Yapay Sinir Ağı İle Elektrot Ve İzolatör Biçim Optimizasyonu

Abstract

Bu tez çalismasinda, bir elektrot sisteminde izolatör varliginin ve tipinin atlama gerilimine etkisi, sistemi olusturan elektrotlarin biçiminin elektriksel alana etkisi ve kullanilan izolatörün konum açisinin elektrik alan bilesenlerine etkisi optimizasyon problemi olarak, yapay sinir agi ile incelenmistir. Kullanilan çok katmanli, ileri beslemeli yapay sinir agi yapisinin tasarlanmasi için ayrintili çalismalar yapilmistir. Çalismada ögrenme algoritmasi olarak, geriye yayilim ve Levenberg – Marquardt algoritmalari kullanilmistir. Çalismalar, yüksek gerilim teknigindeki bu tür problemler için yapay sinir agi kullanilmasinin genel, etkili, hizli ve ekonomik olarak sonuçlara ulasilmasini sagladigini göstermistir.

In this thesis, effects of insulator shape, electrode configuration and insulator position on flashover voltages, and electric fie lds of high voltage insulator, and effects of electrode contour on stress distribution along the electrode contour are examined to solve optimization problems by using artificial neural networks. Studies on design of the feedforward multilayer artificial neural network that used in this study have been reported in detail. In this study, back propagation and Levenberg – Marquardt algorithms are used as a learning algorithm. This thesis shows that, using artificial neural network obtains general, cost-effective, fast results for the flashover voltage and field optimization problems in high voltage technology.