AI Summary & Key Takeaways
AI InsightYapılan farklı durum ve sınıflama çalışmalarında %80 ile %97 arasında test başarısı elde edilmesi yaklaşımın verimliliği ve doğruluğunu ifade etmektedir.
📌 3 Key Takeaways
Özet
Güç kalitesi bozulma tespiti ve sınıflandırması, güç elektroniği ekipmanlarının, yeşil enerjinin ve akıllı şebekelerin oluşturulmasının artan ihtiyacı ve kullanımı göz önüne alındığında hayati öneme sahiptir. Sadece teknolojik açıdan değil, aynı zamanda ekonomik açıdan da ekipman arızalarının oluşmaması ve erken müdahalenin sağlanabilmesi için önem arz etmektedir. Güç kalitesi bozulmasına örnek olarak harmonikler, gerilim artış ve düşüşleri, geçiş karakteristikleri, gerilim işareti frekansının artış ve azalışı ile gerilim çentiği gibi olaylar örnek verilebilir. Bu ve benzer bozunumların hassas yükleri ve bağlı sistemleri etkilemeden önce mümkün olan en kısa sürede belirlenmesini ve önleyici eylemlerin uygulanmasını gerekmektedir. Bu çalışmada, çeşitli güç kalitesi bozulmalarını temsil eden işaret karakteristikleri tekrarlayan sinir ağı metotlarından olan uzun kısa-süreli bellek ile en kısa sürede tespit ve sınıflandırılması sağlanmasına yönelik çalışmalar gerçekleştirilmiştir. Yapılan farklı durum ve sınıflama çalışmalarında %80 ile %97 arasında test başarısı elde edilmesi yaklaşımın verimliliği ve doğruluğunu ifade etmektedir.