LED Aydınlatma Sistemlerinde Derin Öğrenme Tabanlı Harmonik Tahminleme

Abstract

LED aydınlatma sistemleri, hem iç hem de dış aydınlatmada sıklıkla kullanılmakta olup, bu elemanlar özellikle enerji verimliliği bakımından büyük avantajlar sunmaktadır. Ancak söz konusu sistemler, çalışmaları için gerekli olan sürücü devrelerinin içerdiği anahtarlama elemanları nedeniyle, enerji kalitesi açısından sorunlara neden olmaktadır. Bu çalışmanın temel motivasyonunu, ilgili sistemler tarafından üretilen ve harmonik adı verilen güç kalitesi bozulmalarının tahminlenmesi oluşturmaktadır. Bu kapsamda, deneysel olarak tasarlanan bir LED aydınlatma sisteminden elektriksel veriler ölçülerek gerekli hesaplamalar sonucunda ilgili sistemin neden olduğu güç kalitesi problemleri ortaya çıkarılmıştır. Ancak sistem boyutunun büyümesinin hesaplama karmaşasını artıracağından yola çıkılarak, bahse konu problemlerin tespiti için derin öğrenme tabanlı bir algoritma geliştirilmiştir. Kalite bozulmaları, temel elektriksel parametreler kullanılmış ve hesaplama karmaşasından arındırılarak tahminlenmiş, gerçek veriler ile karşılaştırıldığında, GRU ve BiGRU modellerinde en düşük MAE değeri 0,031 ve en düşük RMSE değeri ise 0,099 olarak elde edilmiştir. Aynı değerler LSTM ve BiLSTM modellerinde sırasıyla 0,028 ve 0,097 olarak gerçekleşmiştir.