Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız:
http://acikerisim.ktu.edu.tr/jspui/handle/123456789/3974
Tüm üstveri kaydı
Dublin Core Alanı | Değer | Dil |
---|---|---|
dc.contributor.author | Urrea Cabus, José Eduardo | - |
dc.date.accessioned | 2022-06-07T12:16:37Z | - |
dc.date.available | 2022-06-07T12:16:37Z | - |
dc.date.issued | 2021-07 | - |
dc.identifier.uri | http://acikerisim.ktu.edu.tr/jspui/handle/123456789/3974 | - |
dc.description.abstract | Bu araştırma, elektrik şebekelerinde simetrik ve asimetrik kısa devrede meydana gelen arazaların algılanması, sınıflandırılması ve analizleri için makine öğrenimi algoritmalarının uygulamalarını kapsamaktadır. Gerekli üç fazlı voltaj ve akım değerleri DIgSILENT yazılımı ile değişik kısadevre durumlarına göre simülasyon yapılarak üretilmiş ve analizler Python yazılımı ile gerçekleştirilmiştir. İlk olarak, ayrık dalgacık dönüşümü uygulanarak ön veri işleme yapılmış, sonrasında da minimum entropi ayrışma ve Destek Vektör Makinesi algoritması uygulanarak ana dalgacık ve ayrışma seçimi seviyesi için bir model geliştirilmiştir. Eğitmenli makine öğrenimi modellerinin performansını artırmak için makine öğrenimi eğitim adımı sırasında eğitmensiz boyut azaltma teknikleri uygulanmıştır. Son olarak, düşünülen özellikler özellik çıkarma yoluyla minimize edilmiş ve daha az özellik göz önünde bulundurarak, model veri kümelerinin aşırı yüklenmesi veya yetersiz kalması önlenmiş ve algoritmaların performansı artırabilmiştir. Geliştirilen algoritma ve yaklaşımlar daha güvenilir koruma yöntemleri elde etmek için farklı arıza problemleri için de uygulanabilir. | tr_TR |
dc.language.iso | tr | tr_TR |
dc.publisher | Karadeniz Teknik Üniversitesi / Fen Bilimleri Enstitüsü | tr_TR |
dc.subject | Boyutsal küçültme, özellikler, makine öğrenimi, eğitmenli öğrenme | tr_TR |
dc.subject | Dimensionality Reduction, Features, Machine Learning, Supervised Learning | tr_TR |
dc.title | Dağıtık elektrik şebekelerindeki arızaların tespiti için makine öğrenimi | tr_TR |
dc.title.alternative | Machine learning for fault detection in distributed networks | tr_TR |
dc.type | Thesis | tr_TR |
Koleksiyonlarda Görünür: | Elektrik-Elektronik Mühendisliği |
Bu öğenin dosyaları:
Dosya | Açıklama | Boyut | Biçim | |
---|---|---|---|---|
687056.pdf | 2.75 MB | Adobe PDF | ![]() Göster/Aç |
DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.