Classification of Stockwell Transform Based Power Quality Disturbance with Support Vector Machine and Artificial Neural Networks

Abstract

Elektrik enerjisi hizmetlerinin kesintisiz bir biçimde tüketiciye ulaştırılması büyük önem taşımaktadır. Sistemdeki bozulmaların tespiti ve alınması gereken önlemler bu açıdan önemlidir. Elektrik sinyalindekini bozulmaların türünün belirlenmesi için çeşitli özellik çıkarım yöntemleri kullanılmaktadır. Bu çalışmada, elektrik güç sistemlerinde meydana gelen Güç Kalitesi Bozunumlarından(GKB) gerilim yükselmesi, gerilim çökmesi, harmonikli gerilim, harmonikli gerilim düşmesi, harmonikli gerilim yükselmesi, flicker ve transient ile referans sinyali olarak saf sinüs sinyallerini içeren sekiz işaret toplam on dönem sürecek şekilde TS EN 50160 standartlarına göre MATLAB ortamında oluşturulmuştur. Belirlenen GKB’na ait özellik çıkarımı için kullanılan yöntemlerden biri olan Stockwell-Dönüşümü ile frekans-genlik, zaman-genlik, geometrik ortalama ve standart sapma olmak üzere 4 çeşit özellik çıkarımı yapılmıştır. Bu özellikler üzerinden gerilim bozulmalarının tespiti yorumlanmıştır. Toplam 640 benzetim verisi Destek Vektör Makinaları (DVM) ve Yapay Sinir Ağları(YSA) ile sınıflandırıcıya sokularak sınıflandırma başarımları karşılaştırılmıştır.