Rüzgar Türbinleri İçin Yapay Sinir Ağı Tabanlı Arıza Teşhis Sistemi

Abstract

Küresel boyuttaki artan enerji ihtiyacı ve azalan enerji kaynakları yenilenebilir enerji kaynakları kullanımının artmasına yol açmıştır. Enerjinin sürekliliği ve ulaşılabilirliği bakımından rüzgar enerjisi bu kaynaklar arasından en büyük paya sahip olmuştur. Enerji ihtiyacının büyüklüğü türbin boyutlarını da arttırmaktadır. Büyüyen türbin boyutları ve artan elektriksel güç, güvenlik ve verim faktörleri sebebi ile sistemde arızalara karşı tespit yapısı gerektirmektedir. Bu çalışmada üç kanatlı, yatay eksenli, yunuslama kontrollü, 4.8MW gücündeki türbinde arıza tespiti yapılmıştır. Sistem üzerinden alınan çeşitli veriler bir karar yapısı tarafından işlenerek sistem durumu hakkında karar vermektedir. Ölçülen veya hesaplanan giriş verileri yapar sinir ağı (YSA) ile arıza teşhisinde kullanılmıştır.

Increasing global energy demand and decreasing energy resources have led to an increase in the use of renewable energy resources. In terms of continuity and accessibility of energy, wind energy has the largest share among these resources. The size of the energy demand also increases the turbine dimensions. Due to the growing turbine sizes and increasing electrical power, safety and efficiency factors, the system requires a detection structure against failures. In this study, fault detection was carried out in a three-bladed, horizontal axis, pitch-controlled, 4.8MW turbine. Various data gathered from the system are processed by a decision structure and it makes a decision about the system status. Input data, measured or obtained by various calculations, are used in fault diagnosis with artificial neural network(ANN).