Budak, SerkanAkbal, Bahadir2021-02-052021-02-052020Budak, S., Akbal, B. (2020), Comparatıve Fault Locatıon Estımatıon By Usıng Image Processıng In Mıxed Transmıssıon Lınes. Konya Mühendislik Bilimleri Dergisi. 8, 62-75.2147-9364https://hdl.handle.net/20.500.12395/41256Overhead lines are generally used for electrical energy transmission. Also, XLPE underground cable lines are generally used in the city center and the crowded areas to provide electrical safety, so high voltage underground cable lines are used together with overhead line in the transmission lines, and these lines are called as the mixed lines. The distance protection relays are used to determine the impedance based fault location according to the current and voltage magnitudes in the transmission lines. However, the fault location cannot be correctly detected in mixed transmission lines due to different characteristic impedance per unit length because the characteristic impedance of high voltage cable line is significantly different from overhead line. Thus, determinations of the fault section and location with the distance protection relays are difficult in the mixed transmission lines. In this study, 154 kV overhead transmission line and underground cable line are examined as the mixed transmission line for the distance protection relays. Phase to ground faults are created in the mixed transmission line. overhead line section and underground cable section are simulated by using PSCAD/ EMTDC ™. The short circuit fault images are generated in the distance protection relay for the overhead transmission line and underground cable transmission line faults. The images include the R-X impedance diagram of the fault, and the R-X impedance diagram have been detected by applying image processing steps. Artificial neural network (ANN) and the regression methods are used for prediction of the fault location, and the results of image processing are used as the input parameters for the training process of ANN and the regression methods. The results of ANN and regression methods are compared to select the most suitable method at the end of this study for forecasting of the fault location in transmission lines.Havai hatlar genellikle elektrik enerjisi iletimi için kullanılır. Ayrıca XLPE yeraltı kablo hatları genellikle şehir merkezinde ve kalabalık alanlarda elektrik güvenliğini sağlamak için kullanılır, bu nedenle iletim hatlarında havai hat ile birlikte yüksek gerilim yeraltı kablo hatları kullanılır ve bu hatlar karma hatları olarak adlandırılır. Mesafe koruma röleleri, iletim hatlarındaki akım ve gerilim büyüklüklerine göre empedans tabanlı ölçüm sonucu arıza yerini belirler. Ancak yüksek gerilim kablo hattının karakteristik empedansı havai hattan önemli ölçüde farklı olduğundan, birim uzunluk başına farklı karakteristik empedans nedeniyle karma iletim hatlarında arıza konumu doğru bir şekilde tespit edilemez. Bu nedenle karma iletim hatlarında mesafe koruma röleleri ile arıza bölümünün ve yerinin tespiti zordur. Bu çalışmada, 154 kV havai iletim hattı ve yer altı kablo hattı, mesafe koruma röleleri için karma iletim hattı olarak incelenmiştir. Karma iletim hattında faz-toprak arızaları oluşturulur ve havai hat bölümü ve yeraltı kablo bölümü PSCAD / EMTDC ™ kullanılarak benzetimi yapılmıştır. Kısa devre arıza görüntüleri, havai iletim hattı ve yer altı kablo iletim hattı arızaları için mesafe koruma rölesinde oluşturulur. Görüntüler, arızanın R-X empedans diyagramını içerir ve R-X empedans diyagramından elde edilen görüntüler görüntü işleme adımları uygulanmıştır. Arıza yeri tahmini için görüntü işleme sonuçlarından çıkarılan özellikler giriş parametresi olarak belirlenmiştir. Yapay sinir ağları (YSA) ve regresyon yöntemleri kullanılarak arıza yeri tahmini yapılmıştır. YSA sonuçları ve regresyon yöntemleri bu çalışmanın sonunda iletim hatlarında arıza yerinin tahmin edilmesi için en uygun yöntemin seçilmesi için karşılaştırılmıştır.eninfo:eu-repo/semantics/openAccessDistance protection relayMixed transmission linesShort circuit faultsMatlab regression learnerFault location estimationArtificial neural networkMesafe koruma rölesiKarma iletim hatlarıKısa devre arızalarıRegresyon metotlarıArıza yeri tahminiYapay sinir ağlarıArticle8özel6275