| Popis: |
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. While the need for electricity is increasing over the time, delivering electricity from generation to consumers via transmission lines are important. One of the causes of interruption in the transmission lines is insulator failure due to aging and environmental conditions. The methods used in the detection of defective insulators are; acoustic (sound waves), VHF (very high frequency) radio frequency waves, UHF (ultra high frequency) radio frequency waves, microwaves, magnetic field waves, infrared scanning, leakage current, isolator resistance measurement and convolution neural network.In this study, detection method using convolution neural network is preferred to detect defective isolator. Deep learning and transfer learning methods are used in addition to this method. High-resolution photographs containing defective insulators are used for training and testing. The matlab image labeler application has been used to classify types of faults on the classification labeling process. With the help of this trained network, the isolator failure classes in the tagged photographs were determined. Afterwards, the types of isolator failures in the new photographs without labeling were determined by deep learning method with the trained network without the need for labeling. Then, the defective isolators were detected with the help of the network which was trained by transfer learning method. Finally, the success rates in these determinations were examined. 125 |
