Elektrik Mühendisliği Progra - İTÜ Fen Bilimleri Enstitüsü

Üniversitesi
: İstanbul Teknik Üniversitesi
Enstitüsü
: Fen Bilimleri
Anabilim Dalı
: Elektrik Mühendisliği
Programı
: Elektrik Mühendisliği
Tez Danışmanı
: Prof. Dr. Özcan KALENDERLİ
Tez Türü ve Tarihi
: Doktora – Temmuz 2010
ÖZET
ELEKTRİKSEL BOŞALMA SESİNİN TANINMASI
Suna BOLAT SERT
Bu tez çalışmasında, İTÜ (Maslak) Yüksek Gerilim Laboratuvarı’nda kurulan
bir iletim hattı modelinden yüksek gerilim uygulayarak elde edilen duyulabilir
korona sesleri kullanılarak iletim hattının akustik davranışı incelenmiştir. Bu
amaçla, bir hat modeline farklı genliklerde alternatif ve doğru gerilimler
uygulanmıştır. Ses ölçmelerinde kullanılan ses seviyesi ölçü aletinin
elektromanyetik parazitlerden ve çevresel gürültülerden etkilenmemesi
amacıyla bir metal kafes kullanılmıştır. Yapılan yüksek gerilim deneylerinde
kaydedilen korona sesi verileri çeşitli işaret işleme teknikleri ile çözümlenerek,
uygulanan yüksek gerilimle ve korona ile ilgili bilgiler elde edilmiştir. Tezde,
elde edilen duyulabilir korona sesi verileri kullanılarak, bir yapay sinir ağı
(YSA) ile elektriksel boşalmanın oluştuğu gerilimin genliğini belirleme, oluşan
boşalmanın yerini bulma, boşalma kaynağını tanıma gibi uygulamalar
gerçekleştirilmiştir. Çalışmalar, yüksek gerilim uygulamalarındaki bu tür
problemler için, sesin ve yapay sinir ağı kullanılmasının genel, etkili, hızlı ve
ekonomik olarak, sonuçlara ulaşılmasını sağladığını göstermiştir..
Anahtar Kelimeler: Korona sesi, ses tanıma, dalgacık dönüşümü, olasılıksal
sinir ağı, genelleştirilmiş regresyon ağı.
Bilim Dalı Sayısal Kodu: 608.02.07
University
: Istanbul Technical University
Institute
: Institute of Science and Technology
Science Programme
: Electrical Engineering
Programme
: Electrical Engineering
Supervisor
: Prof. Özcan KALENDERLİ
Degree Awarded and Date : PhD – July 2010
ABSTRACT
RECOGNITION OF ELECTRICAL DISCHARGE SOUND
Suna BOLAT SERT
In this thesis, the acoustical behavior of a model transmission line has been
analyzed by using corona sounds which were obtained by applying high voltage
to the transmission line model installed in ITU (Maslak) High Voltage
Laboratory. For this aim, different voltage levels of DC and AC voltages were
applied to the line model to produce corona sounds. Against the effects of
electromagnetic interference and environmental noises, a metal cage was used.
The recorded corona sound data which were acquired from the performed high
voltage experiments were analyzed by different signal processing techniques
through which information about the applied high voltages and corona were
extracted. In the thesis, applications such as estimating the magnitude of voltage
at which electrical discharge occurs, determining the discharge location and
recognizing the source of discharge have been carried out by training an
artificial neural network (ANN) using audible corona sound data. Presented
studies show that, using discharge sound and artificial neural networks it is
possible to obtain general, cost-effective and fast results for solving of problems
such as fault detection, location, measurement and diagnostic at high voltage
applications.
Keywords: Corona sound, sound recognition, wavelet transform, probabilistic
neural network, generalized regression network.
Science Code: 608.02.07