Prediction of Power Transmission Line Losses With Artificial Neural Networks

Abstract

Hayatımızın bir parçası olan elektrik enerjisine talep her geçen gün artmaktadır. Yenilenebilir enerji kaynaklarının yetersiz kalması ve yenilenebilir enerji kaynaklarının hızla tükeniyor oluşu, bilim insanlarını yeni alternatif çalışmalara yönlendirirken aynı zamanda enerji üretim, iletim ve dağıtım hatlarında meydana gelen kayıpların azaltılmasını da zorunlu kılmaktadır. Kayıpları azaltmak için kayıpları etkileyen faktörlerin doğru tespit edilerek hesaplanması gerekmektedir. Enerji iletim hattı onarımının uzun sürmesi ve maliyetinin yüksek olmasından dolayı enerji iletim hatlarının iyi bir şekilde planlanması ve yenilenmesi önem arz etmektedir. Bu bağlamda enerji iletim hatlarının verimli bir şekilde planlanması için enerji iletim hat kayıplarına etki eden faktörlerin doğru belirlenerek kayıpların iyi hesaplanması gerekmektedir. Yapılan bu çalışmada enerji iletim hattında meydana gelen kayıpların tahmini için hattın gerilim değeri, kullanılan iletken cinsi, hat uzunluğu, basınç seviyesi, sıcaklık değeri, pürüzsüzlük faktörü ve yük akımı ağ girdileri olarak ve enerji iletim hattı kaybı da ağ çıktısı olarak belirlemek üzere 7 girişli ve 1 çıkışlı bir YSA modeli MATLAB yazılım programı kullanılarak geliştirilmiştir. Bu çalışmada ileri beslemeli geri yayılımlı YSA kullanılarak gizli katmanların sayısı ve bu katmanlardaki nöronların sayısı ile diğer eğitim parametreleri eğitim süreci boyunca Levenberg Marquardt (LM) algoritması ile optimize edilmiştir. Kayıpları hesaplamak için MATLAB/nntool kullanılarak, hem aynı anda tüm parametre girdileri için, hem de her defasında 6 giriş parametresi sabit kalmak şartıyla 1 giriş parametresi belirli aralıklarda değiştirilerek bu giriş parametresinin enerji iletim hattı kaybı üzerindeki etkinliği başarılı bir şekilde tahmin edilmiştir.

The demand for electrical energy, which is a part of our lives, is increasing day by day. The inadequacy of renewable energy resources and the rapid depletion of renewable energy resources direct scientists to new alternative studies, while also requiring the reduction of losses in energy production, transmission and distribution lines. In order to reduce losses, the factors affecting losses must be correctly identified and calculated. Since energy transmission line repair takes a long time and is costly, it is important to plan and renew energy transmission lines well. In this context, in order to plan energy transmission lines efficiently, the factors affecting energy transmission line losses must be determined correctly and the losses must be calculated well. In this study, in order to estimate the losses occurring in the energy transmission line, the voltage value of the line, the type of conductor used, the line length, the pressure level, the temperature value, the smoothness factor and the load current are used as network inputs, and the energy transmission line loss is determined as the network output. A 1-output ANN model was developed using MATLAB software program. In this study, using feedforward back-propagation ANN, the number of hidden layers, the number of neurons in these layers and other training parameters were optimized with the Levenberg Marquardt (LM) algorithm throughout the training process. By using MATLAB/nntool to calculate the losses, the effectiveness of this input parameter on the power transmission line loss was successfully estimated by changing 1 input parameter at certain intervals, both for all parameter inputs at the same time and providing that 6 input parameters remain constant.