Power quality analysis on islanding mode at cogeneration systems
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Gelişmekte olan ülkelerdeki nüfus artışı ve sanayileşme oranı, enerji gereksinimlerini de beraberinde getirmektedir. Kaynakların kısıtlı ve sonlu olması, yeni enerji kaynakları arayışı gerekmektedir. Gerekli olan enerji miktarı yüksek olduğundan, yeni kaynakların bulunması, ayrıca bu kaynakların verimli ve sürdürülebilir olacak şekilde kullanılmasını da zorunlu kılmıştır. Kojenerasyon sistemleri diğer enerji kaynaklardan farklı olarak termodinamik açıdan verimli bir sistemlerdir. Ölçüm alınan tesis, ada modunda çalışan bir kojenerasyon sistemidir. Kojenerasyon sistemleri, enerjiyi başka bir enerji formuna dönüştürür ve bunun sistemde herhangi bir enerji kaybı olmadan verimli bir şekilde gerçekleştirir. Ayrıca, herhangi bir problem durumunda, sistem kendi beslediği yüklerle birlikte kendini bir çeşit koruma modunu da olan ada modu kullanarak enterkonnekte sistemden bağımsız çalışır. Sistem ada modunda ya da şebekeye paralel çalıştığında çoğu zaman akım / gerilim değişimlerinden etkilenir. Bu çalışmanın ilk kısmında kojenerasyon sisteminde ada modu ve şebekeye paralel çalışma durumunda iken incelemeler yapılmıştır. Oluşan arıza verileri harmonik, gerilim düşümü ve gerilim yükselmesi parametreleri açısından incelenmiştir. Harmonik analizi, hem ada durumunda hem de şebekeye paralel çalışma durumunda Fourier ve Kısa Zamanlı Fourier Dönüşümü kullanılarak analiz yapılmıştır. Gerilim düşümleri ve yükselmeleri, Dalgacık Metoduyla analiz edilmiş olup, analiz çıktıları öznitelik vektörlerini oluşturmak için kullanılmıştır. Çalışmanın ikinci kısımda ise güç kalitesi parametrelerinin sınıflandırması yapılmıştır. Sınıflandırma yapabilmek için gerekli olan öznitelik vektörü, Kesikli Dalgacık Dönüşümünün her bir enerji seviyesi için entropi, ortalama ve standart sapma gibi istatiksel veriler kullanılarak oluşturulmuştur. Güç kalitesi arızalarının teşhisi için sınıflandırmada Yapay Sinir Ağı modeli kullanılmıştır. Örüntü tanıma işlemi sonucunda doğru sınıflandırma sonuçları çıkmıştır. The rate of population growth and industrialization in developing countries bring the energy requirements. Limited and finite resources provide search of new energy sources. Because the amount of required energy is high, the foundation of new sources also necessiate the usage of these in an efficient and sustainable way.Unlike other energy sources, cogeneration systems are efficient systems in terms of thermodynamics. The plant on which measurement data is taken is a cogeneration plant at islanding mode. The cogeneration systems convert energy to another energy form, and it is realized without any loss in the system. Besides, in case of any problems, the system with its feeding loads works independently form interconnected system by employing a protection scheme called as islanding which is a kind of self protection. The system is mostly affected by voltage /current failures when running in parallel or island mode.In the first part of this study, the investigations are made on the cogeneration system running at both islanding mode and grid-parallel operation. Resulting fault data are investigated in terms of several parameters such as harmonic, voltage drop and voltage rise. Harmonic analysis is made by using both Fourier Transform and Short Time Fourier Transform in both islanding and grid condition cases. As voltage sag and swells of the power quality parameters are analyzed with Wavelet Analysis, the analysis outputs are used to form feature vectors.In the second part of the study, the classification of power quality parameters is done. The feature vector which will be used for classification is extracted for each energy level of Discrete Wavelet Transform by using the statistical methods such as entropy, mean and standard deviation. An Artificial Neural Network model is used for the classification of power quality in order to make diagnosis of failure in power quality. Classification results are obtained as the result of the pattern recognition process.
Collections