LEE- Elektrik Mühendisliği-Yüksek Lisans

Bu koleksiyon için kalıcı URI

Gözat

Son Başvurular

Şimdi gösteriliyor 1 - 5 / 9
  • Öge
    Havacılık uygulamaları için emniyet kritik daimimıknatıslı alternatör tasarımı ve analizi
    (Lisansüstü Eğitim Enstitüsü, 2022-06-03) Ersöz, Hüseyin ; Kocabaş, Ahmet Derya ; 504191024 ; Kimya Mühendisliği
    Havacılık motorları, hava araçlarına itki veren temel bileşen olmanın yanında barındırdıkları elektriksel güç üretim sistemleri ile platformun ihtiyaç duyduğu elektrik enerjisinin üretilmesini sağlar. Hava araçlarında güç üretim ihtiyacı, içten yanmalı motorun başlatılması için bir elektrik motoru olan marş motorlarının kullanılması ile başlamıştır. Zaman içerisinde ilerleyen teknoloji ile birlikte hava araçlarına iç aydınlatma, ısıtma ve haberleşme gibi elektikle çalışan sistemler eklenmeye başlanmıştır. Bunun yanında motor ve platformda hidrolik, mekanik ve pinomatik sistemler yerine daha yüksek verimli olan elektrikli sistemler kullanılmaya başlanmıştır. Hava araçlarının ihtiyaç duyduğu elektrik enerjisi gelişen teknoloji ile beraber günden güne artmakta ve elektriksel güç üretim sistemlerinin güç yoğunluğu giderek artmaktadır. Yüksek güç yoğunluğunu sağlamak adına elektriksel güç üretim sistemlerinde sürekli mıknatıslı alternatörler tercih edilir. Bir hava aracının havada kalabilmesi için elektrik enerjisi gereklidir ve bu enerjiyi sağlayan güç üretim sisteminin en zorlu koşullarda bile aktif olması ve hata durumlarında platforma zarar vermemesi kritik bir öneme sahiptir. Bu sebeple yüksek güç yoğunluğunun yanında elektriksel güç üretim sistemlerinin hata toleransının yüksek olması gereklidir. Böylece olası bir hata durumunda içten yanmalı motor çalışmasına devam etmeli ve platform görev süresini tamamlamalıdır. Ayrıca hata anında ve sonrasında motorda ve platformda oluşacak tahribat en düşük seviyede tutulmalıdır. Bu çalışma kapsamında hata toleransı en yüksek olan sürekli mıknatıslı alternator topolojisini belirlemek adına aynı tepe seviyede isterlere sahip gömülü mıknatıslı generatör, mıknatıs destekli senron relüktans makine ve yüzey mıknatıslı generatör tasarımları gerçekleştirilmiş olup, emniyet kritiklik, ağırlık ve üretilebilirlik bakımından karşılaştırılmıştır. Karşılaştırma sonucunda hava aracı güç sistemlerinde kullanılması en uygun olan topoloji belirlenmiş ve hata toleransını artırmaya yönelik tasarım çözümleri bu topolojiye uygulanmıştır. Alternatör analitik tasarım ve elektromanyetik analizleri sonlu elemanlar paket programları olan JMAG ve ANSYS MAXWELL ile gerçekleştirilmiştir. Çalışmanın son bölümdünde en iyileştirilmiş tasarımın rölanti ve maksimum devirdeki performansı elde edilmiştir. Ayrıca 3 boyutlu analiz ile demir ve bakır kayıpları çıkarılıp verim hesabı yapılmıştır. Ek olarak tasarımı yapılan hata toleransı yüksek, emniyet kritik alternatörü geliştirmeye yönelik öneriler sunulmuştur.
  • Öge
    Üretim sistemlerinde valf-nokta etkili konveks olmayan dinamik ekonomik yük dağıtımı
    (Lisansüstü Eğitim Enstitüsü, 2017) Pürlü, Mikail ; Türkay, Belgin Emre ; Elektrik Mühendisliği Anabilim Dalı
    Teknolojinin elektrik mühendisliğine sağladığı en büyük getirilerinden biri de dünya üzerinde enerji tüketimi artışıdır. Elektrikli aletlerin sayısında ve kullanım süresinde artışlar yaşandığı gibi daha ileri teknoloji sağlayabilmesi amacıyla tükettiği güçte de artışa gidilmiştir. Bu artışlar ve yazılım sistemlerinin daha çok tercih edilir hale gelmesi fazladan enerji ihtiyacını ortaya çıkarmıştır. Enerji ihtiyacındaki artış elektrik enerjisi üretim sistemlerinin yeterliliğini gün geçtikçe zorlamakta ve bizim daha fazla sayıda ve daha nitelikli elektrik enerjisi üretim santralleri kurmamızı gerektirmektedir. Üretilen elektrik enerjisi miktarındaki artışla birlikte üretimde optimizasyon işlemlerinden biri olan ekonomik yük dağıtımı da daha önemli bir hale gelmişir. Ekonomik yük dağıtımı, üretim sisteminde kullanılan tüm generatörlerin yakıt-güç eğrilerinin toplamından oluşturulan maliyet kullanarak talep edilen enerjiyi minimum yakıt maliyetiyle karşılayabilmek için hangi generatörün ne kadar yükleneceğinin hesaplanmasıdır. Generatörler arasında ekonomik yük dağıtımı yapılmasıyla aynı miktardaki enerji, ekonomik yük dağıtımı yapılmayan tesislere göre daha düşük yakıt maliyetiyle elde edilir. Güç sistemlerinden tüketiciler tarafından talep edilen elektrik enerjisi miktarının gün içersindeki belirli zaman periyotlarında farklılık göstermesi ekonomik yük dağıtım problemlerininin yetersiz kalmasına sebep olmuştur. Değişen talep güç değerlerine göre hangi zaman periyodunda, hangi generatörlerin ne kadar çıkış gücünde üretim yapacağının belirlenmesi amacıyla dinamik ekonomik yük dağtım problemleri oluşturulmuştur.
  • Öge
    Trakya bölgesi iletim sisteminde kısa devre arıza akımlarının bara ayırma yöntemiyle sınırlandırılması ve kısıtlılık durumları için sistem gelişiminin incelenmesi
    (Lisansüstü Eğitim Enstitüsü, 2022-06-01) Yaman, Mehmet Sıdık ; İlhan, Suat ; 504171090 ; Elektrik Mühendisliği
    Çalışmada, güç sistemlerinde yaygın olarak kullanılan Gauss-Seidel, Newton-Raphson ve Fast Decoupled yük akışı analiz yöntemlerinin fonksiyonel denklemleri incelenerek, yöntemler birbirleriyle karşılaştırılmıştır. Trakya bölgesi iletim şebekesi Edirne, Kırklareli, Tekirdağ illeri, İstanbul Avrupa yakası, Çanakkale ilinin Gelibolu ve Eceabat ilçelerini kapsayan, gerilim seviyesi 400 kV ve 154 kV olan iletim sisteminden oluşmaktadır. Bölgede, nüfus ve sanayi yoğunluğunun fazla olması, enerjiye olan talebi de arttırmaktadır. Elektrik tüketiminin günden güne arttığı bölgede, iletim sistemine yeni yatırımların yapılması ve bu yeni projelerle analizler gerçekleştirilerek şebekenin güvenli işletilmesi gerekmektedir. Çalışmada, analizlerin yapılacağı gerçek bir sistem olan Trakya bölgesi iletim sistemi hakkında bilgi verilmiştir. Şebekede bulunan iletim hatlarının gerilim seviyesi, uzunluğu, bölgedeki transformatör ve şönt ekipman sayısı, bölgenin kurulu gücü ve puant yükü gibi Trakya bölgesini tanıtan veriler ele alınmıştır.
  • Öge
    Parallel evolutionary computation for distribution system planning and operation
    (Graduate School, 2022-06-14) Younesi, Soheil ; Özdemir, Aydoğan ; Ceylan, Oğuzhan ; 504181068 ; Electrical Engineering
    The purpose of this study is to offer a technique for combining single- and multi-objective optimization algorithms with a parallel computing technique. Different scenarios are created for different numbers of Worker Processors (WPs), each of which is investigated separately and the results are compared. In these cases, a Master-Slave (MSM) calculation approach is used. The workload is distributed evenly across all WPs, and the Master Processor (MP) acts as the observer and executor of this computational approach. By using intelligent interruptions, the main processor receives the results of each WP's calculations and compares them to the results of other WPs, selecting the best solutions and returning them to the WPs. Wind Turbines and solar panels are examples of distributed renewable energy sources in this study
  • Öge
    Deep learning for wind energy systems using the hurst exponent and statistical parameters
    (Graduate School, 2021-08-14) Alafi, Behnaz ; Şeker, Şahin Serhat ; 504181008 ; Electrical Engineering ; Elektrik Mühendisliği
    As we all know, energy demand is continuously increasing because of population growth and developing technology. As a result of this increasing demand, energy shortages and environmental pollution will occur. Besides, because of the growing crisis and other critical issues around energy, renewable energy is taking countries' attention and becoming important in various parts of the entire world. Wind energy, solar power, tidal energy, geothermal energy, etc. as renewable energy sources have been used to solve these issues. Among these alternative sources of energy, wind and solar energy have got the most attention recently. Since wind power has less pollution, shorter construction time, less occupation, and flexible investment, it has become one of the most effective sources of energy. And in this study, the information is about wind data. But the wind is unstable and mainly affected by meteorological and navigational conditions and the principle for its implementation changes from one place to another. These changes in the meteorological measurement cause uncertainty in wind farms' generated power that affects power supply and quality. Also, because it is impossible to generate every power amount by wind energy or store electrical energy, there is a limitation on the amount of output power. Therefore, An accurate prediction can cause the cost of power generation reduction, less winding reserve capacity of the grid, and more reliable operation of the grid. Because of aforesaid reasons, prediction in wind energy systems is a very important issue. Nowadays, deep neural networks have been considering for prediction problems. In this study, the convolutional neural network(CNN) as a deep neural network is used to do predictions in wind energy systems based on meteorological data of one station. Since the Hurst exponent H is used to determine the predictability degree of a set of data, it gives some information about data that is useful in developing predictive models both theoretical and computational in nature. We first aim to apply the Hurst exponent method on wind energy data and then execute a deep neural network on data to tarin data through that deep neural network. Work steps: this literature study on the yearly meteorological features of one station applies deep learning methods to it. First of all, we gathered reported data for wind speed, air pressure, and relative humidity as the inputs of one deep neural network to train that network for predicting wind speed data. Since the power of one turbine is related to wind speed value, studying the wind speed behavior of one location leads to the study of the power capacity of that location. Before training a neural network, it is better to study the behavior of wind speed and find its statistical model and predictability degree, so before entering meteorological data into a deep neural network we studied statistical parameters of wind speed and find the probability density of it and then we found Hurst exponent, as the factor for predictability degree, and, then, all data is entered to one CNN to tarin that network and predict wind speed data.