Özet:
Elektrik enerjisi, önemini sürekli artıran bir ihtiyaç olmakla birlikte, elektriğin son alıcıya ulaştırılması sürecinde elektrik iletiminde kesintilere sebep olan aksaklıkları önceden tespit etmek önem arz etmektedir. Bu aksaklıklardan biri de iletim hatlarındaki izolatörlerin zamanla çeşitli etkenlerle işlevselliğini yitirmesidir. İzolatör arızalarının tespit edilmesinde kullanılan başlıca yöntemler; akustik (ses dalgaları), VHF (çok yüksek frekanslı) radyo frekans dalgaları, UHF (ultra yüksek frekanslı) radyo frekans dalgaları, mikro dalgalar, manyetik alan dalgaları, kızılötesi tarama, kaçak akım, izolatör direnci ölçümü ve evrişimsel sinir ağı (convolution neural network) ile tespittir. Bu çalışmada, izolatör arızalarını tespit etmeye yönelik evrişimsel sinir ağı ile tespit yöntemi tercih edilmiş olup, bu yönteme ek olarak derin öğrenme (deep learning) ve eğitim aktarımı (transfer learning) yöntemleri de kullanılmıştır. İletim hatları boyunca çekilmiş yüksek çözünürlüklü fotoğraflardaki izolatörler, arızalı ve sağlam olmak üzere, "matlab image labeler" uygulamasıyla etiketlenmiş, ardından matlab kod bloğu çalıştırılıp eğitilmiş bir ağ oluşturulmuştur. Eğitilmiş bu ağ yardımıyla, etiketlenmiş fotoğraflardaki izolatörlerden arızalı ve sağlam olanlar tespit edilmiştir. Sonrasında, etiketleme yapılmamış yeni fotoğraflardaki arızalı ve sağlam izolatörler, etiketlemeye gerek kalmadan bu eğitilmiş ağ kullanılarak derin öğrenme yöntemiyle tespit edilmiştir. Ardından, eğitim aktarımı yöntemiyle eğitilen ağ kullanılarak arızalı izolatörler tespit edilmiştir. Son olarak, bu tespitlerdeki başarı oranları incelenmiştir.
