Journals / Technological Applied Sciences / 2026 / Cilt: 3 Sayı: 2

DALGACIK DÖNÜŞÜMÜ VE OLASILIKSAL SİNİR AĞLARI KULLANARAK İLETİM HATTI ARIZALARININ SINIFLANDIRILMASI

CLASSIFICATION of TRANSMISSION LINE FAULTS by USING WAVELET TRANSFORM and PROBABILISTIC NEURAL NETWORKS

Pages
200–210
Publication Date
2008-03-01
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Önerilen yöntemin tüm arıza tiplerini %99'luk bir doğruluk oranıyla sınıflandırdığı görülmüştür.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu makalede, iletim hattı arızalarını sınıflandırmak için ayrık dalgacık dönüşümünü (ADD) ve olasılıksal sinir ağlarını (OSA) kullanan altenatif bir yöntem sunulmuştur.
📊
Key Findings & Data:Arıza geçici durumlarının ayırt edici özelliklerini çıkarmak için ADD kullanılmıştır.
💡
Conclusion & Impact:Önerilen yöntemin tüm arıza tiplerini %99'luk bir doğruluk oranıyla sınıflandırdığı görülmüştür.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Transmission Line Faults · Discrete Wavelet Transfo · İletim Hattı Arızaları

Abstract

Bu makalede, iletim hattı arızalarını sınıflandırmak için ayrık dalgacık dönüşümünü (ADD) ve olasılıksal sinir ağlarını (OSA) kullanan altenatif bir yöntem sunulmuştur. Arıza geçici durumlarının ayırt edici özelliklerini çıkarmak için ADD kullanılmıştır. ADD'nin detay katsayıları OSA'nın girişine uygulanmıştır. Önerilen yöntemin uygunluğunu doğrulamak için geri yayılım algoritması (GYA) ve Bayes sınıflandırıcıları gibi yöntemlerin sonuçları karşılaştırılmıştır. Önerilen yöntemin tüm arıza tiplerini %99'luk bir doğruluk oranıyla sınıflandırdığı görülmüştür.

Özet

In this paper, an alternative method which uses discrete wavelet transform (DWT) and probabilistic neural networks (PNN) is presented for classification of transmission line faults. DWT is used to extract distinctive features of fault transients. Detail coefficients of DWT feed the PNN. A comparison study with other classification methods such as Back Propagation Algorithm (BPA) and Bayes classifiers is also performed to confirm the feasibility of the proposed method. It has been shown that the proposed method classify all fault types with %99 accuracy rate.

🔖

Cite This Article

Ekici, S. (2008). DALGACIK DÖNÜŞÜMÜ VE OLASILIKSAL SİNİR AĞLARI KULLANARAK İLETİM HATTI ARIZALARININ SINIFLANDIRILMASI. Technological Applied Sciences, Cilt: 3 Sayı: 2, 200–210. https://doi.org/10.12739/10.12739

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...