Enerji sistemlerinde yapay sinir ağları ile gerilim kararlılığı analizi

Abstract

ÖZET ENERJİ SİSTEMLERİNDE YAPAY SİNİR AĞLARI İLE GERİLİM KARARLILIĞI ANALİZİ KARADAL, Hakan Niğde Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi Elektrik-Elektronik Mühendisliği Danışman : Yrd. Doç. Dr. Halis ALTÜN HAZİRAN 2003, 81 sayfa Modern güç sistemlerinin her geçen gün biraz daha gelişmesi ve büyümesi ile birlikte güç sistemlerindeki gerilim kararsızlığı problemleri, enerji sistemlerinin işletilmesi ve planlanması açısından büyük bir öneme sahip olmuştur. Gerilim kararlılığı genel olarak; yük baralannm gerilimlerinin genliklerini gerek sürekli hal gerilim kararlılığı gerekse geçici hal gerilim kararlılığı olayları sırasında önceden belirlenmiş işletme sınırlan içerisinde tutulabilmesi yeteneği olarak tanımlanabilir. Bu tez çalışmasında gerilim kararlılığının çözümlenmesi tek ara katmanlı ve iki ara katmanlı yapay sinir ağı vasıtası ile ayrı ayrı gerçekleştirilmiştir. Önerilen bu metot beş baralı model bir güç sistemine uygulanarak gerilim kararlılığı indeksi dediğimiz sonuçlar elde edilmiştir. Elde edilen bu sonuçlar daha önce gerçekleştirilmiş olan güç akışı simülasyonu sonuçlan ile karşılaştırmıştır. Bu karşılaştırma sonucunda yapay sinir ağlannın çok gerçekçi sonuçlar verebildiği gözlemlenmiştir. ıu

SUMMARY ANALYSE OF VOLTAGE STABILITY BY ARTIFICAL NEURAL NETWORK IN ENERGY SYSTEMS KARADAL, Hakan UNIVERSTY OF Nİ?DE UNIVERSITY SCHOOL OF NATURAL AND APPLIED SCIENCES DEPARTMENT OF ELECTRICAL AND ELECTRONICS ENGINEERING SUPERVISOR : Yrd. Doç. Dr. Halis ALTON JUNE 2003, 81 pages With the development of power systems, voltage instability for operating and planning of energy systems has gained enormous importance. Voltage stability is the ability of monitoring the magnitude of voltage of load buses within operating boundries in either during steady-state or transient state. İn this study, analyzing of voltage stability is carried out by artifical neural networks of one and two hidden layers respectively. The presented method has been applied to a test system with five buses and voltage stability index has been obtained. These results have compared with the results obtained power flow simulation results. It has been observed that artifical neural networks give satisfactory results. IV