Estımatıon Of Synchronous Motor Excıtatıon Current Usıng Multıple Lınear Regressıon Model Optımızed By Symbıotıc Organısms Search Algorıthm

dc.contributor.authorÇelik, Emre
dc.date.accessioned2020-04-30T14:12:15Z
dc.date.available2020-04-30T14:12:15Z
dc.date.issued2018
dc.departmentDÜ, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümüen_US
dc.description.abstractIn this paper, an effective and simple means of estimating the excitation current of a synchronous motor (SM) is presented for power factor correction task. First, a multiple linear regression model with four predictor variables such as motor load current, actual power factor, power factor error and excitation current change is formed to estimate the SM excitation current. Then, recently introduced symbiotic organisms search (SOS) algorithm is benefitted in the hope of searching better values of regression coefficients in that model using the data collected from the prepared experimental setup. The supremacy of SOS over some recently published algorithms such as genetic algorithm, artificial bee colony and gravitational search algorithm is widely attested through comparative computer simulations for the similar compensation system. The results exhibited in this article show that the presented technique outperforms the other reported popular algorithms from the aspects of simplicity, robustness and accuracy. In view of this, the suggested tuning of regression coefficients of the multiple linear regression model yields a better estimating performance of SM excitation current than the earlier studies.en_US
dc.description.abstractBu belgede güç faktörü düzeltme işlemi için senkron motor (SM) uyartım akımının tahminine yönelik etkili ve basit bir yol sunulmuştur. Bu işlem için ilk olarak motor yük akımı, gerçek güç faktörü, güç faktörü hatası ve uyartım akımının değişimi karar değişkenleri olarak ele alınarak çoklu doğrusal regresyon modeli oluşturulmuştur. Ardından hazırlanan deneysel düzenekten toplanan veriler kullanılarak bu modeldeki regresyon katsayılarının iyileştirilmesi amacıyla yeni ortaya konulan simbiyotik organizmalar arama algoritmasından faydalanılmıştır. Bu algoritmanın benzer kompanzasyon işlemi için genetik algoritma, yapay arı kolonisi ve yerçekimi algoritması gibi yakın zamanda yayınlanan algoritmalara olan üstünlüğü karşılaştırmalı bilgisayar simülasyonları ile gösterilmiştir. Bu makalede sergilenen sonuçlar, sunulan tekniğin bahsi geçen literatürdeki algoritmalara göre basitlik, gürbüzlük ve doğruluk açılarından daha iyi performans verdiğini göstermiştir. Bu bağlamda çoklu doğrusal regresyon model katsayıların önerilen şekilde ayarı önceki çalışmalardan daha iyi SM uyartım akımı tahmin performansı sağlamıştır.en_US
dc.identifier.doi10.22531/muglajsci.466308en_US
dc.identifier.endpage218en_US
dc.identifier.issn2149-3596
dc.identifier.issn2149-3596
dc.identifier.issue2en_US
dc.identifier.startpage210en_US
dc.identifier.urihttps://doi.org/10.22531/muglajsci.466308
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TWprNE1UZzVPUT09
dc.identifier.urihttps://hdl.handle.net/20.500.12684/836
dc.identifier.volume4en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isoenen_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectBilgi Sistemlerien_US
dc.subjectBiyolojien_US
dc.subjectÇevre Bilimlerien_US
dc.subjectÇevre Mühendisliğien_US
dc.subjectFiziken_US
dc.subjectMatematiken_US
dc.subjectFiziken_US
dc.subjectNükleeren_US
dc.subjectİmalat Mühendisliğien_US
dc.subjectİnşaat Mühendisliğien_US
dc.subjectİstatistik ve Olasılıken_US
dc.subjectMaden İşletme ve Cevher Hazırlamaen_US
dc.subjectMatematiken_US
dc.subjectMühendisliken_US
dc.subjectBiyotıpen_US
dc.subjectMühendisliken_US
dc.subjectElektrik ve Elektroniken_US
dc.subjectMühendisliken_US
dc.subjectHava ve Uzayen_US
dc.subjectMühendisliken_US
dc.subjectJeolojien_US
dc.subjectMühendisliken_US
dc.subjectKimyaen_US
dc.subjectMühendisliken_US
dc.subjectMakineen_US
dc.subjectMühendisliken_US
dc.subjectPetrolen_US
dc.subjectNanobilim ve Nanoteknolojien_US
dc.subjectNükleer Bilim ve Teknolojisien_US
dc.subjectOrman Mühendisliğien_US
dc.subjectRobotiken_US
dc.subjectTelekomünikasyonen_US
dc.titleEstımatıon Of Synchronous Motor Excıtatıon Current Usıng Multıple Lınear Regressıon Model Optımızed By Symbıotıc Organısms Search Algorıthmen_US
dc.title.alternativeSimbiyotik Organizmalar Arama Algoritmasi Ile Optimize Edilmiş Çoklu Doğrusal Regresyon Modeli Kullanilarak Senkron Motor Uyartim Akiminin Tahminien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
0836.pdf
Boyut:
896.24 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text