Güç Kalitesi Olaylarının Dalgacık Dönüşümü, K-En Yakın Komşu Algoritması ve Kazanç Oranı Özellik Seçme Yöntemi Kullanılarak Tanınması

Düzgün AKMAZ

Makale detayları

Güç Kalitesi Olaylarının Dalgacık Dönüşümü, K-En Yakın Komşu Algoritması ve Kazanç Oranı Özellik Seçme Yöntemi Kullanılarak Tanınması

Yazarlar:

Düzgün AKMAZ

Yayıncı:

Niyazi ÖZDEMİR

Ana Başlıklar:

Uygulamalı fizik

Dergi:

International Journal of Innovative Engineering Applications 2022 Vol.6 Issue 1, pp.42-47

Belge Tipi:

Makale

Yayın Tarihi:

6/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000465833

Sıklık:

Aylık

pISSN:

2587-1943

Özet:

 

Bu çalışmada Güç Kalitesi (GK) bozulumu sinyallerinin sınıflandırılması için bir yöntem uygulanmıştır. Ayrık Dalgacık Dönüşümü (ADD), gürültü içeren GK sinyallerine uygulanarak sinyaller ayrıştırılmıştır. Daha sonra sinyallerin farklı entropi değerleri kullanılarak 80 farklı sınıflandırma özelliği elde edilmiştir.  Bu 80 özelliğin hepsinin sınıflandırma için kullanılması yöntemin eğitim/test sürelerinin uzamasına yol açmaktadır. Bu yüzden bütün sınıflandırma özellikleri arasında etkili özelliklerin belirlenmesi gereklidir. Bu çalışmada Kazanç Oranı (KO) özellik seçme yöntemi ve K-En Yakın Komşu Algoritması (K-EYK) ile etkili 10 sınıflandırma özelliği belirlenmiştir.  Belirlenen 10 sınıflandırma özelliği ile K-EYK eğitilmiş ve test edilmiştir. Benzetim sonuçları gerçekleştirilen yöntemin sınıflandırma için etkili olduğunu göstermiştir. Aynı zamanda benzetim sonuçları seçilen parametreler için KO ile belirlenen 10 sınıflandırma özelliğinin, 80 sınıflandırma özelliğine göre daha kısa sürede daha yüksek bir sınıflandırma başarısı sağladığını göstermiştir.

 

Bu çalışmada Güç Kalitesi (GK) bozulumu sinyallerinin sınıflandırılması için bir yöntem uygulanmıştır. Ayrık Dalgacık Dönüşümü (ADD), gürültü içeren GK sinyallerine uygulanarak sinyaller ayrıştırılmıştır. Daha sonra sinyallerin farklı entropi değerleri kullanılarak 80 farklı sınıflandırma özelliği elde edilmiştir.  Bu 80 özelliğin hepsinin sınıflandırma için kullanılması yöntemin eğitim/test sürelerinin uzamasına yol açmaktadır. Bu yüzden bütün sınıflandırma özellikleri arasında etkili özelliklerin belirlenmesi gereklidir. Bu çalışmada Kazanç Oranı (KO) özellik seçme yöntemi ve K-En Yakın Komşu Algoritması (K-EYK) ile etkili 10 sınıflandırma özelliği belirlenmiştir.  Belirlenen 10 sınıflandırma özelliği ile K-EYK eğitilmiş ve test edilmiştir. Benzetim sonuçları gerçekleştirilen yöntemin sınıflandırma için etkili olduğunu göstermiştir. Aynı zamanda benzetim sonuçları seçilen parametreler için KO ile belirlenen 10 sınıflandırma özelliğinin, 80 sınıflandırma özelliğine göre daha kısa sürede daha yüksek bir sınıflandırma başarısı sağladığını göstermiştir.

Makale detayları

Güç Kalitesi Olaylarının Dalgacık Dönüşümü, K-En Yakın Komşu Algoritması ve Kazanç Oranı Özellik Seçme Yöntemi Kullanılarak Tanınması

Yazarlar: Düzgün AKMAZ

Yayıncı: Niyazi ÖZDEMİR

Ana Başlıklar: Uygulamalı fizik

Dergi: International Journal of Innovative Engineering Applications 2022 Vol.6 Issue 1, pp.42-47

Belge Tipi: Makale

Yayın Tarihi: 6/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000465833

Sıklık: Aylık

pISSN: 2587-1943

Sayı

Yazarlar:

Düzgün AKMAZ

Yayıncı:

Niyazi ÖZDEMİR

Ana Başlıklar:

Uygulamalı fizik

Dergi:

International Journal of Innovative Engineering Applications 2022 Vol.6 Issue 1, pp.42-47

Belge Tipi:

Makale

Yayın Tarihi:

6/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000465833

Sıklık:

Aylık

pISSN:

2587-1943