LEE- Elektrik Mühendisliği-Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 37
-
ÖgeDeep neural network-based stealthy false data injection attack detection on der integrated systems(Graduate School, 2023-06-15)The world's rapidly growing population has led to an increase in demand for consumption, which in turn requires an energy production system that is both economically feasible and environmentally sustainable. To meet these requirements, renewable energy resources (RES) such as wind, solar, and thermal energy have been utilized to improve energy efficiency, while also adhering to stringent carbon emission regulations. By using these clean and renewable energy sources, we can achieve a more sustainable and environmentally friendly energy production system for the future. The shift towards more sustainable grid structures has resulted in a greater adoption of distributed energy resources (DERs) which allows for the generation and distribution of energy from multiple small-scale sources, rather than relying on a few large power plants. By deploying distributed energy resources (DERs) in close to consumers, we can strategically leverage on-site generation and reduce utility costs, as it eliminates the need for significant investments in expanding the power system network. This approach allows energy to be generated and consumed locally, reducing transmission losses and enabling greater control and flexibility over energy production and consumption. Consequently, DERs can offer a more cost-effective and efficient solution for meeting energy demands while also helping to reduce greenhouse gas emissions. Because the demand for energy to growing and power system topologies and strategies rapidly evolving, traditional power systems have become inadequate in meeting the modern society's energy requirements from multiple perspectives. Conventional power networks are designed for unidirectional power flow. Conventional power networks are designed for unidirectional power flow. Additionally, traditional power networks lack the flexibility, resilience, and monitoring and control capabilities needed to effectively manage the modern energy demands. Consequently, to meet the needs of society, smart grids have replaced conventional grids. The smart grid is a complex cyber-physical system that relies on modern information and communication technologies (ICT), advanced control systems, and the electrical grid. This system is composed of two fundamental layers: the cyber layer and the physical layer. The cyber layer includes various communication, information, and control systems that enable the smart grid to collect and analyze data, monitor performance, and facilitate decision-making. The physical layer of the smart grid consists of the electrical infrastructure that provides power to homes, businesses, and industries. This layer includes transmission and distribution lines, transformers, generators, and other equipment that are crucial for the distribution and management of electricity. Smart Grids are equipped with Remote Terminal Units (RTUs), that collects and transmits field data such as smart meters and sensors to monitor the system and retrieve data, for instance active and reactive powers flows on branches and voltages and voltage angles of buses, using ICT. Along with the benefits of smart grid structure and ICT, it may also cause issues on the grid such as cyber security and system security. Smart electrical power systems are encountered with new challenges: cyber security of the smart grids. State estimation is a critical process that ensures the secure and reliable operation of power systems by determining the system's operating state based on available measurements. However, recent research has shown that this process can be susceptible to False Data Injection Attacks (FDIAs), where attack vectors are injected into compromised measurements to bypass bad data detection methods. With the increasing penetration of distributed energy resources (DERs), the traditional state estimation process has become more vulnerable to cyber-attacks, exacerbating the risk of successful FDIAs. In this thesis, we first identify the available measurements and perform state estimation based on the identified measurements. We assume that an attacker targeting the grid compromises the system and gains access to the measurements and data used in state estimation. We also assume that the compromised data is used to launch a False Data Injection Attack (FDIA) on the measurements of the power system. In this thesis, Deep Learning-based method for detecting cyber-attacks in power systems with a high penetration rate of DERs is examined. The proposed method aims to detect anomalies in measurements, that are used in state estimation, with high detection rate. The proposed approach is evaluated implementing historical hourly load data from the New York Independent System Operator (NYISO) to three IEEE systems; 14 Bus, 30 Bus and 57 Bus. To test the effectiveness of the proposed method, four different system configurations with varying levels of DER penetration were used. To reflect the real-life conditions to the work, proposed method's performance also examined under different noise levels. Proposed Deep Learning-based method's performance is compared with widely-used classification algorithms, k-Nearest Neighbor (KNN) and Logistic Regression (LR). The results of the study indicates that LR had a higher attack detection rate than k-NN at low noise levels in the IEEE 14 Bus system. However, it was observed that the Deep Learning-based Deep Neural Networks (DNNs) was more accurate than both algorithms at both high and low noise levels. In the 30 Bus system, which has medium complexity among the introduced systems, it was observed that the k-NN algorithm detected more attacks than the LR algorithm at both low and high noise levels. Similar to the 14 Bus system, it was also observed that the DNN algorithm had a higher ability to detect attacks than both classification algorithms. DNN algorithm performed the highest attack detection ability at different noise levels in 57 Bus system. However, it was observed that the attack detection rate dropped to as low as 90% at high noise levels. The studies have shown that DNNs perform well even in the presence of noisy measurements against False Data Injection Attacks. Although the results are satisfactory, it is possible to achieve higher attack detection rates and performances by using configurations that include different hidden layers, optimizers, loss functions, or completely different algorithms.
-
ÖgeOtomotiv kabloları ve seçimi, denetimli öğrenme yöntemi ile kablo malzemesi seçimi(Lisansüstü Eğitim Enstitüsü, 2022-06-29)Bu tez giriş ve kaynak kısımlarıyla birlikte dokuz ana başlıktan oluşmaktadır. Giriş kısmında tezin amacı ve kapsamından söz edilmiştir. Otomotiv kabloları hakkında temel bilgiler verilmiş olup ağırlıkla otomotiv endüstrisinde ne tür tel kullanılır sorusu irdelenmiştir. Otomotiv kablosu seçerken hangi standartların dikkate alınacağı ve kablo çeşitleri hakkında bilgiler verilmiştir. Kablolar aslında birlikte kullanılan/kullanılması gereken parçalarıyla bir bütündür bu nedenle kablolarla birlikte kullanılan elemanlar hakkında da özellikle "otomotiv kablolama ve bağlantılarının ömrünü uzatmanın yedi yolu" başlığında yer ayrılmıştır. Doğru kablo seçimi için bir sonraki başlıkta daha detaylı bilgi verilmiş olup ardından genel kablolar hakkında bilgiler yer almıştır. Kablo tipleri, iletkenleri, yalıtkan malzemeler hakkındaki başlıklar da buranın içerisindedir. Tezde kullanılan yöntem olan makine öğrenmesi hakkında detaylı literatür taramasının ardından 7. başlıkta yalıtkan malzeme seçiminde makine öğrenmesi yöntemi uygulaması paylaşılmıştır. Sonuçlar ve Öneriler kısmının ardından kaynakların belirtilmesiyle tez sonlanmaktadır. Tezde yer alan başlıklar ana hatlarıyla ilk paragrafta bahsedilmiştir ve bu başlıklardan faydalanarak tezde incelenen durum; kablo seçiminin bir model ile yapılabilmesi. Modele kablo seçimini öğretirsek bu ne kadar güvenilir ve doğru olur? Model bunu yapmayı başarırsa, kablo seçimine ne gibi avantajlar sağlar? incelenmiştir. Bu konu incelenirken öncelikle sonucun yeterli güvenilirlikte ve doğrulukta çıkabilmesi için veri sayısının fazlalığı önemlidir. Toplanabilecek maksimum veri sayısına ulaşılmalıdır. Araştırma süresinin elverdiği ölçüde yaklaşık 300 adet veri bu konunun incelenebilmesi için toplanmıştır. Bu veriler öncelikle modele girilerek, modelin bunları öğrenmesi sağlanmıştır. Öğrenen modele artık soru sorulduğunda, verilerine dayanarak güvenilir cevabı milisaniyeler içinde verebilmektedir. Beş farklı durum denenerek model test edilmiştir ancak bu sayı arttırılabilir. Modelin cevap verdiği tüm yalıtkan malzeme sorularının yanıtları doğru çıkmıştır ve yöntemin sağlıklı çalıştığı görülmüştür. Kısa sürede yanıt veren bu sistem, kablo malzemesi seçimi yapması gereken her alanda kullanılmaya uygundur ve büyük kolaylık sağlayacaktır. Bu tezde kullanılan yöntemin doğruluk oranı yüksektir: Lojistik Regresyon'da yaklaşık %95 doğruluk, diğer algoritmalarda verilerin keskinliğinden dolayı %100 doğruluk saptanmıştır. 1 saniye içerisinde kullanıcının ihtiyacı olan bilgiyi, öğrendiği şekilde sunmaktadır. Veriler net olduğu için, makine öğrenmesi kullanımına çok uygundur ve kablo malzemesi seçiminde sadece yalıtkan seçiminde değil, endüstriden kullanıcıya geldiği noktaya kadar her aşamada bu uygulamadan faydalanılabilir. Tezde 300 veri ile yapılan bu çalışma yıllar içerisinde biriktirilen verilerin toplanarak modele öğretilmesiyle çok daha insanın karar veremeyeceği bir noktaya getirilebilir ve karmaşık durumlarda yine saniyeler içerisinde alınacak cevaplar ile uygulama tüm bu aşamalara katkı sağlar. İleriki aşamalarda modelin güvenilirliğini daha da artırmak için değişkenler artırılabilir, çıktılar talebe göre rahatlıkla düzenlenebilir. Uygulama, tezdeki haliyle kullanıcı dostu değildir, arayüzü bulunmamaktadır. Arayüz eklenerek kullanılabilir, piyasaya çıkartılabilir.
-
ÖgeŞebeke kalkışlı bir senkron relüktans motorun sonlu elemanlar analizi tabanlı en uygunlaştırılması ve işletme başarımının tespiti(Lisansüstü Eğitim Enstitüsü, 2022-02-16)Günümüzde enerji verimliliği azalan enerji kaynakları nedeniyle oldukça önemli bir hal almıştır. Üretilen elektrik enerjisinin yarısına yakın bir bölümü elektrik motorları üzerinde harcanmaktadır. Asenkron motorun endüstride en çok kullanılan motor olmasından dolayı alternatif ve daha verimli elektrik motorlarının geliştirilmesi önemli bir araştırma konusudur. Asenkron motora önemli bir alternatif olabilecek şebeke kalkışlı motorlardan biri şebeke kalkışlı senkron relüktans motordur. Normalde kendi kendine kalkış yapamayan senkron relüktans motorun rotoruna eklenen sincap kafes yapısı bu motora kendi kendine kalkış yapabilme özelliğini kazandırır. Rotorunda sincap kafes yapısına sahip senkron relüktans motorlar şebeke kalkışlı senkron relüktans motor olarak adlandırılır ve kendi kendilerine yol alabilme becerisine sahiptir. Şebeke kalkışlı senkron relüktans motorların rotorundaki sincap kafes yapısı bakır kayıpları yaratır ancak bu kayıplar sadece kalkış sırasında devrededir ve rotor senkron hıza ulaşılıdığında rotor kayıpları ortadan kalkar. Bu sayede şebeke kalkışlı senkron relüktans motor denk bir asenkron motora göre daha verimli olabilir. Şebeke kalkışlı senkron relüktans motorların senkron hızda ürettiği elektromanyetik moment relüktans momentidir. Bu moment, şebeke kalkışlı senkron relüktans motorların relüktans anlamında asimetriye sahip rotor yapıları nedeniyle oluşmaktadır. Stator sargılarının yarattığı dönen manyetik alan rotor eksenlerindeki relüktans farkının neticesi olarak moment üretir. Bu tez kapsamında seçilen bir asenkron motorun statorunun geometrik ve elektriksel parametreleri temel alınarak şebeke kalkışlı senkron relüktans motor tasarımı ve en uygunlaştırılması gerçekleştirilmiştir. Motor başarımının arttırılabilmesi için rotordaki akı bariyerlerinin geometrik değişkenleri tanımlanmış ve bu büyüklükler üzerinden en uygunlaştırma süreci tamamlanmıştır. Gerçekleştirilen tasarım sürecinin başında referans asenkron motorun rotorundan rotor tasarım parametrelerinin ilk değerleri atanarak türetilen referans bir şebeke kalkışlı senkron relüktans motor rotor yapısı belirlenmiştir. Bu yapı belirlenirken referans asenkron motordaki derin oluklu rotor yapısının şebeke kalkışlı senkron relüktans motorun yüksek başarımı için elverişsiz olduğu görülmüştür. Bu nedenle şebeke kalkışlı senkron relüktans motorda da bulunacak olan referans asenkron motorun rotor olukları, sonradan yerleştirilen akı bariyerlerinin relüktans anlamında en yüksek asimetreyi sağlaması için en az oranda değiştirilmiştir. xxi Şebeke kalkışlı senkron relüktans motor tasarımı belirlenen referansı üzerinden gerçekleştirilmiştir. Tasarım süresince rotor tasarım parametrelerinin motor başarımına etkisi karşılaştırmalı olarak incelenmiştir. Her rotor tasarım parametresi için en uygun değer seçilerek ilkesel olarak aşamalı bir tasarım süreci gerçekleştirilmiştir. Yapılan tasarım sonucunda referans şebeke kalkışlı senkron relüktans motora ve referans asenkron motora göre daha yüksek verime sahip bir şebeke kalkışlı senkron relüktans motor ortaya konmuştur. Elde edilen tasarım ile referans asenkron motorun başarım kriterleri karşılaştırılmıştır. Bu çalışma sonucunda elde edilen yeni tasarım şebeke kalkışlı senkron relüktans motor için farklı yükler ve eşdeğer ataletler için yol alma analizleri gerçekleştirilmiştir. Yapılan analizler sonucunda yükün hız-moment karakteristiğine bağlı olarak senkronizasyonun sağlanabileceği en büyük eşdeğer ataletin belirlenmesi için yaklaşımda bulunulmuştur. Gerçekleştirilen tasarımın referans asenkron motora kıyasla daha verimli olmasına karşın yol alma becerisinin kısıtlı yük karakteristikleri için uygun olabileceği görülmüştür. Sonuç olarak, bu tez çalışmasında muadil bir kafesli asenkron motordan yola çıkılarak şebeke kalkışlı bir senkron relüktans motor tasarımı yapılmış ve sonlu elemanlar analizi tabanlı en uygunlaştırma yapılmıştır. Elde edilen nihai tasarımın kalkış başarımı irdelenerek motor ve yükün beraber kalkış başarımı ve senkronlanabilme becerisi incelenmiş, sonuçlar karşılaştırmalı olarak sunulmuştur.
-
ÖgeDeep convolutional neural network based broken magnet detection of PMSM using finite element analysis(Graduate School, 2023-02-13)Electrical machines are used more frequently, which raises the need for good validity and safety. Unanticipated failures of these devices, especially in mission-critical applications, can result in irreparable system failures. These failures in electrical machines could have dangerous effects on human life in medical robotics, aerospace, and the military. Adding additional modules to complex applications results in high cost, volume, and complexity. Artificial Intelligence (AI), Machine Learning (ML), and Deep Learning (DL) technologies are essential for continuously monitoring system performance and running tests on machines regularly to anticipate and prevent potential failures that could cause harm to the system or people. PMSMs are becoming increasingly popular for a variety of applications due to their ability to operate at both high and low speeds, their improved power density, their low rotor inertia which makes them easy to control, and their availability in different packages and sizes. These motors are being used in electric vehicles. In general, three types of electrical, mechanical, and magnetic faults can be classified according to the nature of the faults in motors. The class of electrical faults includes incorrect connection of the motor windings, grounding errors, short circuits of the stator phases, and open circuits of the entire phases. In contrast, mechanical faults such as shaft bending, bolt loss, bearing faults, and air gap eccentricity are all grouped together. In addition, excessive heat, imbalanced stator current, and fluctuating short-circuit currents can lead to the weakening of magnets, a type of magnetic malfunction. Different parameters of PMSM are thoroughly studied to understand electrical and mechanical faults. In this thesis, broken magnet faults and their corresponding reflectance on the variables of PMSM motors are investigated. The 3D simulation of the finite element machine approach is carried out for different shapes of cracks, and as a result, several characteristics are analyzed compared to the other variables. The winding current shows a significant difference by implementing various damages. In this research, the deep convolutional neural network (DCNN) was performed for broken magnet detection and classification in PMSM by using the data set obtained from simulation current curves. Ansys Electronics and Phyton design, implement cracks, train, validate, and test DCNN in PMSM motors. In this study, we have measured precision, recall, loss and calculated training and validation accuracies in prediction. As a result, 99.8% training accuracy and 98.9% validation accuracy were achieved with the DCNN model based on winding current data sets. Subsequently, the study proposed the integration of the best-performing DCNN models in the crack detection of PMSM motors.
-
Öge1,5kW IE4 verim sınıfı asenkron motor ve şebeke kalkışlı daimi mıknatıslı senkron motor tasarımları ve performans karşılaştırması(Lisansüstü Eğitim Enstitüsü, 2022-02-11)Dünyada enerji kaynakları hızla tükenirken ve sera gazı salınımları hızla artarken karar vericiler ve politika uygulayıcılar enerji verimliliği ile ilgili ciddi çalışmalar yapmaya başlamıştır. İklim sözleşmeleri ve bunun uygulama adımları olan regülasyonlar sayesinde enerji tüketen ürün ve cihazların verim değerleri ile ilgili zorunluluklar yürürlüğü girmiştir. Elektrik motorları, enerji tüketimindeki ciddi payı sayesinde regülasyonların radarına giren ilk ürünlerden biri olmuştur. 1990'lı yılların sonunda CEMEP tarafından verimli elektrik motorları için bir gruplama yapılmış, motorlar devir sayısı ve güçlerine göre belli verim değerleri ile artan verim sınıfına göre sırasıyla EFF3, EFF2 ve EFF1 olarak gruplanmıştır. Verimlilik konusunda yapılan çalışmalar neticesinde öncelikle 2008 yılında IEC 60034-30 standardı yayımlanarak verimli motor kapsamı, tanımı ve değerleri uluslararası geçerliliği olan bir şekle dönmüştür. En düşük verim sınıfı IE1 olmak üzere IE2, IE3 ve IE4 şeklinde tariflenen motorlar, 2009 yılında Avrupa Birliği'nde yayınlanan 640/2009 regülasyonu ile zorunlu bir üretim ve kullanıma tabi olmuştur. Öncelikle IE2 ve IE3 motor kullanımını zorunlu hale getiren regülasyon Temmuz 2021 itibari ile çıtayı yükselterek 0,75kW altı motorlar haricinde IE2 motorları yasaklamış, ilave olarak 2023 yılında IE4 verim sınıfını büyük güçlü motorlarda zorunlu hale getirmiştir. Regülasyonlar ile verim çıtasının daimi yükseltildiği motor sektöründe pazara ciddi oranda hakim olan asenkron motorlarda verimi arttırıcı faaliyetler hız kazanmış, bununla beraber bu motorlara alternatif olabilecek diğer motor türlerinin endüstride yer bulabilmesi adına çalışmalar başlamıştır. Elektrik motorlarının kullanım alanları arasında ciddi orana sahip olan pompa, fan, kompresör gibi uygulamalar değişken devirli uygulamalar olmalarına rağmen inverter kullanımı çok düşük olduğu için asenkron motorlara alternatif olabilecek dikkat çekici motorlardan biri şebeke kalkışlı daimi mıknatıslı motorlar olmuştur. Bu tez çalışmasında IE3 verim sınıfı 1,5kW 4p 90 gövde bir asenkron motor referans alınarak öncelikle klasik yöntemler ile IE4 verim sınıfı seviyesine çıkarılmıştır. Bu çalışmanın yanında IE3 asenkron motorun statoru sabit tutularak yeni bir rotor tasarımı sayesinde IE4 verim sınıflı şebeke kalkışlı daimi mıknatıslı senkron motor tasarlanmış ve doğrulanmıştır. Motor gövdesi, kapaklar ve diğer mekanik parçalar IE3 verim sınıfı motora ait olup tez çalışması kapsamında tasarlanan parçalar değildir. Elektrik ve elektromanyetik tasarımlar Flux 2D ve SPEED manyetik analiz programları ile gerçekleştirilmiştir. Öncelikle var olan IE3 verim sınıfı asenkron motor modellenerek diğer çalışmalar için referans oluşturması sağlanmıştır. Klasik yöntemlerden paket boyunun arttırılması, verimli sac kullanımı, verimli rulman kullanımı gibi yöntemlerle IE4 asenkron motor tasarımı yapılmıştır. İlave olarak yeni bir rotor tasarımı ile hem mıknatıs hem de alüminyum çubuklardan oluşan hibrit bir yapı ile şebeke kalkışlı senkron motorun tasarımı tamamlanmıştır. Yapılan tasarımlar prototiplenerek IEC 60034-2-1 standardına göre sırasıyla ısınma testi, performans testi ve boşta test adımlarına tabi tutularak test edilmiştir. Yapılan testler neticesinde her iki motorun da IE4 verim değerini yakaladığı tespit edilmiştir. Başarılı tasarım ve doğrulama çalışmalarından sonra her iki motor tipinin performans değerleri karşılaştırılarak uygulama alanına göre kullanıcılar tarafından değerlendirilebilmeye sunulmuştur.