Djibouti's power system, managed by the Electricity of Djibouti (EDD), faces significant reliability and efficiency challenges. The system suffers from frequent operational disruptions and unscheduled downtimes, with approximately 85% of the total Energy not Distributed (END) due to unplanned outages. Current reactive maintenance practices result in high costs, extended outages, and substantial economic losses. Implementing advanced condition monitoring strategies using modern technologies like wavelet transforms and machine learning can significantly enhance the reliability and efficiency of Djibouti's electrical power systems. These strategies enable proactive identification and resolution of potential faults, reducing downtimes and improving system resilience. This thesis explores and validates the application of these advanced technologies in Djibouti's context, establishing robust fault detection and classification models. This study developed three models to address these challenges: two for fault detection and one for fault classification. The models use the data collected by the simulation conducted on the Djibouti power grid to evaluate various fault scenarios using MATLAB/SIMULINK. The simulation involved modelling short-circuit conditions, specifically three-phase faults, under different settings to observe their effects on the power system. Fault types, including single line-to-ground, double-line-to-ground, and line-to-line, were classified and simulated to assess their impact on the system's voltage and current stability. The first fault detection model employed in the Djibouti power grid utilises the Short-Time Fourier Transform (STFT) for non-stationary signal analysis. This method is instrumental in providing a sensitive and real-time assessment of fault characteristics. By focusing on various types of faults, such as single-line-to-ground (SLG), double-line-to-ground (DLG), and three-phase faults, STFT helps distinguish the specific impacts of each fault type on the power system's reliability and efficiency. The simulation results from the STFT analysis reveal that three-phase and DLG faults display specific high-frequency components upon fault clearance, highlighting their significant transient nature. Conversely, SLG faults exhibit a broad frequency band with lower amplitude, indicating a less distinct transient behaviour. However, the fixed-size window of the STFT poses limitations in capturing the full spectrum of SLG fault characteristics, suggesting that more refined techniques, such as wavelet transforms, may be necessary to improve fault detection accuracy and enhance the system's diagnostic capabilities. The second fault detection model addresses the challenge of detecting minor, unseen defects in transmission lines. It employs a novel fault detection methodology utilising a hybrid wavelet transform approach. This methodology, intended for the Djibouti power grid, combines Stationary Wavelet Transform (SWT) and Continuous Wavelet Transform (CWT) to enhance the detection of abnormal voltage signals caused by short-circuit faults and transient phenomena. The process begins with the decomposition of signals into detail and approximation coefficients using SWT. Shannon's Information Criterion (SIC) determines the optimal decomposition level to represent signal features and prevent overfitting effectively. The signals are then reconstructed using an Algebraic Summation Operation (ASO), which amplifies minor defects, making them more visible for the subsequent application of CWT. The Continuous Wavelet Transform (CWT) revealed previously undetectable frequency components, specifically the 12th, 13th, 14th, and 16th components. The effectiveness of this approach is validated through simulations that use artificial signals designed to mimic specific harmonic disturbances known to occur in power systems. The simulation evaluates various fault scenarios, revealing that the hybrid method can detect and analyse fault types successfully. This comprehensive approach allows for precise fault detection and characterisation, which is crucial for maintaining the stability and reliability of the power system. The fault classification in electrical power systems highlights the advantages of machine learning techniques over traditional methods, particularly for the Djibouti power system. It introduces three machine learning classifiers: Decision Trees (DT), Long Short-Term Memory (LSTM) networks, and Support Vector Machines (SVM). The methodology involves data pre-processing using oversampling, feature extraction via Discrete Wavelet Transform (DWT), and evaluation through k-fold cross-validation. The findings show that SVM, particularly with a polynomial kernel, achieves the highest accuracy and precision among the classifiers. Though less accurate, DT provides high interpretability and can improve with parameter tuning. LSTM performs well with sequential data, showing excellent specificity, though its overall effectiveness is slightly less than that of SVM. Each classifier's performance is analysed using confusion matrices, revealing their strengths and weaknesses in handling different fault types. The chapter concludes that integrating advanced machine learning techniques significantly enhances fault diagnosis and system reliability, advocating for a tailored choice of classifier based on the specific needs of the fault classification task. The importance of condition monitoring, fault detection, and classification in maintaining the stability and efficiency of power systems is underscored. Continuous monitoring allows for early fault detection and timely maintenance, preventing unplanned outages and extending equipment lifespan. Integrating advanced technologies such as unmanned aerial vehicles (UAVs), IoT devices, and machine learning algorithms enhances the effectiveness of fault management strategies. In conclusion, implementing advanced condition monitoring, fault detection techniques, and sophisticated fault classification models can significantly improve the reliability and efficiency of power systems in Djibouti. Future work should explore integrating these classifiers into a hybrid model to enhance fault classification accuracy and reliability further. Practical applications, such as intelligent data collection and decision-making robots, can be developed to ensure a more stable, efficient, and robust power infrastructure.
Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

(Lisansüstü Eğitim Enstitüsü, 2022) Pürlü, Mikail ; Türkay, Belgin ; 726855 ; Elektrik Mühendisliği

Teknolojinin gelişmesiyle birlikte, elektrik enerjisine olan ihtiyaç ve talep her geçen gün artmaktadır. Artan tüketici talebi karşısında, üretim, iletim ve dağıtım sistemlerinin yetersiz kaldığı durumlar ortaya çıkabilmektedir. Yetersiz kalan bu şebekelerde artan hat yüklenmeleri nedeniyle, kayıp güç artışları, gerilim düşümü problemleri, elektrik kesintisi ve güvenirlik gibi çeşitli önemli problemler ortaya çıkmaktadır ve tüketiciler hem sosyal hem de ekonomik yönden rahatsız olmaktadır. Ayrıca, artan fosil yakıt fiyatları ve azalan fosil yakıt rezervleri nedeniyle yeni üretim teknolojilerine ihtiyaç giderek artmaktadır. Artan hava kirliliği ve iklim bozulmaları gibi çevresel kaygılar, yenilenebilir enerji üretim teknolojilerinde büyük gelişmelere öncü olmuştur. Bu gelişmeler, yenilenebilir enerji sistemlerinden enerji üretim maliyetlerini giderek düşürmektedir. Artan enerji talebini karşılamakta zorlanan şebekelerde, kayıpları azaltmak ve gerilim profilini iyileştirmek amacıyla, ağın yeniden yapılandırılması, kapasitör tahsisi veya dağıtık üretim sistemlerinin tahsisi önerilmektedir. Yeni hatların oluşturacağı ek maliyetler ve fiziksel olarak her zaman uygulanabilir olmaması gibi nedenler ağ yeniden yapılandırmasını zorlaştırmaktadır ve dağıtık üretim ön plana çıkmaktadır. Kayıpları azaltmak, gerilim profilini iyileştirmek, şebekeye bağlı kesintilere çözüm üretmek ve çeşitli güç kalitesi katkıları nedeniyle merkezi üretim yerine, ucuz ve sınırsız olan yenilenebilir enerji kaynaklarını da üretime kazandırabilen, dağıtık üretim teknolojilerinin kullanımı giderek yaygınlaşmaktadır. Merkezi üretimle beslenen şebekelerde tek yönlü olan yük akışı, dağıtık üretim sistemlerinin entegre edilmesiyle birlikte çift yönlü olarak gerçekleşmektedir. Bu durum güç kayıplarında artışa ve koruma sistemlerinde arıza algılama sorunları gibi çeşitli olumsuz sonuçlara yol açabilir. Ancak, dağıtık üretim sistemleri tahsis edilmeden önce çeşitli analizler yapılarak planlanırsa, kayıpları ve gerilim devinimini azatlma, gerilim profilini ve gerilim kararlılık indeksini geliştirme, güvenirliği artırma ve şebekeye bağımlılığı azaltma gibi pek çok katkıyı beraberinde getirmektedir. Literatürde, dağıtık üretim sistemlerinin optimum tahsisini gerçekleştirmek için analitik yöntemler, sezgisel yöntemler ve hibrit yöntemler önerilerek, çeşitli IEEE test sistemleri veya ülkelerin gerçek dağıtım şebekeleri üzerinde test edilmiştir. Bu çalışmada, güç kayıplarını azaltmak ve gerilim profilini iyileştirmek amacıyla dağıtık üretim sistemlerinin optimum tahsisi gerçekleştirilmiştir. Bu amaçla, sezgisel algoritmalardan olan, Genetik Algoritma ve Parçacık Sürü Optimizayonu algoritmaları önerilmiş ve IEEE 33 baralı radyal dağıtım sistemi üzerinde uygulanmıştır. Öncelikle, literatür kıyaslaması yapabilmek ve algoritmaların doğruluğunu kanıtlamak amacıyla, puant yük talebi için dağıtık üretim tahsisi gerçekleştirilmiştir. Tüm dağıtık üretim tipleri ve özellikle literatürde kullanılmayan Tip IV için optimum tahsis, üç farklı senaryo özelinde gerçekleştirilmiştir. Analizlere göre en düşük fayda, reaktif güç tüketimi nedeniyle Tip IV ile ve en yüksek fayda hem aktif hem de reaktif güç üreten Tip III ile sağlanmıştır. Parçacık Sürü Optimizasyonu, Genetik Algoritma'ya nazaran daha iyi sonuçlar verirken, her ikisi de minimum kayıp, maksimum gerilim iyileşmesi ve yakınsama gibi açılardan literatürden çok daha iyi sonuçlar vererek, üstünlüklerini kanıtlamışlardır. Algoritmaların güvenirliği ve doğruluğu kanıtlandıktan sonra, asıl hedef olan yıllık toplam enerji kayıplarını ve gerilim devinimi azatlamak amacıyla yenilenebilir enerji kaynaklarının şebekeye optimum tahsisi geçekleştirilmiştir. Mevsimsel üretim ve tüketim belirsizliklerini içeren bu çalışmada, yenilenebilir enerji kaynakları olarak güneş panelleri ve rüzgar türbinleri kullanılmıştır. Yenilenebilir kaynakların sağladığı katkıyı ölçmek ve uygulanabilirliğini kıyaslamak amacıyla, fosil yakıt tüketimine dayalı konvansiyonel kaynaklar da kullanılmıştır. Yapılan çalışmalarda teknik olarak en iyi sonuçlar konvansiyonel kaynaklarla elde edilirken, en düşük katkı ise mevsimsel ve günlük olarak güneş ışınım dağılımının düzgün olmaması sebebiyle, güneş panelleri tarafından sağlanmıştır. Hem güneş ışınım dağılımına nispeten daha düzgün rüzgar dağılımı olmasından dolayı konvansiyonel kaynaklara yakın miktarda teknik katkı sağlayan hem de zararlı sera gazı salınımı olmaması nedeniyle çevreci olan rüzgar türbinlerinin optimum güç faktöründe işletilmesi en uygun dağıtık üretim çözümü olarak önerilmiştir. Literatürde ve yapılan bu çalışmada, dağıtık üretim kaynaklarının tahisinin yük akışı analizlerine dayanması nedeniyle çok fazla zaman aldığı görülmüştür ve bu problemin üstesinden gelmek amacıyla da makine öğrenmesine dayalı bir tahmin metodolojisi önerilmiştir. Makine Öğrenmesi algoritmalarından olan Lineer Regresyon, Yapay Sinir Ağları, Destek Vektör Regresyonu, K En Yakın Komşu ve Karar Ağacı algoritmaları kullanılarak, optimum dağıtık üretim gücünün ve şebekeye etkilerinin tahmini sağlanmıştır. Algoritmaları ve önerilen metodolojinin uygulanabilirliğini göstermek için IEEE 12, 33 ve 69 baralı standart test sistemlerinin gerekli verileri toplanmıştır. Toplanan verilerin %75'i, WEKA programında bulunan makine öğrenmesi algoritmaları ile tahmin modellerinin eğitimi için kullanılmıştır ve %25'lik test verisiyle de algoritmaların performansı ve doğruluğu değerlendirilmiştir. Değerlendirme metrikleri olarak, R-kare (R2) analizi ve ortalama mutlak yüzde hata (Mean Absolute Percentage Error, MAPE) hesaplaması kullanılmıştır. Tüm algoritmalar, kabul edilebilir hata aralığının dışına çıkmayan ve uygulanabilir doğrulukta tahminler gerçekleştirmiştir. Tek giriş değişkeni olan tahmin modellerinde Destek Vektör Regresyonu algoritması ve çok giriş değişkeni olan tahmin modellerinde K En Yakın Komşu algoritması daha başarılı olmuştur. Giriş ve çıkış değişkenleri arasında doğrusal bağlantı bulunmayan verilerin tahmininde ise Lineer Regresyon kabul edilebilir bir sonuç vermemiştir ve kullanımı uygun bulunmamıştır. Dağıtık üretim sistemlerinin optimum boyutunun, yerinin ve güç faktörlerinin belirlenmesinde önerilen sezgisel algoritmalar üstün performans göstermiştir ve yeni bir metodoloji olarak sunulan, dağıtık üretim sistemi optimum boyutu ve şebekeye etkilerinin tahmininde Makine Öğrenmesi kullanımı uygun ve etkin bulunmuştur. Daha büyük sistemler üzerinde çalışılması, enerji depolama sistemlerinin eklenmesi, yeni sezgisel veya hibrit algoritmalarla çözümler, makine öğrenmesi ile birlikte güçlendirilmiş tahmine dayalı çözümler ve farklı yenilenebilir teknolojilerin kullanımı gelecek çalışması olarak önerilmektedir.
Data-driven prediction and emergency control of transient stability in power systems towards a risk-based optimal power flow operation

(Graduate School, 2022-09-30) Jafarzadeh, Sevda ; Genç, V. M. İstemihan ; 504172009 ; Electrical Engineering

Cost-efficient and reliable operation of power systems is one of the main concerns of the utilities. The large disturbances and major blackouts occurred in last two decades such as the blackout that took place on 14 August 2003 in the Midwest and Northeast US have ruinous and costly effect for millions of customers. The development of a proper stability prediction and control scheme for an emergency condition is the main objective of this study. In this study, a novel framework using two different approaches is proposed and investigated for real-time transient stability prediction (TSP) in power systems where the signals obtained from PMUs are utilized. The first proposed method is based on signal processing and machine learning approaches which take the computed energy of PMU signals in a window of measurements as an input to a classifier to predict the stability of the system. Several types of classifiers, which are multi-layered perceptrons (MLPs), decision trees (DT), and Naïve Bayes (NB) classifiers, are employed. Two alternative approaches of choosing the window of measurements used for TSP are developed, where an MLP-based fault detection process is also proposed to form the proper window of measurements. One approach is to use a fixed window of only post-fault measurements, whereas the other approach is to use an expanding window of measurements covering pre-fault, fault-on and post-fault stages. Utilization of the energy concept in TSP gives the flexibility to process signals in different sizes while providing predictions that are robust to measurement noises and missing data. It also makes feature selection methods directly applicable, making the TSP possible with fewer PMUs. The proposed methods are applied to two different test systems and a large-scale model of the Turkish power system. In the second approach, a novel methodology based on Koopman mode analysis is proposed to predict the transient stability of a power system in real-time. The method assesses the stability of the system based on a sliding sampling window of PMU measurements, and it detects the evolving instabilities by predicting future samples and investigating the computed Koopman eigenvalues. This approach is also able to identify alarm conditions, which include slowly evolving instabilities that may not be detected by predicting future samples in a limited time horizon. Identifying these conditions provides additional time to prepare a proper set of emergency control actions to be performed when necessary. Using the proposed method, groups of coherent generators that play a role in the evolving instabilities can also be identified, contributing to the design of a defensive islanding scheme for unstable cases. The efficacy of the proposed approach is demonstrated by simulating its performance with three test systems of different scales. Economical operation condition of the power system and its reliability are two contradicting issues. Reliable operation of the power system can lead to a high-cost operation, while economical operation of the power system might result in an unreliable operation of the power system. In this thesis, a novel methodology for the optimal power flow in a power system is proposed to ensure its reliable and cost-effective operation. The methodology adopts a risk-constrained optimal power flow and develops an efficient procedure to design corrective control actions including load shedding and mechanical torque reduction of generators in emergency conditions using reinforcement learning (RL). Reinforcement learning is a type of decision making tool which enables us to determine a set of proper control actions for different operating conditions and contingencies and to implement them in real-time. Since the training process of the RL-based agent is excessively time-consuming for large power systems, because of the enormity of their actions' spaces, an approach based on dynamic mode decomposition which limits the action space during the training process of agent is proposed. The proposed scheme is implemented on two test systems including a small-sized two-area power system and the 127-bus WSCC test system. A considerable amount of operating costs of the power systems corresponds to the fuel cost of the generation units. Therefore, fuel-cost minimization of the power system plays a crucial role in the economic operation of the power system. Furthermore, various faults and contingencies on the power systems might cause irrecoverable results such as widespread blackouts and following loss of money. Considering both fuel cost and reliability level of the system, it can be concluded that it is crucial to provide an optimal power flow solution with acceptable reliability for a given loading condition. Accordingly, the risk level of the system's operating points should be investigated properly. In this study, instead of rotor angle trajectory-based severity indices, the cost of the emergency control action is taken as a severity of the contingency. Using the cost of emergency control actions provided by the trained reinforcement learning-based agent as risk of the operating point, a risk-based optimization problem has been formulated. Two optimization techniques are employed to find the solution of the formulated optimization problem. The first one is Genetic Algorithm, GA, which is one of the well-known populated-based optimization techniques and the second one is Hooke–Jeeves method which is one of the well-known examples of pattern search local approaches. In these algorithms, the candidate solutions are evaluated with both cost function and constraints. The optimum operating points with and without risk constraints has been obtained for the two area and 127-bus test systems using both Genetic algorithm and Hooke-Jeeves method and the results are discussed.
Detection and identification of DC corona discharges by using advanced techniques

(Graduate School, 2024-06-04) Üçkol, Halil İbrahim ; İlhan, Suat ; 504202019 ; Electrical Engineering

Corona discharges are an undesirable electrical phenomenon frequently seen in high-voltage systems. These discharges occur in high-voltage overhead lines, hardware, or sharp points on the metal parts of high-voltage devices. Corona discharges cause power loss, television and radio signal interference, ozone formation, aging of insulation materials, acoustic noise, and light emissions. Detecting and preventing corona discharges is significant for a sustainable and reliable power system and power delivery. The symptoms of corona discharge (electrical pulses, ultraviolet and visible lights, electromagnetic signals, acoustic sounds, and chemical reactions) should be well analyzed to diagnose corona discharges. Many sensors and methods have been developed in the literature to detect corona discharges using these symptoms. However, these symptoms may differ depending on the corona discharge modes. Corona discharges manifest in several modes. These modes vary depending on the type of voltage applied, the voltage level, the electrode shape, the gap spacing, and ambient conditions such as temperature, humidity, and pressure. Each mode has its unique characteristics. Fundamental corona modes under positive DC voltage are burst, streamer, glow, and pre-breakdown streamer. A thin light layer is formed on the electrode surface in the burst corona discharge. In the streamer corona, a streamer forms a channel from the anode electrode to the ground electrode. In this mode, electrical pulses and high amounts of acoustic noise occur. In the positive DC glow coronas, also known as Hermstein's Glow, a light layer spreads over the electrode surface rather than a channel towards the ground electrode. In this corona mode, no electrical pulses or acoustic noise are produced. A steady current flows between the electrodes. Before the breakdown, a large amplitude of electrical pulses and acoustic noises occur. If these streamers reach the ground electrode, a breakdown occurs. The primary corona forms under negative DC voltage are Trichel, negative pulseless glow, and pre-breakdown streamers. Negative polarity electrical pulses and acoustic noises are produced in Trichel corona discharge. In negative pulseless glow corona discharge, electrical pulses and acoustic noise are not produced. There are electrical impulses and acoustic noises in the pre-breakdown streamer before the gap breakdown. When these streamers reach the ground electrode, a breakdown occurs. Under AC voltage, both negative and positive corona discharges occur. However, as mentioned before, the formation of the forms of this corona depends on the above parameters. In this Ph.D. thesis, corona discharge modes under DC voltage were examined with advanced methods, and their detection with various sensors was compared. This thesis consists of four main studies. In the first study, the light patterns created by corona discharges were examined under positive, negative DC and AC voltages. Moreover, the applicability of sensors used to detect corona discharges was compared. The key purpose of this study is to create a dataset of the light patterns of corona discharges and to analyze the intensity of the corona discharge using these patterns. In the second study, advanced image classification models were used to classify positive and negative DC corona discharge modes. The light forms of these corona modes were recorded via a digital camera. Photos of corona modes found in the literature were also used to increase the diversity of the created data set. The location of the corona discharge in the recorded photos was determined using YOLO (You Only Look Once) version 8, which is an advanced deep-learning algorithm. Once detected, convolutional neural network-based algorithms determined which mode the corona belonged to. In the third study, the characteristics of electrical pulses produced by positive and negative corona discharges were analyzed. These electrical pulses at different voltage levels were recorded via a shunt resistor and high-frequency current transformer. The appropriate resistance value and resistor type were determined for the shunt resistor. Using a BNC terminator as a shunt resistor was proposed, and its suitability was tested. By extracting the properties of the electrical corona pulses, the best features describing the positive and negative pulses were determined using advanced machine learning algorithms. In the last study, a wavelet transform-based approach was proposed to automatically detect positive and negative corona pulses. Scalogram images were obtained from these pulses using continuous wavelet transform algorithms. Factors affecting these images, such as sampling interval, data recording time, data shift, and external environment noise, were examined. These scalogram images were tried to be classified using convolutional neural networks, and a framework was created to increase the generalization capacity of the algorithm. Under DC voltage, the corona discharge has modes with different characteristics. Therefore, high-frequency current transformers and acoustic sensors cannot detect positive DC glow and negative DC glow modes. Digital cameras and corona cameras can detect all modes of the corona. However, digital cameras are cheaper than corona cameras. Therefore, digital cameras are one step ahead. However, integrating data from different sensors will yield higher accuracy for diagnosing DC corona discharges. Thus, relying on a single sensor for corona diagnosis may give misleading information about the presence or severity of corona discharges.
Development of a new reliable analytical technique for the determination of the leakage reactance in the power transformers

(Graduate School, 2022-09-14) Dawood, Kamran ; Kırış Kömürgöz, Güven ; 504172005 ; Electrical Engineering

The transformer plays a critical role in the distribution and transmission of electric power. Transformers are also one of the most essential pieces of equipment to reduce power losses during electricity transmission. To provide reliable energy to the power consumers, the transformer must be designed properly to operate in different conditions and all international standards must be also fulfilled during the designing and manufacturing of the power transformer. Leakage reactance is one of the most crucial characteristics to consider in the electromagnetic design of a transformer. The majority of failures of power, tap-winding and converter transformers are due to the short-circuit conditions in the windings. One of the main parameters during the design of transformers is leakage reactance and analysing this parameter in a cheaper and faster way is one of the main objectives of the transformer designers. When the short-circuit occurs, a higher current is generated in the windings of the transformer. The higher short-circuit current not only affects the working of the transformer but also affects the other parts of the transformer. Short-circuit current also affects the lifespan of the transformer. The short-circuit current in the transformers can also be easily evaluated by evaluating the leakage reactance and leakage inductance properly. Analytical techniques and experimental results are two main methods for calculating the leakage reactance. If the calculated leakage reactance of the transformer is higher than the actual leakage reactance and if the transformer is designed according to the calculated value, a transformer cannot withstand the short-circuit condition and can result in failure. On the other hand, if the calculated leakage reactance of the transformer is less than the actual leakage reactance, more material will be used for the manufacturing of the transformer, and the transformer will be heavier, more expensive and bigger. So, finding the accurate value of the leakage reactance is crucial for the manufacturer of transformers. Stability, efficiency and reliability of the transformer also mainly depend on the leakage reactance of the transformer. The manufacturing costs of the transformer can also be minimized by calculating the leakage reactance ideally. Therefore, a proper prediction of the leakage reactance in the power transformer is needed to implement an optimized design. The main aim of this research is to analyze and optimize the leakage reactance in the different types of transformers using a finite element method technique. Different analytical methods are presented in this thesis to evaluate the leakage reactance. The leakage reactance of the symmetric winding transformer and the asymmetric winding transformer is examined using a finite element method, analytical methods, and the experimental method. More than five different real cases are studied during the evaluation of the leakage reactance in the symmetric winding transformer and the asymmetric winding transformer. In this work, abnormalities in the analytical calculation of the leakage reactance in the asymmetric windings will be also identified. In order to take the winding height effect into the account, this work will also propose a correction to the analytical formulation for the calculation of the leakage reactance in the asymmetric. Tap winding transformers are one of the widely used techniques to achieve the different voltage levels on the single or both sides of the transformer. This thesis has also presented a finite element technique to examine the leakage impedance in the two-winding and three-winding tap transformers for three different voltage levels. This study presents first-time finite element models for the evaluation of the leakage impedance in the tap winding transformers and compares them with the experimental results, which will add great value to present research and help manufacturers to optimize the design of the tap winding transformers. Other important aspects such as core losses and magnetic flux density are also examined using the finite element method. Leakage reactance is also one of the most important parameters of the zigzag transformers. The accurate prediction of the leakage reactance also minimizes the cost of the zigzag transformer. Therefore, the prediction of leakage reactance in the zigzag transformer using analytical or numerical methods is an essential part of the early designing stages of the transformer. In this thesis, leakage reactance in the zigzag winding transformer is also determined using the finite element technique. The prototype zigzag transformer is also manufactured and tested to verify the accuracy of the finite element method for the evaluation of the leakage reactance. Converter transformers are widely used in the electric transport system and it is crucial equipment for a rectifier unit of the transport's tracking substations. Leakage reactance is one of the main criteria during the development of a converter transformer. In some of the converter transformers, windings and other parts of the transformer are so complex that analytical methods are impossible or very difficult to implement, and hence any other method is needed to calculate the different parameters of the transformer. In this thesis, to optimize the design of the electric transport system transformer, a finite element analysis is used to evaluate the leakage reactance. A prototype converter transformer of the electric transport system has been developed to obtain the experimental results. The results of the different analytical and finite element methods are also compared with the experimental results. Additionally, this thesis will also propose a new analytical method for the calculation of the leakage reactance for the symmetric winding transformer and asymmetric winding. As presented in the thesis, there are many analytical techniques for the determination of the leakage reactance in the different types of transformers. However, the majority of the analytical methods are applicable to the transformers with the same axial heights of the low voltage and high voltage winding (symmetric windings). To improve the accuracy in the analytic computation of the leakage reactance in the transformers, especially for the asymmetric; a new analytical method is proposed to calculate the leakage reactance in the asymmetric windings more appropriately. The analytical technique for the calculation of the leakage reactance is proposed with the help of the difference between experimental tests with previous analytical methods and finite element method results. The new proposed analytical method will reduce the time of the modelling and simulation of the transformer, provide a solution for the calculation of the leakage reactance in the two-winding transformers and does not require significant amounts of finite element programming and simulation time. Therefore, a proposed analytical method can give quick and easy results for leakage reactance. Results also prove preliminarily the efficiency, simplicity, feasibility and validity of the new analytical technique for the calculation of the leakage reactance and its ability to provide the transformer designers with a new reliable and simple method to calculate the leakage reactance accurately and to develop transformer properly.
Elektrik enerji sistemlerinde güvenli işletim koşullarının elde edilmesine yönelik akıllı yöntem geliştirilmesi

(Lisansüstü Eğitim Enstitüsü, 2023-06-07) Akdeniz, Ersen ; Bağrıyanık, Mustafa ; 504062002 ; Elektrik Mühendisliği

Geniş alanda etkili olan elektrik enerjisi kesintilerinin en temel sebeplerinden birisi kritik kısıtlılıklardan kaynaklanan zincirleme açmalardır. Ancak, kritik kısıtlılıkların analizi olağan sistemsel arızaları ile hatalı manevra, olumsuz hava koşulları ve kasıtlı saldırı nedeniyle oluşan öngörülemeyen arızalar gibi çeşitli unsurları içerdiği için oldukça karmaşık bir süreçtir. Literatürde yer alan çeşitli analiz yaklaşımlarında söz konusu problem genellikle tek bir boyutuyla ele alınmıştır. Bu tez çalışması kapsamında, işletmesel ve işletmesel-olmayan unsurlardan kaynaklanan indisler elektrik sisteminin zafiyet (güvenlik açığı) analizi için tanımlanarak oluşması muhtemel zincirleme açma sonrası oluşacak kısıtların öngörülmesine yönelik yeni bir yaklaşım getirilmiştir. Temel olarak, elektrik sistemine ait elektriksel parametrelerden oluşan işletmesel performans indisi, kasıtlı saldırı ve kötü hava koşulu indisleri örnek test sistemleri üzerinde ayrı ayrı tanımlanmış olup, sonrasında bulanık çıkarım sistemi kullanılarak bütünleşik bir toplam zafiyet indisi tanımlaması yapılmıştır. Geliştirilen yöntem MATPOWER veri tabanında yer alan IEEE test ağları üzerinde uygulanabilecek şekilde geliştirilmiş olup, örnek test ağları için analiz ve değerlendirme çalışmaları yapılmıştır. Problemin numerik analizine ilişkin olarak her bir kısıtın neden olacağı etkiyi belirlemek için test ağları veri seti üzerinde çevresel etmenlerin (olumsuz hava ve kasıtlı saldırı) değerlendirilmesine yönelik etki katsayısı tanımlamaları yapılmıştır. Buna göre sistemi oluşturan hat ve bara gibi elemanların işletmesel, olumsuz hava koşullarında ve kasıtlı saldırılardan etkilenme sıralamaları yapılmıştır. Ayrıca, yapılan analiz çalışmaların daha sistematik bir şekilde gerçeklenebilmesi ve analiz sonuçlarının görselliğinin artırılması için MATLAB tabanlı Zafiyet Analiz Programı (MATVAP) geliştirilmiş olup, programın kullanıcı arayüzü detayları tezin ekler bölümünde sunulmuştur. İletim sistemi işletmecileri artan tehdit unsurlarına karşı acil durum manevra planlarını güncelleyerek uygulamak noktasına gelebilmektedirler. Olumsuz etkileri asgari seviyeye indirgeyecek etkin bir karşı savunma planın oluşturulabilmesi için sistemin potansiyel zafiyet oluşturulabilecek noktalarının önceden tespit edilerek, bu bilgiler ışığında savunma planlarının hazırlanması gerekmektedir. Tez çalışmasının devamında, iletim sistemi işletmecilerinin acil durum manevra planlarına katkı sağlamak amacıyla sistemde yer alan kritik noktaların tespiti ve kısıt sonrası olumsuz etkilerin azaltılmasına yönelik karşı tedbir (manevra) işlemlerini belirleyerek oluşması muhtemel teknik ve ekonomik sorunları asgari seviyeye indirgeyecek bir bilgi tabanlı karar destek algoritması geliştirilmiştir. Söz konusu problemin çözümüne yönelik olarak genetik algoritma temelli zafiyet tabanlı kısıtlılık koşullu yük akışı algoritması ile sistemin kısıt sonrası durmunu değerlendiren karar ağacı bazlı karar destek metodolojisi geliştirilmiştir. Bu sayede sistemde oluşan ilk kısıt sonrası, kısıt tipine göre müdahale planları gözden geçirilmekte ve sistemin savunma planı en az olumsuz etkiye neden olacak şekilde muhtemel ikincil kısıtlar uyarınca revize edilmektedir. Kısıt sonrası sistemde oluşacak yan etkiler; üretim artışı/azaltması ve/veya yük atma gibi kısa dönem kontrol müdahaleleri ile mevcut sistem kısıtları içerisinde kalacak şekilde çözümlenmeye çalışılmaktadır. Ancak, üretim tüketim dengesi sistem geneli için hiçbir şekilde sağlanamadığı durumlar için kısmi ada çalışma durumuna geçilebilmektedir. Yapılan çalışmanın en önemli katkılarından birisi de durağan durum için geliştirilen bir yük akışı analiz yönteminin karar ağaçları ile birlikte kullanılarak sistemin kararlılığı gibi dinamik bir olayı kestirmek için kullanılmasıdır. Geliştirilen yöntemin doğrulaması örnek bir ardışıl açma senaryosu ile EMTP programı üzerinde IEEE-39 test ağı benzetim modeli kurularak yapılmıştır. İlave olarak, sistemin güvenli moda geçmesi öncesinde maliyet analiz yapılarak söz konusu işletmesel değişikliğin yapılıp yapılmayacağı konusu ekonomik kıstaslar uyarınca değerlendirilmiştir. Geliştirilen yöntemin pratik uygulama olanağı bulması sonrasında özellikle iletim sistemi operatörlerinin acil durum manevra planlarını test etmeleri için faydalı bir araç olabileceği değerlendirilmektedir.
Enhancing photovoltaic system performance through NARX-LSTM forecasting and neuro-controller based MPPT techniques

(Graduate School, 2024-09-19) Okieh İsman, Oubah ; Şeker, Şahin Serhat ; 504202028 ; Electrical Engineering

The increasing worldwide energy demand in transportation, residential, and industrial sectors, along with the adverse environmental impacts of continued fossil fuel use, has made renewable energy sources critically important. Renewable energy, which includes wind, geothermal, biomass, solar, and hydropower, is crucial for enhancing energy security, decreasing reliance on non-renewable resources, and addressing global environmental deterioration. Between 2022 and 2023, the total global capacity for renewable energy achieved an important achievement of 3, 381 gigawatts (GW). Within this range, solar energy emerged as a prominent source, with an installed capacity of 1, 053 GW, ranking second only to hydropower, which leads with a capacity of 1, 392 GW. Over the past decade, the installed solar capacity has experienced substantial growth, escalating from 140, 514 megawatts (MW) in 2013 to 1, 053 GW by 2022. This dramatic expansion highlights the decreasing costs and enhancing efficiency of solar technologies, reflecting their growing feasibility to meet surging energy demands sustainably. Despite the rapid growth and adoption of solar power, the overall performance of photovoltaic (PV) systems is significantly influenced by various environmental factors. These include solar irradiance, temperature, and atmospheric conditions, which can vary widely depending on geographic and climatic contexts. Addressing this through continuous technological innovation and system design improvements is essential for maximizing the potential of solar energy to meet the world's growing energy needs effectively and sustainably. In this context, this thesis presents advanced methodologies to enhance the performance of PV systems through two main approaches. Firstly, it develops a hybrid Nonlinear Autoregressive with Exogenous Inputs (NARX) and Long Short-Term Memory (LSTM) model for accurate daily solar irradiance forecasting. This model effectively handles the complex, non-linear relationships inherent in weather-related data, significantly improving prediction accuracy and system responsiveness to environmental changes. Secondly, the thesis implements neuro-controller-based Maximum Power Point Tracking (MPPT) techniques, which dynamically optimize energy capture and conversion efficiency, adapting in real-time to varying environmental conditions. Additionally, the thesis incorporates a theoretical application study of a 30 MWp grid-connected solar PV power plant in Djibouti.
Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

(Graduate School, 2024-07-17) Fadoul, Fathi Farah ; Çağlar, Ramazan ; 504202026 ; Electrical Engineering
Generation and measurement of mixed voltages, investigation on electrical discharge phenomena, and electric field analysis

(Graduate School, 2022-04-27) İspirli, Mehmet Murat ; Kalenderli, Özcan ; 504182005 ; Electrical Engineering

The insulation systems in power systems are frequently faced combinations of the operational voltage with over voltages. These types of voltage are called as "composite voltages" and "combined voltages" depending on the type of test object. They are superimposed two voltage signals with different properties (amplitude, frequency, time parameter, waveform). In order to generate them, it is necessary to connect different types of voltage generators together or types of two different voltage must be applied simultaneously to the device under test (DUT). In literature, tests of electrical insulation material are only applied for a single type of voltage wave. But, insulation of the system is forced with the electric field formed by the sum of the system voltage and overvoltage, when the internal and external overvoltage occurs in power systems. For example, insulation of the system is stressed with sum of the operation alternative voltage and lightning impulse voltage, when lightning strikes to power system line. During this event, the stress to which the insulation system is subjected differs according to the polarity of the lightning impulse and the polarity of the operating voltage at the time the lightning occurs. So, composite voltage conditions in the system must also be considered, when the insulation security and reliability of the system is defined. In this context, this thesis is based on three SCI articles on composite and combined voltage. In the first section of the thesis, 66 kV and 110 kV SiR insulators currently used in power transmission systems have been analyzed under combined AC–DC voltage using the finite element method (FEM). Insulators are the most crucial part of power systems. The insulation performance of insulators is vital for the sustainability of power systems. Recently, silicone rubber (SiR) insulators are used frequently in all sections of the power systems. In the analyzes made, positive and negative DC voltages in different amplitude ratios were superimposed over the phase-earth operating voltage of the insulator. In the study, the models were created based on time and analysis were applied in time-dependent. Alone DC voltage was applied to the insulator for the first 60 s, AC + DC voltage was applied between 60 to 120 s. Thus, the electric field behavior of the SiR insulator under combined AC–DC voltage has been obtained. The change of electric field based on positive and negative DC components was investigated. As a result of the study, the effect of the polarity of the DC component in the combined voltage was observed. The effect of the polarity of the DC component in the combined voltage on the maximum electric field intensity was observed. In the second section of the thesis, the effects of different electric fields, distance between electrodes and DC component of composite voltage on the breakdown voltage of air were investigated. The valve side of the converter valve in the HVDC transmission systems is subjected to mixed voltages such as composite AC & DC voltage. Normally, their structures have the geometry to create a uniform or less uniform electric field, but sharp points such as burrs on smooth surfaces can create non-uniform electric fields. In this study, four different electrode arrangements were used in the experiments to create different electric fields. The effects of the homogeneity of electric field on breakdown voltage were investigated for different ±DC component amplitudes of the composite voltage. The field efficiency factor was calculated using mean and maximum field strengths for all of them. Variation of breakdown voltage of air was examined under the composite AC & DC voltage for different ratios ±DC. As one result of the study, the breakdown occurs at the positive half-wave of the AC voltage despite −DC voltage being applied due to positive corona discharge pulses. This breakdown point is named as the polarity change point. The breakdown voltage increases with the decrease of DC voltage component up to polarity change point in non-uniform electric field. As a result of the experiments, it was seen that the polarity change point is closely related to the homogeneity of the electric field. As the homogeneity of the electric field increases, the polarity change point starts to be lower −DC voltage. In less uniform electric field, the AC breakdown voltage was measured slightly higher than the DC breakdown voltage. In less uniform electric field, as the ratio of the applied AC voltage to DC voltage increases, the breakdown voltage gradually approaches the AC breakdown voltage. This result is similar to the result obtained for the +DC component in non-uniform electric field experiments. In the last section of the thesis, firstly, experimental circuits were designed to generate and measure composite DC and LI high voltage using a simulation program. The voltage sources used in composite voltage generation must be isolated from each other with coupling elements so that they do not affect each other. In this context, it is critical to decide on the types and values of coupling elements. The coupling elements used were chosen according to simulation results. Afterward, experimental circuits were established in the laboratory according to the simulation results of the designed experimental circuit. Then, breakdown voltages under composite DC and LI voltage for less uniform and non-uniform electric fields were measured with four different electrode systems for positive and negative DC voltage pre-stresses with different amplitudes. The 50% breakdown voltage was calculated using the least-squares method. Finally, 3D models were created for the electrode systems used in the experiments using the finite element method. The efficiency factors of electrode systems calculated with the FEM results were correlated with the experimental breakdown voltage results. Thus, the breakdown behavior of air under bipolar and unipolar composite voltages (CV) was investigated. In conclusion, the experimental results showed that very fast polarity change in bipolar CV causes higher electrical stress compared to unipolar CV.
Online impedance measurement of batteries using cross-correlation technique

(İTÜ Graduate School, 2022) Gücin, Taha Nurettin ; Ovacık, Levent ; 723130 ; Elektrik Mühendisliği

Although the foundation of battery technologies had been laid out quite a long time ago, the recent increase of the interest for technologies such as renewable energies, portable devices, electric vehicles urged the battery technology to emerge as a major research topic. Moreover, for such applications, the batteries generally considered to be one of, if not the most crucial component of the system, as the energy provided within them ensures the continuity of system operations. Additionally, the lifetime of such systems is generally directly correlated with the lifetime of batteries utilized thereof. Consequently, the assessment of battery condition is a crucial aspect for the durability and stability of a very wide range of applications. However, as most of the parameters regarding the status of the batteries are not directly measurable, the battery status generally has to be estimated. This task is generally undertaken by a battery management system (BMS), which often runs some tests on the battery to predict certain parameters such as state of health (SOH) and state of charge (SOC). Electrochemical Impedance Spectroscopy (EIS) principally presents the complex impedance values of a battery over a frequency range of interest and it is widely accepted as the most advanced testing technique for batteries as it allows a foundation for the estimation of various battery parameters such as battery temperature, SOC and SOH. However, very often, these measurements have to be accompanied with advanced estimation algorithms for ensuring reliable and accurate estimation of parameters. This thesis aims to provide a practical implementation of EIS measurements. For this purpose, the study presented in this thesis implements the suggested method into the DC-DC converters, which are almost always present in the systems deploying batteries. The implemented method is based on cross-correlation calculations. In the first part of the thesis the motivation and the objectives of the study is elaborated and a literature overview of the state of the art is provided for representing the current approaches and for emphasizing the need for improvements. The first part is followed by a theoretical background section, where the principles of the cross-correlation calculations and it's adaptation to battery EIS measurements are explained in detail. Several improvements for the method, especially aimed for battery applications, are also provided. In the subsequent part, the theoretical findings are supported by simulations, which are created in MATLAB by using the Simulink graphical programming environment. In this part, the theory is preliminarily tested by simulations regarding impedance measurements of a passive RLC circuit. In the latter part, a test bench is designed for performing experiments to serve as proof of concept for the suggested approach. The test bench comprises a digitally controlled boost converter that is configured for charging a 12-V, 7-Ah sealed lead-acid (SLA) battery. The boost converter is controlled by an FPGA based platform, namely the Nexsys 4 DDR of Xilinx. The digital controller also comprises subprogram for injecting the necessary signals to the battery. The waveforms that occur during the tests are then recorded by a data acquisition system based on NI cDAQ platform so that the saved data can be processed in MATLAB environment for calculating the EIS diagrams. During the experiments, firstly, the battery is tested via the proposed method at 50% SOC. It is shown that the results of the present approach coincide with those obtained by a commercially-available, laboratory-type, high-precision instrument. Finally, the tests were also repeated for 25% and 75% SOC values. Additionally, further results are also presented to prove the validity of the approach even when the DC-DC converter is configured to provide a constant current under closed feedback loop. In conclusion, it is shown that the proposed approach can be reliably used to analyse the impedance of batteries over a wide frequency range during battery charging process.
Şebeke ile senkron çalışmada çok seviyeli güç elektroniği devreleri üzerinden okyanus dalga enerjisinin dönüştürülmesinin matematiksel modellemesine katkılar

(Lisansüstü Eğitim Enstitüsü, 2021-12-19) Çolak, İlknur ; Kocabaş, Derya Ahmet ; 504062004 ; Elektrik Mühendisliği

Son yıllarda dünyadaki enerji ihtiyacının karşılanması amacıyla yapılan çeşitli araştırmalar içinde yer alan dalga enerjisinden yararlanma fikri, günümüz koşullarında her geçen gün daha da önem kazanmaktadır. Son yarım asırdır artan petrol krizi ile birlikte doğal enerji kaynaklarından elektrik enerjisi üretimi popüler hale gelmiş ve dünya genelindeki pek çok ülkenin 2030 yılı itibariyle karbondioksit ve benzeri diğer zehirli gazların emisyonunu %50'ye düşürme hedefleri sayesinde yenilenebilir enerji kaynaklarının kullanılması zorunlu hale gelmiştir. Güneş ve rüzgar enerjisine kıyasla kendine küçük de olsa bir yer edinen dalga enerjisi, konunun karmaşıklığı, üretiminin zor olması ve uygun uygulama alanı bulma konusundaki zorluklar nedeniyle halen prototip safhasını aşıp, ticari boyut kazanamamıştır. Dalga enerjisinden elektrik enerjisi üretimi konusunda yapılan çalışmalarda gelişmiş güç elektroniği topolojilerinin ve kontrol yöntemlerinin uygulanması konusunda geniş çaplı araştırmalar yapılmamıştır. Bu nedenle bu tez çalışmasında ilk olarak dalga enerjisinden Wells türbini yardımıyla elektrik enerjisi üretiminin matematiksel analizi yapılmıştır. Sistemin ve sistem bileşenlerin ayrık ve bütünleşik matematiksel modelleri elde edilmiştir. Dalgadan elde edilen enerjinin şebekeye aktarılması için üç seviyeli aktif doğrultucu ve üç seviyeli evirici kullanılmış ve sistem kapalı modellenmesi benzetim ortamında gerçeklenmiştir. Denizdeki rüzgar dalgalarının enerjisi dağıtım ağındaki elektriğe dönüşene kadar, genel olarak dört aşamadan geçer. İlk aşamada, dalgadaki enerjiyi bir mekanik harekete dönüştürmek gerekir. Ortaya çıkan bu mekanik enerji, denizdeki dalgaların karakteristiği gereği, büyük genlikli, düşük hızlı hareketlerdir. İkinci aşamada mekanik enerjinin elektrik enerjisine dönüştürülmesi gerekir. Şebekede kullanıma uygun olmayan bu enerjinin, sabit frekans ve sabit genlikli gerilime dönüştürülmesi gerekir. Elektrik üretimine uygun hızlara getirilmiş hareketten elektriğin üretilmesi ve üretilen elektriğin dağıtım şebekesine aktarılabilecek kaliteye getirilmesi de üçüncü aşamada çözümlenir. Son aşamada ise üretilen elektriğin, özellikle çok sayıda birimden oluşan sistemlerde, genel dağıtım ağı ile entegre edilmesi söz konusudur. Dalga enerjisinden enerji üretimi konusundaki en büyük zorluklardan biri olan dalga dönüşüm tipinin belirlenmesi ve belirlenen sistemin hidrolik ve pnömatik çevrim analizlerinin yapılarak sistem matematiksel modellemesinin gerçekleşmesidir. Bu çalışmada dalga enerjisi çevrim sistemi için salınımlı su kolonu (OWC) sistemi kullanılmış ve pnömatik enerjinin mekanik enerjiye dönüştürülmesi için de en basit ve güvenilir kendinden doğrultmalı hava türbini olan Wells türbini kullanılmıştır. Türbin/generatör grubunun çıkışındaki gerilimin doğrultulmasında kullanılan aktif doğrultucu, üç fazlı, üç seviyeli ortadan kenetlemeli çevirici (3L-AFE) topolojisi olup, çevirici sinüs biçimli darbe genlik modülasyonu (SPWM) metodu ile kontrol edilmiştir. Doğrultucunun çift yönlü akım akıtma yeteneğine sahip olması sayesinde, generatörden çekilen reaktif gücün kontrolü, toplam harmonik akım kompanzasyonu, generatörün ilk kalkış anındaki tahrik geriliminin sağlanması mümkün olmaktadır. Doğru gerilimin alternatif gerilime çevrilmesinde kullanılan ve gerilim kaynağı olarak çalıştırılan üç seviyeli evirici (3L-NPC), güç elektroniği uygulamalarında henüz çok yeni bir kontrol yöntemi olan üç seviyeli NTV-SV-PWM (nearest three vector - space vector - pulse width modulation) metodu ile kontrol edilmiştir. Uzay vektör modülasyon yöntemi gerilimin daha geniş bir aralıkta kontrol edilmesini sağlarken aynı zamanda cıkıştaki harmoniklerin düşürülmesinde onemli rol oynamaktadır. Bu çalışmada amaç farklı disiplinlerdeki yenilikleri bir araya getirerek yenilenebilir enerji kaynakları uygulamalarına yenilikçi bir açısı ile özgün bir katkıda bulunmaktır. Uzay vektör modülasyon yöntemi, ölçülen anlık referans vektöre en yakın üç vektörün belirlenmesi ve yarı iletken anahtarların bu vektör değerlerini oluştururken anahtarlama kayıplarını en düşük seviyede tutacak sıra ve sürede (dwell time) uygulanmasına dayanır. Bu yöntem ile evirici anahtarlama kayıpları minimunda turulurken evirici çıkışının şebeke gerilimine senkronize edilmesi de sağlanmış olur. Doğru gerilim barasının kontrolünde vektörlerin büyüklüklerindeki ve açılarındaki sapma ve doğru gerilim barası orta noktasının akım yönü bilgisi kullanılır. Bu bilgilere göre anahtarların anahtarlama sırasının önceden kestirimi yapılır ve bir veri arama tablosu (look-up table) oluşturulur. Bu sayede kontrol döngülerinin azaltılması ve sistem cevabının hızlandırılması sağlanmış olur. Aynı doğru gerilim barası ile birbirine bağlı üç seviyeli aktif doğrultucu ve üç seviyeli eviricinin görev dağılımları aşağıdaki gibidir. Aktif doğrultucu: -Alternatif gerilimin doğru gerilime çevrilmesi -Doğru gerilim barasının gerilim değerinin sabit tutulması -Çift yönlü akım geçişinin sağlaması (S-PWM kontrolü) -Akım harmoniğinin düşürülmesi -Doğrultucunun alternatif gerilim uçlarında üç seviyeli faz arası gerilimlerinin oluşturulması -Alternatif gerilim girişinden sinüzoidal akım çekerek güç faktörünün bire yakın tutulması Üç seviyeli evirici: -Doğru gerilimin alternatif gerilime çevrilmesi -Çift yönlü akım geçişinin sağlaması (NTV-SV-PWM kontrolü) -Akım harmoniğinin düşürülmesi -Gerilim harmoniğinin düşürülmesi -Doğru gerilim barası nötr noktasının kontrolü -Çıkış geriliminin şebekeye senkron çalıştırılması Bu çalışmada salınımlı su kolonu (OWC), Wells türbini, senkron generatör, doğrultucu ve eviriciden oluşan dalga enerjisinden elektrik enerjisine dönüşüm sisteminin tekil matematiksel modellemesi detaylandırılmış ve karmaşık girişli, karmaşık sistemin bütünleşik matematiksel modellerine katkıda bulunacak sonuçlar elde edilmiştir. Dalgalardan elektrik enerjisi üretimi konusuna duyulan ilgi dünya genelinde artmakta olup, çalışmalar henüz yeni yaklaşımlar üretmek düzeyindedir. Bu nedenle bu tez çalışmasının sonuçları ciddi bir dalga enerjisi potansiyeline sahip olan Türkiye'nin enerji politikalarının başarısı ve bu konuda uluslararası platformlarda yer edinmesi açısından büyük önem taşınmaktadır. Ayrıca bu proje Türkiye'nin yenilenebilir enerji konusundaki antlaşmalarda üstlendiği yükümlülüklerin yerine getirilmesi açısından da katkı sağlamaktadır.
Yenilikçi bir aşırı modülasyon tekniği ve kompleks akım kontrolörü tasarımı ile algılayıcısız cer motoru kontrolü

(Lisansüstü Eğitim Enstitüsü, 2023-03-15) Altıntaş, Gökhan ; Kocabaş, Derya Ahmet ; 504172013 ; Elektrik Mühendisliği

Günümüzde tercih edilen kara yolu ulaşım araçları oldukça gelişmiş yapıdadır. Özellikle elektrikli araçlara olan ilginin artması ve toplumlar tarafından benimsenen çevreci hedefler araştırmaları bu yöne kaydırmıştır. Raylı ulaşımda kullanılan araçların çekiş kuvvetleri elektrik motorları tarafından sağlanmaktadır. Bu motorlar cer motoru olarak adlandırılırken kontrollerinde yüksek kalkış torku, maksimum güç ve geniş bir hız aralığında çalışma hedeflenir. Endüstriyel motor kontrol uygulamalarında klasik akım kontrolörleri, hız-tork hesaplama işlemleri ve modülasyon teknikleri yüksek anahtarlama frekansı sayesinde yeterliyken cer motorlarının kontrolünde yüksek güçten dolayı anahtarlama frekansı kısıtlıdır. Kısıtlanan anahtarlama frekansı dolayısıyla motor kontrol uygulamasında örnekleme frekansı da düşüktür bu durum da kontrol, ölçüm ve çıkış işaretlerinin çözünürlüğünün ve kararlılığının düşük olmasına neden olur. Tüm bunlardan dolayı klasik yaklaşımların dışına çıkmak gerekmektedir. Bu tez raylı sistemlerde kullanılan araçlarda hareketi sağlayan cer motorlarının kontrolünde yaşanan problemlerin, zorlukların çözümüne yönelik olarak üç ayrı yaklaşım ortaya koymaktadır. Tez kapsamında yapılan ilk çalışma DA bara geriliminden en yüksek oranda faydalanabilmek için bir modülasyon algoritması tasarımıdır. Modülasyon algoritması uzay vektör darbe genişlik modülasyonunu kare dalgaya kadar genişleterek DA bara geriliminden en yüksek faydalanma oranını sağlar. Yüksek hassasiyet ile çözülmesi gereken uzay vektör denklemlerini doğrusal bölgedeki halleriyle aşırı modülasyon bölgesinde aynı şekilde kullanmak mümkün değildir. Geliştirilen modülasyon algoritmasında doğrusal olmayan bölge iki alt bölgeye ayrılarak ilk bölgede referans gerilim vektörünün genliği düzenlenirken ikinci bölgede hem genlik, hem de açı düzenlenmektedir. Özellikle 2. aşırı modülasyon bölgesinde kararlılığı sağlamak, istenen hassasiyete erişmek, evirici çıkışında düzgün bir gerilim dalga formu elde etmek ve istenmeyen etkileri bastırmak için geliştirilen modülasyon algoritmasında sanal bir "değiştirilmiş açı" terimi ifade edilmiştir. Yeni hesaplanan değiştirilmiş açı, referans gerilim vektörünü, uzay vektörü altıgeni içinde tutarak cer motoru kontrolünün kararlı çalışmasını sağlar. Ayrıca, önerilen yöntem doğrusal modülasyondan aşırı modülasyona ve sonrasında da aşırı modülasyondan kare dalga modülasyonuna kadar düzgün bir çalışma ve çalışma bölgeleri arasında yumuşak bir geçiş sağlar. Önerilen yöntemde örnekleme frekansı, anahtarlama frekansının iki katı olarak seçilmiştir ve böylece modülasyon sinyali hesaplamalarında örnekleme periyodunun yer almaması sağlanmıştır. Hesaplama süresinin düşürülmesiyle kesme tabanlı yazılım akışında kesme süresiyle iç içe geçme durumu yaşanmasının önüne geçilmiş olur. Geliştirilen yöntem dijital kontrol ünitesinde TI C2000 TMS320F28335 işlemcisi üzerinde koşturularak raylı araç cer motoru test düzeneği ile test edilmiştir. Düşük anahtarlama frekansı temelli geliştirilen teorik yaklaşımların deney düzeneğinde elde edilen sonuçlar ile uyumlu olduğu gösterilerek geliştirilen yöntemin performansı değerlendirilmiştir. Geliştirilen yöntem sadece raylı araçlarda kullanılan cer motorlarının kontrolünde değil, otomotiv gibi benzer çekiş kontrol isterlerinin yer aldığı uygulamalar için de uygundur. Tez kapsamında gerçekleştirilen ikinci çalışma, cer motorlarında kullanılan hız sensörlerinden kaynaklı sorunları bertaraf edebilmek için sensörsüz cer motoru kontrolü üzerine olmuştur. Asenkron motorlu çekiş sistemlerinde motorlarda kullanılan kodlayıcılardan kaynaklı bozulmalar ve işaret değişimleri meydana gelebilmektedir. Ayrıca bu işaretler filtrelenerek meydana gelen gecikmeler ve bozulmalar yüksek güçlü sistemlerde anahtarlama-örnekleme frekansının düşük olması dolayısıyla cer motoru kontrol algoritmasını özellikle de cer motoru dinamik davranışını oldukça yüksek şekilde etkilemektedir. Ek olarak, tork büyüklüğünün de kestiriminin yapılması ve tren kontrol yönetim sisteminden gelen tork isteğini başarılı şekilde takip edip edemediğini değerlendirilmesi gerekmektedir. Tüm bunlar göz önüne alınarak endüklenen gerilim tabanlı hız ve tork gözleyicisi geliştirilmiştir. Gözleyicide, yalnızca ölçülen faz akımlarını kullanarak endüklenen gerilimi tahmin etmek için asenkron motorun RST-αβ-dq matematiksel modeli kullanılmıştır. Kestirim sürecinin herhangi bir noktasında gecikme etkisi yaratmamak için yazılımsal filtre kullanılmamıştır. Örnekleme frekansı anahtarlama frekansının iki katı seçilerek örneklemenin anahtarlama gürültülerini içermemesi için DGM çıkışlarının etkinleştirilmediği durumlarda gerçekleştirilmesi amaçlanmıştır. Ayrıca, gözleyicinin dört bölgede çalışmasını sağlamak için gözleyiciye otomatik açı düzeltme metodolojisi uygulanmıştır. Bu tarz uygulamaların en büyük problemi olan sıfır hızdan motor kalkışını başarılı bir şekilde sağlayabilmek için bir motor kalkış stratejisi uygulanmıştır. Geliştirilen yaklaşım cer motoru deney düzeneğinde test edilerek sonuçların beklentilerle örtüştüğü görülmüştür. Tez kapsamında geliştirilen son çalışma ise cer motoru kontrolünde uygulanan alan yönlendirmeli kontrol stratejisinin en önemli birimi olan akım kontrolörü tasarımıdır. Düşük anahtarlama frekansı/stator besleme gerilimi frekansı oranı, kuvvetli çapraz bağlantı ve yetersiz bozucu performansı nedeniyle klasik PI kontrolörleriyle gerçekleştirilemeyen cer motoru akım kontrolünü gerçekleştirebilmek için değiştirilmiş yapıda bir kontrolör yapısı geliştirilmiştir. Klasik kontrol yaklaşımı dışında kontrol ve sistem modeli kompleks vektör gösterimiyle ifade edilmiştir. Böylece sistem derecesi düşürülerek analizler ve tasarımlar daha uygun şekilde yapılmıştır. Alan yönlendirmeli kontrol stratejisiyle asenkron motor stator akımı birbirinden 90o faz farklı d-q olmak üzere iki akım bileşenine dönüştürüldüğünde senkron hızda dönen eksen takımına geçilmesinden dolayı d ve q gerilim referansı ifadelerinde birbirine etki eden çapraz bağlantı bileşenleri ortaya çıkar. Ayrıca dijital motor kontrol uygulamalarında hesaplamadan, örneklemeden kaynaklı ve DGM doğası gereği gecikmeler mevcuttur. Ek olarak düşük frekanslı ve DA işaretleri bastırmak cer motoru kontrol uygulamasından beklenen çıktılardır. Tüm bunlar göz önüne alınarak düşük anahtarlama-örnekleme frekansı uygulamalarında kullanılabilecek çapraz bağlantı giderme performansı yüksek ve gecikmeleri kompanze edecek bir dijital kompleks akım kontrolörü önerilmiştir. Önerilen kontrolörde çapraz bağlantıyı gidermek için klasik uygulamaların aksine kontrolör iç yapısını düzenleyerek kontrolör sıfırının sistem kutbuna götürülmüştür. Geliştirilen kontrolöre düşük frekanslı ve DA işaretleri sönümleyebilmesi için sistemin toplam direncini artırmak amacıyla aktif sönümleme direnci de eklenmiştir. Akım kontrolörünün başarım testleri farklı çalışma koşullarında cer motoru dinamometresinde gerçekleştirilmiştir. Bir raylı aracın hızlanma, yavaşlama, yüklenme koşulları dinamometrede gerçekleştirilerek akım kontrolörünün iyi sonuçlar verdiği görülmüştür. Geliştirilen kontrolörün yüksek takip performansı, gecikme kompanzasyonu, çapraz bağlantı giderme ve dinamik sertlik özellikleri sayesinde diğer çekiş uygulamalarında ve diğer çekiş motoru türlerinde de başarıyla uygulanabilecek boyutta olduğu gösterilmiştir. Sonuç olarak cer motorlarının kontrolünde yaşanan problemler irdelenmiş ve bu problemlerden en önemlilerine yenilikçi yaklaşımlarla çözüm önerilmiştir. DA bara geriliminden maksimum fayda sağlayabilmek için uzay vektör darbe genişlik modülasyonu düşük örnekleme frekansında yenilikçi bir yaklaşımla aşırı modülasyon bölgesine genişletilerek kare dalga modülasyonuna başarılı şekilde geçilmiştir. Cer motorlarının en önemli iki büyüklüğü olan hız ve tork için endüklenen gerilim tabanlı kestirim algoritması tasarlanarak uygulanmıştır. Tasarlanan yapı ile çekiş sistemi maliyeti azaltılabilir ve sensör kaynaklı hatalardan dolayı işletmenin kesilmesi önlenebilir. Düşük anahtarlama frekansı dolayısıyla anahtarlama frekansı/stator besleme gerilimi frekansı oranının düşük olması nedeniyle ortaya çıkan problemleri ortadan kaldırmak için cer motorları kontrolünde kompleks vektörlerle ifade edilen akım kontrolörü önerilmiştir. Önerilen kontrolör çapraz bağlantı giderme ve referans takibi konusunda yüksek performansa sahiptir.
Yuvarlak rotorlu senkron generatörlerde hava aralığı alan şeklinin iyileştirilmesine katkılar

(Lisansüstü Eğitim Enstitüsü, 2023-10-12) Atalay, Ahmet Kubilay ; Kocabaş, Derya Ahmet ; 504102005 ; Elektrik Mühendisliği

Yüksek hızlı türbinler tarafından tahrik edilen yuvarlak rotorlu senkron generatörler, elektrik enerjisi üretiminde sıklıkla kullanılmaktadır. Bir senkron generatörün güç kalitesi, uyarma alanı harmonikleri ile doğrudan ilişkilidir. En belirgin harmonikleri ortadan kaldırmanın geleneksel yöntemi, eş olukları rotor çevresinin 2/3'üne eşit oluk aralıkları ile dağıtıp, rotor çevresinin 1/3'ünü oluksuz bırakmaktır. Rotor üzerine yerleştirilmiş tüm oluklar aynı boyut ve sarım sayısına sahip olup, aynı uyarma akımını taşırlar. Bu geleneksel rotor sargı yayılımı, en belirgin harmonikleri, özellikle de 3. harmoniği, ortadan kaldırarak güç kalitesine etkin bir katkı sağlasa da, daha fazla harmoniğin yokedilmesi imkanı mevcuttur. Bu tez çalışmasında, bir yuvarlak rotorlu senkron generatörde en belirgin harmonikleri ortadan kaldırmak için yeni oluk konumları ve oluklardaki yeni sarım sayıları Newton-Raphson algoritması kullanılarak hesaplanmıştır. Fiziksel olarak uygulanabilir en uygun çözüm belirlenmiş ve geleneksel bir generatörün rotoruna uygulanmıştır. Stator ve diğer rotor boyutlarında herhangi bir değişiklik uygulanmazken yalnızca oluk boyutları ve oluklardaki sarım sayıları gibi gerekli büyüklükler değiştirilmiştir. Sonrasında yeni tasarımın işletme başarımı geleneksel tasarımla elde edilen sonuçlarla karşılaştırılmıştır. Toplam harmonik bozunumu, kullanılan malzeme miktarı ve toplam kayıpların azaldığı, verimde hafif bir artış ile güç kalitesi ve güç faktörünün iyileştiği izlenmiştir. Çalışmanın ilk bölümünde geleneksel yuvarlak rotorlu senkron generatör imalat aşamaları verilmiştir. Literatürde farklı tasarım süreçleri ve örnekleri bulunurken, çalışma bunlardan biri olan ve saygın bir referanstan alınan bir örnek üzerinde yoğunlaşmıştır. Tasarım aşamaları doğrultusunda söz konusu geleneksel tasarımla ilişkili harmonik çeşitliliği ve sargı faktörleri incelenmiştir. Çeşitli rotor oluk sayıları için harmonik çeşitliliği ve sargı faktörleri verilmiş ve elde edilen sonuçlara göre problem, toplam harmonik bozunumunu azaltarak güç kalitesini arttırmak amacıyla uyarma alanındaki mevcut harmonikleri ortadan kaldırmak için uyarma alanında bir eniyileştirme gereksinimi olarak tanımlanmıştır. Elde edilensonuçlar, eniyileştirilmiş sonuçlarla karşılaştırma amacıyla kullanılmıştır. Çalışmanın ikinci bölümünde, uyarma alanındaki mevcut harmonikleri mümkün olduğunca ortadan kaldırarak uyarma alanını eniyileştirmek için bir yöntem geliştirilmiştir. Bu amaçla Newton-Raphson algoritması kullanılmıştır. Bu algoritma sadece kolay ve güvenilir olduğu için değil, aynı zamanda hızlı olması nedeniyle çözümün tekilliğini kontrol etmek için de tercih edilmiştir. Bu noktada, uyarma alanının temel bileşeninde bir azalmayı önlemek için, uyarma sargısındaki toplam rotor oluk sayısı ve toplam sarım sayısının sabit tutulduğu belirtilmelidir. Öte yandan, rotor oluk konumları, rotor oluk boyutları ve her bir rotor oluğundaki sarım sayısı ayarlanarak daha üstün güç kalitesi sağlanmıştır. Rotor oluk sayısı ile temizlenecek harmonik adedi arasında bir ilişki olduğu izlenmiştir. Yöntem önceki bölümde bahsedilen rotor sargı şemalarına uygulanmış ve sonuçlar karşılaştırılmıştır. Önerilen yöntemin harmonikleri gidermede ve güç kalitesini artırmada geleneksel yönteme göre daha etkili olduğu ortaya konmuştur. Ortaya çıkan sonuçlar, belirli bir makineye uygulanarak çalışmanın bir sonraki aşamasına geçilmiştir. Çalışmanın üçüncü bölümünde, bir önceki aşamada elde edilen çözümlerden biri, birinci bölümde bahsedilen geleneksel yöntemle tasarlanmış örnek bir yuvarlak rotorlu senkron generatöre uygulanmıştır. Bu aşamada, örnek yuvarlak rotorlu senkron generatörün rotor sargı şeması hem geleneksel hem de önerilen yöntem için tasarlanırken, stator boyutları, rotor çapı, rotor oluk sayısı ve uyarma sargısındaki toplam sarım sayısı değiştirilmemiştir. Daha sonra her iki tasarım da yüksüz ve tam yük koşulları için sonlu elemanlar tabanlı bir yazılım kullanılarak benzetilmiştir. Her durum için hava aralığı manyetik alanının radyal bileşeninin harmonik çeşitliliği ve sargı faktörleri karşılaştırmalı olarak verilmiştir. Ayrıca her iki tasarım için başarım ve malzeme tüketimi karşılaştırması yapılmış ve sonuçlar sergilenmiştir. Söz konusu problemle ilgili çok sayıda çalışma olmasına rağmen, yuvarlak rotorlu senkron generatörler için güç kalitesine güçlü katkı sağlayan yeni ve sıra dışı bir uyarma sargısı tasarım yöntemi ortaya çıkarılmıştır. Yöntemin etkinliği ve başarısı benzetim, çözümleme ve karşılaştırma adımları ile doğrulanmıştır. Çalışma, yuvarlak rotorlu senkron generatörlerde uyarma alanındaki harmoniklerin daha fazla ortadan kaldırılması için hala imkan bulunduğunu göstermektedir. Bu tez çalışması İTÜ Bilimsel Araştırma Projeleri Birimi tarafından 1424 proje numarasıya desteklenmiştir.
Yüksek güçlü IGBT'ler için kapı sürme devresi

(Lisansüstü Eğitim Enstitüsü, 2023-04-27) Tanrıverdi, Osman ; Yıldırım, Deniz ; 504112006 ; Elektrik Mühendisligi

IGBT anahtarlama elemanlarının SOA (Emniyetli çalışma bölgesi İng: Safe Operating Area) bölgesi içerisinde çalışması, sistemdeki di_C/dt'den (kollektör akım değişim hızı) kaynaklı gürültülerin azaltılması, anahtarlama kayıplarının ve bunun sonucu oluşan IGBT'lerin sıcaklık değişimlerinin kontrolünün yapılabilmesi için kapı sürme devrelerinin tasarımı büyük önem taşımaktadır. IGBT anahtarlama geçişlere bakıldığında iki önemli elektriksel stres görülmektedir: Bunlardan birincisi, iletime geçiş esnasında IGBT paralel diyotundan dolayı oluşan yüksek akım aşımlarıdır. İkincisi ise kesime geçiş esnasında sistemdeki kaçak endüktanslardan dolayı IGBT uçlarında oluşan gerilim aşımlarıdır. IGBT'lerin anahtarlandığı çevirici sistemini etkileyen diğer önemli bir etken olan elektromanyetik yayınım durumu bu iki problemden kaynaklanmaktadır. Sürekli çalışmada ise jonksiyon sıcaklığı ve sıcaklıktaki değişimler sistem güvenliğini etkilemektedir. Yüksek ve çok fazla aralıkta değişen sıcaklıklar IGBT'lerde ömür problemine neden olmaktadır. Sıcaklık artışlarında IGBT'nin anahtarlama kayıplarını azaltmak sıcaklık değişimini azaltmak için gerekli bir durumdur. Bu tez çalışması IGBT'lerde aktif kapı sürme algoritması ile yukarıda bahsedilen elektriksel ve termal etkenleri iyileştirmektedir. Akım ve gerilim değişimlerinin kontrolünü birbirinden bağımsız yapmak suretiyle IGBT anahtarlama kayıplarını yalnızca gerilim değişimini değiştirerek düşürmek bu tez çalışmasının temel algoritmasını oluşturmaktadır. Yalnızca gerilim hızını değiştirmek IGBT kesime geçiş sırasında gerilim ve akım aşımlarını ve sistemdeki EMI (Elektromanyetik Girişim İng: Electromagnetic Interference) problemlerini değiştirmez. Çünkü bu hususlar akım değişim hızının değişimiyle alakalıdırlar. Tez çalışması kapsamında IGBT iletime ve kesime geçiş aralıkları kollektör akımı ve kollektör-emiter gerilimi ve kapı gerilimi açısından incelenmiştir. Anahtarlama geçişlerinin her bir aralığına etkiyen faktörler incelenmiş ve formülleriyle verilmiştir. IGBT aktif sürme algoritması IGBT kapı gerilimini uygun anahtarlama aralıklarında istenilen seviyeye getirmeye dayalı çalışmaktadır. Bu davranışı görmek adına öncelikle ANSYS Simplorer ortamında benzetim çalışması yapılmıştır. Benzetim çalışması ile IGBT'nin anahtarlama geçişleri örnek bir modül için nominal akım ve gerilim değerlerinde incelenmiştir. Bunun için de örnek modülün benzetim ortamında modellemesi gerçeklenmiştir. Çalışmada IGBT'nin geçişleri inceleneceği için yapılan modelleme dinamik modellemedir. Modellemenin doğruluğunu analiz etmek için gerçek ortamda IGBT tetiklenmiş, dalga şekilleri çıkartılmıştır. Aynı elektriksel değerlerde benzetim ortamında dalga şekilleri çıkartılmış, gerçek verilerle karşılaştırılmıştır. Tez çalışması kapsamında tamamıyla analog köntrollü bir aktif sürüş tekniği geliştirilmiş ve bir donanım üzerinde gerçeklenmiştir.

Gözat

Başlık ile LEE- Elektrik Mühendisliği-Doktora'a göz atma

Sayfa başına sonuç

Sıralama Seçenekleri