Journals / Journal of Investigations on Engineering and Technology / 2022 / Cilt: 5 - Sayı: 1

Forecasting of illegal consumption in electrical power systems

Elektrik güç sistemlerindeki kaçak kullanımların tahmini

Pages
1–10
Publication Date
2022-06-30
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)

Both the amount of illicit use in the cities were estimated, and the performances of the education functions were compared.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Correctly using electrical energy, which is costly to produce, is essential.
📊
Key Findings & Data:Loss and illegal use, considered together, are different terms and should be evaluated separately.
💡
Conclusion & Impact:Both the amount of illicit use in the cities were estimated, and the performances of the education functions were compared.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:Kayıp · Kaçak · Dağıtım hatları

Abstract

Correctly using electrical energy, which is costly to produce, is essential. Estimating illegal electricity, which is one of the critical problems in our country, usage is a problem that needs to be solved in the energy market. Loss and illegal use, considered together, are different terms and should be evaluated separately. Evaluating each term separately will ensure that the measures to be taken or the investments to be made on any network will be healthier and positively change the perspective on electricity. In this way, it will provide information on whether the investments to be made in the regions should be made to fight against illegality or reduce losses. Estimating illegal uses will pave the way for significant developments in socio-economic terms and the fight against illicit uses. The estimation of the amount of illegal usage was carried out with artificial neural networks. Reducing the cities' networks to be estimated to a single transformer zone ensures that the amount of illegal use in artificial neural networks is estimated. Although there are not many studies evaluating illegal uses separately from natural losses, this study has made it possible to predict illegal uses with the proposed algorithms. With the help of the proposed algorithms, natural losses and illegal uses are estimated separately. The results are also supported with the help of artificial neural networks trained with different training functions. Both the amount of illicit use in the cities were estimated, and the performances of the education functions were compared.

Özet

Üretimi maliyetli olan elektrik enerjisinin doğru kullanılması önemli bir konudur. Ülkemizdeki önemli sorunlardan birisi olan kaçak elektrik kullanımların tahmin edilmesi, enerji piyasasında çözülmesi gereken bir problemdir. Birlikte değerlendirilen kayıp ve kaçak kullanım miktarları, birbirinden farklı terimlerdir ve ayrı ayrı değerlendirilmesi gerekmektedir. İki terimin ayrı değerlendirilmesi, herhangi bir şebeke üzerinde alınacak önlemlerin veya yapılacak yatırımların daha sağlıklı olmasını sağlayacak ve elektriğe bakış açısını da olumlu yönde değiştirecektir. Bu sayede bölgelere yapılacak yatırımların, kaçak ile mücadele üzerine mi yoksa kayıpların azaltılması üzerine mi yapılması gerektiği hakkında bilgi verecektir. Kaçak kullanımların tahmin edilmesi sosyo-ekonomik yönden ve kaçak kullanımlarla mücadele kapsamında büyük gelişmelerin önünü açacaktır. Bu çalışmada kaçak kullanım miktarlarının tahmin edilmesi yapay sinir ağları ile gerçekleştirilmiştir. Tahmin yapılması istenilen şehirlerin şebekeleri tek bir trafo bölgesine indirgenerek yapay sinir ağlarında tüm kayıpların ve kaçak kullanım miktarlarının tahmin edilmesi sağlanmıştır. Literatürde kaçak kullanımların doğal kayıplardan ayrı değerlendirilmesiyle ilgili pek çalışma olmasa bile, bu çalışma ile kaçak kullanımların tahmin edilebilmesi önerilen algoritmalar ile mümkün hale gelmiştir. Önerilen algoritmalar yardımıyla doğal kayıplar ve kaçak kullanımlar birbirlerinden ayrılacak şekilde tahmin edilmiştir. Sonuçlar farklı eğitim fonksiyonları ile eğitilen yapay sinir ağları yardımıyla da desteklenmiştir. Hem şehirlerin kaçak kullanım miktarları tahmin edilmiş, hem de eğitim fonksiyonlarının performansları karşılaştırılmıştır.

🔖

Cite This Article

YILDIZ, E., ÇETİNKAYA, N. (2022). Forecasting of illegal consumption in electrical power systems. Journal of Investigations on Engineering and Technology, Cilt: 5 - Sayı: 1, 1–10. https://ajindex.com/articles/777470

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (3)

  1. Referans1 Örsek B. (2016). Türkiye’de Kayıp Kaçak Oranı Düşme Eğiliminde. www.dogrulukpayi.com. (Erişim Tarihi: 25.10.2020). Referans2 Sargın İ. (2006). Tavşanlı Enerji Dağıtım Sistemlerinde Meydana Gelen Kayıpların Oranlarının Belirlenmesi ve Azaltılması İçin Alınabilecek Önlemler ve Elde Edilen Enerji Kazanımları. Türkiye 10. Enerji Kongresi, İstanbul, Türkiye. Referans3 Düzgün B. (2018). Türkiye Elektrik Iletim ve Dağıtım Şebekesinin Enerji Verimliliğinin Değerlendirilmesi ve 2023 Projeksiyonları. Politeknik Dergisi, 21(3): 621-632. Referans4 World Bank Group (2016). Türkiye Cumhuriyeti: Elektrik Dağıtım Şirketlerinin Hizmet Kalitesinin İyileştirilmesine Yönelik Adımlar. World Bank Group Türkiye, ACS20668. Referans5 Yaşar C., Aslan Y., Biçer T. (2010). Bir Dağıtım Transformatörü Bölgesindeki Kayıpların İncelenmesi. Dumlupınar Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22, 9-22. Referans6 Alperöz N. (1984).
  2. Elektrik Enerjisi Dağıtımı, Elektrik Enerjisi Dağıtımı, Nesil Matbaa, birinci baskı, Türkiye. Referans7 Yıldız E., Çetinkaya N. (2018). The Proposed Forecasting Algorithm in Power Systems for Separating of Losses and Illegal Consumptions. Third International Symposium on Industrial Design & Engineering 2018 (ISIDE), Antalya, Türkiye. Referans8 Bhatt MS. (2003). Energy Efficiency Improvement of Electrical Transmission Distribution Networks”. Journal of Scientific & Industrial Research, 62, 473-490. Referans9 Balcı H., Esener İ., Kurban M. (2012). Regresyon Analizi Kullanılarak Kısa Dönem Yük Tahmini. ELECO 2012 Elektrik- Elektronik ve Bilgisayar Mühendisliği Sempozyumu, Bursa, Türkiye. Referans10 Alcan Y., Öztürk A., Dirik H, Demir M. (2017). Güç Şebekelerinde Minimum Kayıpları Sağlayan STATCOM Konumunun ve Değerinin Belirlenmesinde Farklı Sezgisel Algoritmaların Karşılaştırılması. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(5), 550-558. Referans11 Özel K. (2006). Losses in Electric Distribution Systemes (Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi,
  3. Ankara, Türkiye) Referans12 Smith T.B. (2004). Electricity Theft: a Comparative Analysis. Deparment of Social and Behavioral Science. 32, 2067-2076. Referans13 TEDAŞ (2018). 2017 Faaliyet Raporu. https://www.tedas.gov.tr. (Erişim Tarihi: 01.11.2020) Referans14 Amjady N., Keynia F. (2008). Mid-term Load Forecasting of Power Systems by a Newprediction Method. Energy Conversion and Management, 49, 2678-2687 Referans15 Gürsoy E., Kaypmaz A. (2000). Yük Tahmini yöntemleri ve Çukurova Elektr