Estımatıon Of Synchronous Motor Excıtatıon Current Usıng Multıple Lınear Regressıon Model Optımızed By Symbıotıc Organısms Search Algorıthm
dc.contributor.author | Çelik, Emre | |
dc.date.accessioned | 2020-04-30T14:12:15Z | |
dc.date.available | 2020-04-30T14:12:15Z | |
dc.date.issued | 2018 | |
dc.department | DÜ, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü | en_US |
dc.description.abstract | In 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.abstract | Bu 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.doi | 10.22531/muglajsci.466308 | en_US |
dc.identifier.endpage | 218 | en_US |
dc.identifier.issn | 2149-3596 | |
dc.identifier.issn | 2149-3596 | |
dc.identifier.issue | 2 | en_US |
dc.identifier.startpage | 210 | en_US |
dc.identifier.uri | https://doi.org/10.22531/muglajsci.466308 | |
dc.identifier.uri | https://app.trdizin.gov.tr/makale/TWprNE1UZzVPUT09 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12684/836 | |
dc.identifier.volume | 4 | en_US |
dc.indekslendigikaynak | TR-Dizin | en_US |
dc.language.iso | en | en_US |
dc.relation.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Bilgisayar Bilimleri | en_US |
dc.subject | Bilgi Sistemleri | en_US |
dc.subject | Biyoloji | en_US |
dc.subject | Çevre Bilimleri | en_US |
dc.subject | Çevre Mühendisliği | en_US |
dc.subject | Fizik | en_US |
dc.subject | Matematik | en_US |
dc.subject | Fizik | en_US |
dc.subject | Nükleer | en_US |
dc.subject | İmalat Mühendisliği | en_US |
dc.subject | İnşaat Mühendisliği | en_US |
dc.subject | İstatistik ve Olasılık | en_US |
dc.subject | Maden İşletme ve Cevher Hazırlama | en_US |
dc.subject | Matematik | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Biyotıp | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Elektrik ve Elektronik | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Hava ve Uzay | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Jeoloji | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Kimya | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Makine | en_US |
dc.subject | Mühendislik | en_US |
dc.subject | Petrol | en_US |
dc.subject | Nanobilim ve Nanoteknoloji | en_US |
dc.subject | Nükleer Bilim ve Teknolojisi | en_US |
dc.subject | Orman Mühendisliği | en_US |
dc.subject | Robotik | en_US |
dc.subject | Telekomünikasyon | en_US |
dc.title | Estımatıon Of Synchronous Motor Excıtatıon Current Usıng Multıple Lınear Regressıon Model Optımızed By Symbıotıc Organısms Search Algorıthm | en_US |
dc.title.alternative | Simbiyotik Organizmalar Arama Algoritmasi Ile Optimize Edilmiş Çoklu Doğrusal Regresyon Modeli Kullanilarak Senkron Motor Uyartim Akiminin Tahmini | en_US |
dc.type | Article | en_US |
Dosyalar
Orijinal paket
1 - 1 / 1
Yükleniyor...
- İsim:
- 0836.pdf
- Boyut:
- 896.24 KB
- Biçim:
- Adobe Portable Document Format
- Açıklama:
- Tam Metin / Full Text