Özet:
Güç sistem geçici olaylarının, ileri işaret işleme ve örüntü tanıma tekniği kullanarakkarakterize edilmesi ve sınıflandırılmasını gerçekleştirecek bir araştırma yapılmıştır. Dalgacık(wavelet) analizi yardımıyla alınan bilgiler kullanılarak güç sistemi arıza tanıma otomasyonuyöntemi önerilmiştir. Güç sistemi operatörleri için bir yapay danışman olması amacıylageliştirilen sistemde, güç sistemlerindeki geçici olayları karakterize etmek için dalgacıkanalizi uygulanmış ve bu analizden geçici olay dalga şekli ile ilgili özellikler çıkarılmıştır.İşareti yüksek frekans içeriğine sahip detay ve alçak frekans içeriğine sahip yaklaşımkatsayılarına ayırmak için Daubechies dalgacık ailesi kullanılmıştır. Bu yöntemin geçiciolayları ve kombinasyonlarını karakterize etmekte etkinliği değerlendirilmiştir. Sınıflandırmayöntemi olarak, olasılıksal sinir ağları kullanılmış ve bu yöntemle geçici olayın hangi arızasınıfına ait olduğu tespit edilebilmiştir. Her geçici olay için dalgacık katsayı detaylarıkarakteristik olduğundan dolayı, bu katsayılar olasılıksal sinir ağlarında dalga şekillerini vebununla beraber geçici olayları birbirinden ayırmada kullanılmışlardır.Sistemin performansı, Matlab/Simulink ortamında simule edilen geçici olaylar üzerindedeğerlendirilmiştir. Simulasyonu yapılan veriler için olasılıksal sinir ağları, eğitim kümesinde%99.4 ve test kümesinde %96.7 doğruluk oranı vermiştir. Sonuçlar, hem sınıflandırmanınhassasiyeti ve kullanılan dalga şekli özellikleri açısından üstün bir performans olarakdeğerlendirilmektedir.Anahtar Kelimeler: Güç sistem geçici olayları, dalgacık analizi, wavelet analizi, arızasınıflandırma, olasılıksal sinir ağları, hata tanıma
