SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2008 / Cilt: 23 - Sayı: 3

DESIGN AND IMPLEMENTATION OF AN INTELLIGENT SIMULATOR FOR REACTIVE POWER COMPENSATION

Reaktif Güç Kompanzasyonu İçin Zeki Bir Simülatör Tasarımı Ve Gerçekleştirilmesi

Ramazan BAYINDIR
Şevki DEMİRBAŞ
Ömer SESVEREN
Pages
681–688
Publication Date
2013-03-01
DOI
—
🏛️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)

Furthermore, the model developed can also be used for educational purposes as well as different applications in which ANN algorithms and structures can be tested.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The reactive power drawn from the electrical power stations increases the cost of the energy produced and reduces the efficiency of energy systems.
📊
Key Findings & Data:The reactive energy should be compensated at the load sides in order to reduce the consumption of the reactive power.
💡
Conclusion & Impact:Furthermore, the model developed can also be used for educational purposes as well as different applications in which ANN algorithms and structures can be tested.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Yapay sinir ağı modeli · senkron kompansatör · reaktif güç kompanzasyonu

Abstract

The reactive power drawn from the electrical power stations increases the cost of the energy produced and reduces the efficiency of energy systems. The reactive energy should be compensated at the load sides in order to reduce the consumption of the reactive power. In this study, an artificial neural network (ANN) model has beendesigned and implemented to control the reactive power compensator (RPC) with a synchronous motor. Since the ANN model obtained has a flexible structure, it can easily be adapted to the real time applications. Furthermore, the model developed can also be used for educational purposes as well as different applications in which ANN algorithms and structures can be tested.

Özet

Elektrik güç sistemlerinden çekilen reaktif güç üretim maliyetlerinin yükselmesine ve enerji sistemlerinin verimsizliğine sebep olmaktadır. Güç sistemlerinden çekilen reaktif gücü azaltmanın yolu, reaktif enerjinin tüketildiği noktada kompanze edilmesidir. Bu çalışmada, senkron motor ile yapılan reaktif güç kompansatörü (RGK) denetiminde kullanılabilen Yapay Sinir Ağları (YSA) modeli tasarımı ve uygulaması gerçekleştirilmiştir. Sonuçta, YSA yapısının gerçek zamanlı uygulamalara kolaylıkla adapte edilebileceği esnek bir sistem elde edilmiştir. Gerçekleştirilen model eğitim amaçlı olarak kullanılabileceği gibi, farklı YSA yapılarının ve algoritmalarının test edilebileceği uygulamalarda da kullanılabilecektir.

🔖

Cite This Article

BAYINDIR, R., DEMİRBAŞ, Ş., SESVEREN, Ö. (2013). DESIGN AND IMPLEMENTATION OF AN INTELLIGENT SIMULATOR FOR REACTIVE POWER COMPENSATION. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 23 - Sayı: 3, 681–688. https://ajindex.com/articles/21014

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (17)

  1. Bayram M., Kuvvetli Akım Tesislerinde Reaktif Güç Kompanzasyonu Ağustos 2000,
  2. Birsen Yayınevi.
  3. Mekhamer, S.F., El-Hawary, M.E., Mansour, M.M., Moustafa, M.A., & Soliman, S.A., “State of the art in optimal capacitor allocation for reactive power compensation in distribution feeders”, IEEE Large Engineering Systems Conference on Power Engineering, LESCOPE, 2002, 61-75.
  4. Bal G., Çolak İ., “Reactive power compensator using constant capacitor and thyristor controlled reactor”, Gazi University, J. of Institute of Science and Technology, vol. 8, No. 2, 1995, p. -15. Miller TJE., Reactive Power Control in Electric Systems, October 1982,
  5. A Viley-Interscience Publication, New York, p.182-222.
  6. El-Sadek, M.Z., Fetih, N.H., & Abdelbar, F.N. “Starting of induction motors by static VAR compensators”, 1988, Third International Conference on Power Electronics and Variable-Speed Drives, 444–447.
  7. Al-Hamrani, M.M., Von Jouanne, A., & Wallace, A., “Power factor correction in industrial facilities using adaptive excitation control of synchronous machines”, Pulp and Paper Industry Technical Conference, Conference Record of the 2002 Annual, 148–154.
  8. Bayındır R., Sagiroglu S., Colak I, “Yapay sinir ağları tabanlı reaktif güç kompanzasyonu”, Gazi Üniversitesi Teknik Eğitim Fakültesi, Politeknik Dergisi, 2007, 10(2), 129-135.
  9. Colak I., Bayindir R., Bay O.F.: ‘Reactive Power Compensation Using A Fuzzy Logic Controlled Synchronous Motor’, Energy Conversion and Management, 2003, 44 (13), 2059-2215.
  10. Sagiroglu S., Colak I, Bayındır R., “Power Factor Correction Technique Based on Artificial Neural Networks”, Energy Conversion and Management, 2006, Vol. 47/(18-19), 3204-3215.
  11. Sağıroğlu Ş., Beşdok E., Erler M., Mühendislikte Yapay Zeka Uygulamaları-I Yapay Sinir Ağları, 2003,
  12. Ufuk Yayınevi,
  13. Kayseri. Haykin, S., Neural Networks: A Comprehensive Foundation, New York, Macmillan College Publishing Company, 1994, ISBN 0-02-352761-7, 1994.
  14. Çetin, M., Uğur, A., Bayzan, Ş., “İleri Beslemeli Yapay Sinir Ağlarında Backpropagation (Geriye Yayılım) Algoritmasının Sezgisel Yaklaşımı”, Akademik Bilişim Kongresi, Pamukkale Üniversitesi,
  15. Denizli, Şubat 2006.
  16. Hagan M.T., Demuth H.B. and Beale M., Neural Network Design, Boston: PWS Publishing co., - Arifoğlu A., Doğru A., Yazılım Mühendisliği,, SAS Bilişim Yayınları.
  17. Alp M., Cığızoğlu H. K., “Farklı yapay sinir ağı metodları ile yağış-akış ilişkisinin modellenmesi”, İTÜ Dergisi, 2004, 3(1), 80-88. Elmas Ç., “Bulanık mantık denetleyicili bir iklimlendirme si