T.C.

MARMARA ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ

DALGACIK (WAVELET) TABANLI DAĞITIM

SİSTEMLERİ KORUMA ALGORİTMASI

Tahir Çetin AKINCI

(Teknik Öğretmen, BSc.)

YÜKSEK LİSANS TEZİ

ELEKTRİK EĞİTİMİ ANABİLİM DALI

DANIŞMAN
Yrd.Doç.Dr. Adnan KAKİLLİ

İSTANBUL 2005
 T.C.
MARMARA ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ

DALGACIK (WAVELET) TABANLI DAĞITIM

SİSTEMLERİ KORUMA ALGORİTMASI

Tahir Çetin AKINCI

(Teknik Öğretmen, BSc.)
(1411012200030210)

YÜKSEK LİSANS TEZİ

ELEKTRİK EĞİTİMİ ANABİLİM DALI

DANIŞMAN
Yrd.Doç.Dr. Adnan KAKİLLİ

İSTANBUL 2005
 T.C.
MARMARA ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ

KABUL VE ONAY BELGESİ

WAVELET (DALGACIK) KORUMA ALGORİTMASI

Tahir Çetin AKINCI’nun “Dalgacık (Wavelet) Tabanlı Dağıtım Sistemleri

Koruma Algoritması” isimli Lisansüstü tez çalışması, M.Ü. Fen Bilimleri Enstitüsü
Yönetim Kurulu’nun 23/09/2005 tarih ve 2005/22-22 sayılı kararı ile oluşturulan jüri
tarafından Elektrik Eğitimi Anabilim Dalı Elektrik Eğitimi Programında YÜKSEK
LİSANS Tezi olarak Kabul edilmiştir.

Danışman :Yrd.Doç.Dr. Adnan KAKİLLİ (Marmara Üniversitesi)

Üye : Yrd.Doç.Dr. Aynur AKAR (Marmara Üniversitesi)

Üye : Yrd.Doç.Dr. Fuat BÜYÜKTÜMTÜRK (Marmara Üniversitesi)

Tezin Savunulduğu Tarih : 28/ 09/ 2005

ONAY

M.Ü. Fen Bilimleri Enstitüsü Yönetim Kurulu’nun .............................. tarih ve

.......................................sayılı kararı ile Tahir Çetin AKINCI’nın Elektrik Eğitimi
Anabilim Dalı Elektrik Eğitimi Programında Y.Lisans (MSc.) derecesi alması
onanmıştır.
Marmara Üniversitesi
Fen Bilimleri Enstitüsü
Müdürü
ÖNSÖZ
I

Bu çalışmada; Enerji iletim ve dağıtım sistemlerinde meydana gelen arızalar

ve önleme yöntemleri araştırılmıştır. Örnek bir enerji dağıtım sistemi ATP/EMTP
programı ile modellenmiştir. Modellenen enerji sistemi simülasyonunda oluşturulan
arızalar Wavelet (Dalgacık) analizi ile incelenmiş ve Dalgacık tabanlı yeni bir koruma
algoritması geliştirilmiştir. Yapılan simülasyon sonucunda çıkan sonuçlar
değerlendirilerek üzerinde yorumlar yapılmıştır.
Simülasyon çalışmasında ATP/EMTP ve MATLAB Wavelet Toolbox
simülasyon programı kullanılmıştır.
Bu çalışma, Dalgacıklar üzerinde çalışan ve sinyal işleme, enerji iletim
sistemlerinin modellenmesi üzerinde çalışan ve konulara ilgi duyanlara yardımcı
olacaktır.
Bu çalışmanın her aşamasında ve tezin tamamlanmasında yardımcı olan
danışmanım Yrd.Doç.Dr.Adnan KAKİLLİ ve ikinci danışmanım Yrd.Doç.Dr.Okan
ÖZGÖNENEL’e teşekkür ve şükranlarımı sunarım. Ayrıca Wavelet konusunda
yardımlarını esirgemeyen Prof.Dr.Serhat ŞEKER’e, yardımcı olan arkadaşlarıma ve
aileme teşekkürlerimi sunarım.

Eylül, 2005 Tahir Çetin AKINCI

I
II İÇİNDEKİLER

SAYFA

ÖNSÖZ ....................................................................................................I

İÇİNDEKİLER ......................................................................................II

ÖZET ..................................................................................................... IV

ABSTRACT ............................................................................................V

YENİLİK BEYANI (CLAIM FOR ONGINALITY) ........................ VI

SEMBOL LİSTESİ ..............................................................................VII

KISALTMA LİSTESİ ........................................................................VIII

ŞEKİL LİSTESİ ................................................................................... IX

BÖLÜM I ...............................................................................................1
I.1. GİRİŞ .......................................................................................................1
I.2. AMAÇ ......................................................................................................2

BÖLÜM II ...............................................................................................3
ENERJİ İLETİM VE DAĞITIM SİSTEMLERİ .........................3

II.1. GİRİŞ .......................................................................................................3

II.2. ENERJİ İLETİMİ ..................................................................................3
II.3. KISA DEVRELER VE ARIZALARIN İNCELENMESİ ...................4
II.4. ÜÇ FAZLI ŞEBEKELERDE BAŞLICA KISA DEVRE VE
TOPRAK DEĞMESİ ÇEŞİTLERİ .......................................................5
II.4.1 Üç Fazlı Kısa Devre ..................................................................5
II.4.2. İki Fazlı Kısa Devre ve Çift Toprak Değmesi ........................6

II
 II.4.3. Bir Fazlı Kısa Devre .................................................................7
II.4.4. Yıldız Noktası Bir Z Empedansı Üzerinden Topraklanmış
Bir Şebekede Bir Toprak Kısa Devresi ..............................................................9
II.4.5. Yıldız Noktası Topraklaması .................................................10

II.5. KORUMA ..............................................................................................10

II.6. AŞIRI GERİLİME KARŞI ÖNLEMLER .........................................10
II.6.1. İç Aşırı Gerilimlere Karşı Önlemler ...................................11
II.6.2. Dış Aşırı Gerilimlere Karşı Önlemler ..................................12
II.6.3. Aşrı Gerilimlerin Etkilerine Karşı Yapısal Önlemler ........14
II.6.4. Aşırı Gerilimlerin Etkilerinin Azaltılması İçin Bağlama
Tekniği Bakımından Alınacak Önlemler .......................................................14
II.6.5. Aşırı Gerilime Karşı Koruma ...............................................14

BÖLÜM III .............................................................................................16

DALGACIKKURAMI ..................................................................16

III.1. GİRİŞ .....................................................................................................16

III.2. İŞARET İŞLEME VE ZAMAN-FREKANS ANALİZİ ....................17
III.2.1. Zaman Frekans Analiz Metodları ........................................18

III.3. DALGACIKLARA GENEL BAKIŞ ...................................................19

III.4. TARİHSEL BAKIŞ ............................................................................. 20
III.4.1. Baz Fonksiyonları ................................................................. 22
III.4.2. Ölçeğideğişen Baz Fonksiyonları .........................................23

III.5. FOURİER ÇÖZÜMLEMESİ ............................................................. 23

III.6. FOURİER SERİLERİ …….................................................................24
III.7. AYRIK FOURİER DÖNÜŞÜMÜ........................................................26
III.8. PENCERELENMİŞ FOURİER DÖNÜŞÜMÜ .................................29
III.9. DALGACIK DÖNÜŞÜMÜ ..................................................................32
III.10. HAAR DALGACIKLARI .................................................................35
III.11. SÜREKLİ DALGACIK DÖNÜŞÜMÜ (SDD) ................................35
III.11.1. Daubechies Dalgacık Dönüşümü ...........................................41
III.11.2. Dalgacık vektörleri .................................................................42

III.12. DALGACIK DÖNÜŞÜMLERİNİN GÜÇ SİSTEMLERİ VE

ELEKTRO-MEKANİK SİSTEMLERDE ARIZA TANISINA
YÖNELİK UYGULAMALARI ..........................................................51

BÖLÜM IV .............................................................................................57

III
 DALGACIK DÖNÜŞÜMÜNÜN DAĞITIM SİSTEMLERİNE

AİT UYGULAMASI ..............................................................................57

IV.1. GİRİŞ ................................................................................................... 57

IV.2. ÖRNEK SİSTEM 1............................................................................. 58
IV.3. ÖRNEK SİSTEM 2.......................................................................... ...65

BÖLÜM V . ........................................................................................... 69
DEĞERLENDİRME VE ÖNERİLER ........................................69

KAYNAKLAR ...................................................................................... 71

EKLER ..............................................................................................76

IV
III ÖZET

DALGACIK (WAVELET) TABANLI DAĞITIM SİSTEMLERİ

KORUMA ALGORİTMASI

Elektrik enerjisini üreten, ileten ve dağıtan kuruluşların görevi; kesintisiz,

ekonomik ve kaliteli bir hizmeti tüketicilerine sunmaktır. Elektrik enerjisi
sistemlerinde kalite söz konusu olunca, sabit şebeke frekansında; sabit ve sinüsoidal
biçimli uç geriliminin sağlanması anlaşılmaktadır. Güç sistemlerine bağlanan bazı
elemanlar ve bunların yol açtığı arızalar, bu arızaların tespiti ve arızaların giderilmesi
önemli bir araştırma konusu haline gelmiştir.
Enerji iletim hatlarında arızalar, generatör, transformatör, hat kesici, ayırıcı şalt
cihazlarında kısa devrelerle ya da yalıtım sonucunda meydana gelirler. Bu arızaların
tespiti, arızanın başlangıç ve bitiş anı arızanın giderilmesi için önem taşımaktadır.
Bu çalışmada enerji dağıtım hatlarında meydana gelen başlıca arıza tiplerinden
ve bunlara ilişkin koruma yöntemlerinden bahsedilmiştir. Geleneksel olarak işaret
işlemede kullanılan Fourier ve Dalgacık teknikleri incelenmiş ve Fourier
Dönüşümünün bazı dezavantajları yüzünden dalgacık dönüşümü tekniğinin güç
sistemlerine uygulanması ve yorumlanması konusunda çalışılmıştır.
Modelleme ve Bilgisayar Benzeşimi (Simülasyon) için ATP/EMTP programı
kullanılmış buradan elde edilen sonuçlar MATLAB paket programı ve MATLAB
Wavelet Toolbox kullanılarak analiz edilmiş, elde edilen sonuçlar yorumlanmıştır.

Eylül, 2005 Tahir Çetin AKINCI

V
IV ABSTRACT

WAVELET BASED DISTRIBUTING SYSTEMS OF

PROTECTION ALGORITHM

The aim of foundations generating, transmission and distributing electric

energy is to serve an economic and quality service to their consumers. If we are
talking about quality in electric energy systems, it has been understood to serve stable
and sinusoidal edge voltage in stable network frequency. Today some equipment
connected to power systems and breakdown these equipments cause has become a
important research topic. It is also really important not only to determine breakdowns
but also to solve breakdowns in power systems.
Short circuits in generator, transformer, line switch, separator, power station or
isolation result in breakdown in energy transfer lines. It is very important to determine
this breakdown and starting and stopping moment of breakdown for solving
breakdown.
In this study, it has been mentioned main types of breakdown accruing in
energy transfer lines and protection methods. Techniques of Fourier and Wavelet
analysis used generally signal processing have been examined. Because of the some
disadvantages of Fourier Transform, subject of applying the technique of Wavelet
Transform to power systems has been studied.
ATP/EMTP program has been used for modeling and simulating. The results
obtained have been analyzed using MATLAB and MATLAB Wavelet Toolbox. The
results obtained from this analyzing have been evaluated.

September, 2005 Tahir Çetin AKINCI

VI
YENİLİK BEYANI (CLAIM FOR ORIGINALITY)
V

DALGACIK (WAVELET) TABANLI DAĞITIM SİSTEMLERİ

KORUMA ALGORİTMASI

Bu çalışmada, elektik güç sistemlerinin modellenmesi, model üzerinde arızalar

oluşturularak oluşan sinyallerin dalgacık analizi ile incelenmesi üzerinde durulmuştur.
Çalışmada elektrik dağıtım sistemlerinde meydana gelen arızalar, arızaların oluşma
nedenleri ve oluşan arızaların dalgacık analizi ile incelenmesi araştırılmıştır.
Bu simulasyonların amacı enerji dağıtım hatlarında oluşabilecek olası bir arıza
durumu için olumsuz durumların uygulamaya geçilmeden önce tespit edilmesidir. Bu
simulasyonda; enerji dağıtım hatları ATP/EMTP paket programı ile modellenmiştir.
Modellenen sistem üzerinde kısa süreli bir arıza durumu oluşturulmuş meydana gelen
arızalı sinyal MATLAB Wavelet Toolbox’a aktarılmış, arıza anı Dalgacık algoritma
tekniği kullanılarak incelenmiş ve yorumlanmıştır. Çalışmada dalgacık analiz
tekniklerinden özellikle Sürekli Dalgacık Algoritması tercih edilmiştir.
Bu çalışmada ayrıca uygulamada çok sık karşılaşılan bir kompanzasyon
devresi de modellenerek ATP/EMTP Paket programı ile modellenmiş kapasitör
gerilimine ait sinyaller MATLAB Wavelet Toolbox da dalgacık analizi yapılarak
incelenmiş ve yorumlanmıştır.

Eylül, 2005 Yrd.Doç.Dr.Adnan KAKİLLİ Tahir Çetin AKINCI

VII
VI SEMBOL LİSTESİ

A : Amper
Hz : Hertz
IC : Kompanzasyon sisteminin çektiği toplam akım (A)

KVA : Kilo Volt Amper cinsinden aktif güç

L : Endüktans
MVA : Mega Volt Amper cinsinden görünür güç
P : Aktif güç (W)
R : Direnç
S : Görünür güç (VA)
Sn, mSn :Devreden Saniye, mili saniye
t : Saniye cinsinden zaman
U : Şebeke gerilimi (V)
U1 : Kompanzasyon sisteminin nominal çalışma gerilimi (V)
UR : R Fazı
Us : S Fazı
UT : T Fazı
URS : R fazı ile S fazı arasındaki gerilim
UTR : T fazı ile R fazı arasındaki gerilim
V : Volt
ψ(t) : Ana dalgacık fonksiyon

VIII
VII KISALTMA LİSTESİ

ADD : Ayrık Dalgacık Dönüşümü

AFD : Ayrık Fourier Dönüşümü
ATP/EMTP : Elektromanyetik geçici durum analiz proğramı
ATP plot : ATP programının grafik çizim modülü
cA : c. Mertebeden dalgacık yaklaşım katsayısı
cD : c. Mertebeden dalgacık detay katsayısı
DDD : Daubechies dalgacık dönüşümü
FD : Fourier Dönüşümü
FFT : Hızlı Fourier Dönüşümü (Fast Fourier Dönüşümü)
f(t) : Zamana bağımlı f fonksiyonu
g(t) : Zamana bağımlı g fonksiyonu
KZFD : Kısa Zamanlı Fourier Dönüşümü
SDD : Sürekli Dalgacık Dönüşümü
PFD : Pencerelenmiş Fourier Dönüşümü
W : Wavelet
WD : Wavelet Dönüşümü
YSA : Yapay sinir ağları

IX
VIII ŞEKİL LİSTESİ

SAYFA NO
Şekil II.1. Enerji İletim Sistemi ..............................................................................4
Şekil II.2. Üç Fazlı Simetrik Kısa Devrede Gerilimlerin
Değişimi................................................................................................. 6
Şekil II.3. İki Fazlı Çift Toprak Değmesi .............................................................. 7
Şekil II.4. İki Fazlı Kısa Devede Gerilimlerin Değişimi ........................................7
Şekil II.5. Yıldız Noktası Doğrudan Topraklanmış Bir Şebekede, Dirençsiz Bir
Faz-Toprak Kısa Devresinde Arızalı Fazda Gerilimin Değişimi ..........8
Şekil II.6. Yıldız Noktası Bir Z Empedansı Üzerinden Topraklanmış Bir
Şebekede, Dirençli Bir Toprak Kısa Devresinde Gerilimlerin Değişimi
............................................................................................................... 9
Şekil III.1. Dalgacık Dönüşümünün Uygulama Alanları ......................................17
Şekil III.2. Fourier Analizindeki Temel Fonksiyonların Yerleşimi
............................................................................................................. 19
Şekil III.3. Meyer Dalgacığı ..................................................................................22
Şekil III.4. 2π Peryotlu Fonksiyonun Grafiği ........................................................24
Şekil III.5. Fourier Dönüşümü ...............................................................................26
Şekil III.6. y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyaline Ait Matlab
Grafiği ..................................................................................................28
Şekil III.7. y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyalinin Fourier
Analizi ................................................................................................. 28
Şekil III.8. Ayrık Zamalı Fourier Döşümü ............................................................29
Şekil III.9. Pencerelenmiş Fourier Dönüşümü .......................................................30
Şekil III.10. Pencerelenmiş Fourier Dönüşümündeki Temel Fonksiyonların
Yerleşimi ..............................................................................................30
Şekil III.11. a) Pencereleme Fonksiyonlarının Grafikleri b) Pencereleme
Fonksiyonlarının AFD Grafikleri ........................................................31
Şekil III.12. Kısa Zaman Fourier Dönüşümü İle Sinyal Analizi .............................32
Şekil III.13. Dalgacık Dönüşümü ............................................................................33
Şekil III.14. Dalgacık Analizindeki Fonksiyonların Temel Yerleşimi ....................34

X
Şekil III.15. y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyaline Ait
Dalgacık Dönüşümü ............................................................................35
Şekil III.16. Haar Dalgacığı ....................................................................................35
Şekil III.17. Fourier Dönüşümünden Elde Edilen Zaman– Frekans Diyagramı .....36
Şekil III.18. Dalgacık Dönüşümünden Elde Edilen Zaman–Frekans Diyagramı ...36
Şekil III.19. Zaman – Frekans Diyagramı ...............................................................37
Şekil III.20. Haar Ana Dalgacığı .............................................................................39
Şekil III.21. Haar Dalgacık Sinyali ..........................................................................39
Şekil III.22. Haar Dalgacığının SDD’de Analizi .....................................................39
Şekil III.23 Sürekli Dalgacık Dönüşümünde a Katsayılarının Sinyal Üzerindeki
Etkisi ....................................................................................................40
Şekil III.24. y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyalinin Üç
Boyutlu Dalgacık Analizi ....................................................................41
Şekil III.25. S Sinyalinin Alçak (A) Ve Yüksek Dereceden (D) Süzgeç
Katsayıları.............................................................................................43
Şekil III.26. Dalgacık Ayrıştırma Ağacı (Mallat’ın Dalgacık Ağacı) .....................43
Şekil III.27. Saf Bir Sinüs İşaretinin Yaklaşım (A) Ve Detay (D) Katsayıları .......44
Şekil III.28. Mallat’ın Dalgacık Ağacının Örnek f Sinyaline Uygulanması ............46
Şekil III.29. Yüksek ve Alçak Geçiren Filtre Tasarımı ...........................................47
Şekil III.30. s = sin (20.*linspace (0,pi,1000)) + 0.5.*rand (1,1000) Sinyalinin
MATLAB Grafiği ................................................................................47
Şekil III.31. S Sinyalinin Filtre Edilmesi .................................................................47
Şekil III.32. Sinüs Sinyali İçin Dalgacık Ayrışımı ..................................................49
Şekil III.33. Sinüs Sinyali İçin Yaklaşım Ve Detay Grafikleri ................................49
Şekil III.34. a) Meyer Dalgacığı, b) Mexh Dalgacığı , c) Morlet Dalgacığı .........50
Şekil III.35. Coiflet Dalgacık Ailesi ........................................................................50
Şekil III.36. Daubechnies Dalgacık Ailesi ...............................................................50
Şekil III.37. Biortagonal Dalgacık Türleri ...............................................................51
Şekil IV.1. Örnek Sistemin ATP Modeli ...............................................................59
Şekil IV.2. ATP Modelinin Ayarlanması................................................................59
Şekil IV.3. Örnek Modele Ait ATP Plot Gerilim-Zaman Grafiği .........................61
Şekil IV.4. Örnek Modele Ait ATP Plot Akım-Zaman Grafiği ............................62
Şekil IV.5. Modellenen Garafiğe Ait Dalgacık Çözümlemesi (Ana Sinyal) ........62
Şekil IV.6. Örnek Modele Ait Sürekli Dalgacık Analizi ........................................63

XI
Şekil IV.7. Örnek Modelin Mexican Hat Sürekli Dalgacık Dönüşümü .................63
Şekil IV.8. Örnek Modele Ait Dalgacık Dönüşümü 1 ...........................................63
Şekil IV.9. Örnek Modele Ait Dalgacık Dönüşümü 2 ...........................................64
Şekil IV.10. Örnek Modele Ait Çizgisel Dalgacık Analizi ......................................64
Şekil IV.11. Örnek Modele Ait Morlet Sürekli Dalgacık Analizi ...........................64
Şekil IV.12. Örnek Sistem 2’ye Ait ATP Modeli ....................................................65
Şekil IV.13. Modelin Gerilim ve Empedans Değerleri ............................................65
Şekil IV.14. ATP Modelin BUS1A Noktasındaki Zaman-Gerilim Diyagramı ........66
Şekil IV.15. ATP Modelin X0016A Noktasındaki Zaman-Gerilim Diyagramı ......66
Şekil IV.16. ATP Modelin X0016A Noktasındaki Diyagramı ................................67
Şekil IV.17. ATP Modelin X0016A Sürekli Dalgacık Çözümlemesi ......................67
Şekil IV.18. ATP Modelin X0016A Noktasındaki Dalgacık Çözümlemesi ............67
Şekil IV.19. Modelin Dalgacık Çözümlemesi (Wavelet Toolbox) ..........................68

XII
IX BÖLÜM I

GİRİŞ VE AMAÇ

IX.1. GİRİŞ

Ülkemizin hızla gelişmesi ve sanayi potansiyelinin artması, elektrik enerjisine

olan gereksinimlerini de beraberinde getirmektedir. Elektrik enerjisini üretimini
artırmak için çabalara paralel olarak üretilen enerjinin iletimi ve dağıtımı
gerekmektedir. Elektrik enerjisini üreten, ileten ve dağıtan kuruluşların görevi;
kesintisiz, ekonomik ve kaliteli bir hizmeti tüketicilerine sunmaktır [1]. Enerji iletim
hatlarında arızalar; generatör transformatör, hat kesici, ayırıcı şalt cihazlarında kısa
devrelerle ya da yalıtım sonucunda meydana gelirler. Bu arızaların tespiti arızanın
başlangıç ve bitiş süresi arızanın giderilmesi için önem taşımaktadır [2].
Bir cihazın korunması açısından bakıldığında dağıtım sistemleri çok sık arıza
yapmasalar da, meydana gelebilecek herhangi bir arıza yüksek maliyetlere neden
olmaktadır. Sistemde koruma çok dikkatli yapılmalı aksi halde çalışmayan ya da
yanlış çalışan bir röle işletmede ciddi zararlara yol açabilmektedir. Bu yüzden
sistemin arızası hemen giderilmeli ve enerjinin sürekliliği sağlanmalıdır.
Bugünkü koruma sistemleri genellikle elektromekanik ya da sabit röle temeli
üzerine kurulmuştur. Bu tip sistemler uzun süreli güvenli bir koruma sağlamakta ve
pek çok uygulamada kullanılmaktadır.

1
IX.2. AMAÇ

Bu çalışmada, enerji iletim-dağıtım hatlarında meydana gelebilecek bazı arıza

tipleri ve bunlara ilişkin koruma yöntemlerinden bahsedilecektir. Geleneksel olarak
işaret işlemede kullanılan Fourier ve Dalgacık dönüşüm teknikleri incelenecek ve
Fourier dönüşümünün bazı dezavantajları nedeniyle dalgacık dönüşüm tekniğinin güç
sistemlerine uygulanması üzerinde çalışılarak yorumlar yapılacaktır.
Modelleme ve bilgisayar benzeşimi (simülasyon) için ATP/EMTP paket
programı kullanılıp elde edilen sonuçlar MATLAB paket programı ve MATLAB
Wavelet Toolbox kullanılarak analiz edilecektir.

2
BÖLÜM II
X

ENERJİ İLETİM VE DAĞITIM SİSTEMLERİ

X.1. GİRİŞ

Elektrik enerjisinin üretildiği santraller çoğu zaman tüketim bölgelerinden

uzakta kurulur. Bu bakımdan elektrik enerjisinin üretildiği yerlerden tüketim
bölgelerine taşınması gerekmektedir. Elektrik enerjisi günlük yaşantımızın bir parçası
haline gelmiştir. Enerji ihtiyacını karşılayabilmek için büyük yatırımlar yapılmaktadır.
Elektrik güç sistemlerinde koruma, sürekli olarak güç sistemini gözleyerek bir
hatanın varlığını saptama ve kesicilerin doğru olarak çalışmasını sağlama tekniğinidir.
Bununla birlikte yanlız başlarına kesiciler sistemdeki hatanın ortadan kaldırılması için
yeterli değildir. Bu amaçla sistemde çeşitli koruma röleleri kullanılmaktadır. Koruma
röleleri hatanın varlığını tespit etmek için gereklidir ve bir arıza meydana geldiği bu
arızayı ortadan kaldırmak için hangi kesicilerin hangi sırayla açılacaağını tespit
ederler [3].
İletim ve dağıtım sistemleri belirli akım ve gerilim koşulları altında çalışmak
üzere yapılırlar. Fakat çeşitli nedenlerle bu çalışma mümkün olamayabilir.
Kaçınılması mümkün olamayan bu arızaların sisteme zarar vermelerini engellemek
maksadıyla uygun koruma önlemlerinin alınması gerekmektedir. Arızalar ve bunlara
karşı koruma önlemleri, teknolojik ilerlemeye paralel olarak gelişmekte ve sistemden
en verimli şekilde yararlanma yolları araştırılmaktadır [4-5].

X.2. ENERJİ İLETİMİ

Elektrik şebekeleri gerilimlerine göre dört grupta toplanabilir. Bunlar:

• Alçak gerilimli şebekeler

3
 • Orta gerilimli şebekeler
• Yüksek gerilimli şebekeler
• Çok yüksek gerilimli şebekeler
Alçak gerilimler genel olarak 1000 V’a kadar olan şebekelerdir. Orta gerilimler,
1∼35 kV’luk gerilimler olup, yüksek gerilimler 35∼154 kV’a kadar olan gerilimler
olarak değerlendirilir. Çok yüksek gerilimler ise 154 kV’dan sonraki gerilimlerdir. Bu
gruplandırmalar Avrupa ve Amerika normlarına göre küçük değişmeler
göstermektedir [6].

Şekil II.1. Enerji İletim Sistemi

X.3. KISA DEVRELER VE ARIZALARIN İNCELENMESİ

Kısa devre; elektrik tesislerinde, faz iletkenleri arasında veya yıldız noktası
topraklanmış şebekelerde, faz iletkenleri ile toprak arasında, yalıtkanın delinmesi
veya iletken bir şekilde köprülenmesi sonucu meydana gelir. Böylece sistemde
empedansı küçük yeni bir devre oluştuğundan, sisteme bağlı bütün besleme
noktalarından kısa devre noktasına doğru büyük akımlar akar.
Kısa devre akımları ve bunların devam süreleri ne kadar büyük olursa, çeşitli
tesisat elemanlarının kısa devre akımları tarafından dinamik ve termik olarak
zorlanmaları da o kadar büyük olur. Bu nedenle sistemin kısa devre olan kısmı
mümkün olan en kısa zamanda sağlam kısımlardan ayrılmalıdır, yani seçilerek devre
dışı bırakılmalıdır. Buna seçici (selektif) koruma denir.
Kısa devre iç ve dış etkenlerle meydana gelebilir. Kısa devreye neden olan
başlıca iç etkenler, aşırı akımla yükleme sonucu yalıtkanın aşırı derecede ısınması ve
bozulması, aşırı gerilimlerle yalıtkanda meydana gelen delinme ve atlamalar,
yalıtkandaki yapım ve eskime hatalarıdır.
Başlıca dış etkenler ise, kablo ve yalıtılmış iletken ve yalıtkanların zedelenmesi,
hava hatları ve açıktaki elektrik tesislerine yıldırım düşmesi, hava hattı izolatörlerinin
kırılması, hava hatlarında kar, buz, rutubet ve sisin özellikle kirlenmiş olan

4
izolatörlerde meydana getirdiği izolasyon kaybı, hava hatlarına konan kuşların
topraklanmış kısımlarla gerilim altındaki kısımlar arasına veya fazlar arasına
değmeleri, tamirat esnasında güvenlik amacıyla hatlara bağlanan kısa devre ve
topraklama tellerinin veya kapatılan topraklama ayırıcılarının tesisat tekrar gerilim
altına konulurken unutulmaları ve yanlış manevralardır.
Toprak değmesi; transformatörün ikincil kısmında yıldız noktası izole yani
toprağa bağlanmamış şebekelerde herhangi bir fazın toprağa değmesi bir kısa devre
meydana getirmez. Bu yüzden bu arızaya faz-toprak kısa devresi değil, faz-toprak
değmesi adı verilir.
Simetrik Arızalar; Aynı anda üç fazın birden kısa devre olması hali olup şebeke
indirgeme yöntemi ile hesaplanır. Sistemi zorlayan en ağır arıza durumu budur. Fakat
bununla birlikte seyrek olarak ortaya çıkarlar. Hesaplama yöntemi oldukça basittir.
Arıza noktasından itibaren sistemin eşdeğer empedansı hesaplanarak çözüme ulaşılır.
Asimetrik arızalar; Bu kısa devrelerde çözüm simetrili bileşenler yöntemi
yardımıyla gerçekleştirilir. Simetrili bileşenler yönteminde modeller ve açılar farklı
olup 3 adet fazör dengeli 9 fazörün süperpozisyonu olarak ifade edilir [7-8].

X.4. ÜÇ FAZLI ŞEBEKELERDE BAŞLICA KISA DEVRE

VE TOPRAK DEĞMESİ ÇEŞİTLERİ

X.4.1.1 Üç Fazlı Kısa Devre

Burada üç faz arasında dirençsiz bir kısa devre söz konusudur. Bu simetrik bir
kısa devredir ve bu durumda şebekenin yıldız noktasının toprağa bağlı olması veya
olmaması, ya da bir direnç veya reaktans üzerinden bağlı olması fark etmez.
Üç fazlı simetrik kısa devre pratikte nadiren, özellikle simetrik olmayan bir kısa
devrenin büyümesi sonucu meydana gelir. Fakat en ağır kısa devre halidir ve elektrik
tesisleri kısa devreye dayanımları bakımından en büyük kısa devre akımlarına, yani üç
fazlı simetrik kısa devre akımlarına göre boyutlandırılmalıdırlar. Aşağıda bu tip bir
kısa devrede gerilim ve akım durumları görülmektedir.

5
 a)

b) c)

Şekil II.2. Üç Fazlı Simetrik Kısa Devrede Gerilimlerin Değişimi

Her üç fazın empedansları eşit büyüklükte olduğundan, simetrik bir gerilim

sistemi mevcuttur. Bu gerilimler arıza noktasında sıfır değerini alırlar. Her üç fazın
kısa devre akımları da eşit büyüklükte olup, simetriktir ve her fazda faz gerilimine
nazaran aynı φK açısı kadar geri fazdadır, yani endüktif bir akımdır.
Diğer bütün kısa devre ve toprak değmeleri simetrik olmayan arızalardır [8-9].

X.4.2. İki Fazlı Kısa Devre ve Çift Toprak Değmesi

Bu kısa devre çeşidinde şebekenin yıldız noktasının toprağa bağlı olup
olmaması veya bir direnç veya reaktans üzerinden bağlı olması bir rol oynamaz.
Yıldız noktası toprağa bağlanmamış şebekelerde iki ayrı fazda, iki ayrı yerde
meydana gelen çift toprak değmesi arızası da toprak üzerinden devresini tamamlayan
iki fazlı bir kısa devredir ve benzer bir durum söz konusudur.
Üç fazlı kısa devredekinin aksine burada kısa devre akımı faz gerilimi
tarafından değil, faz arası gerilimi tarafından geçirilir. Kısa devre olan iki fazdan aynı
değerde fakat zıt yönde akımlar geçer. Faz arası geriliminin beslediği devreden geçen
Ik kısa devre akımı faz arası gerilimine göre φk kısa devre faz açısı kadar geri
fazdadır.
Kısa devre geçiş dirençsiz ve metalik bir kısa devre ise kısa devre noktasında,
kısa devre olan fazlar arasındaki gerilim sıfır olur. Arıza noktasında S ve T fazlarının
US ve UT gerilimleri aynı fazda ve büyüklük bakımından sağlam bir faz geriliminin

6
yarısı kadardır. URS ve UTR gerilimleri ise büyüklük bakımından sağlam bir faz
geriliminin 1,5 katı kadar olup normal değerlerinin 1,5 / 3 yani 0,866’sı kadarıdır
[8–9].

Şekil II.3. İki Fazlı Çift Toprak Değmesi

a)

Şekil II.4. İki Fazlı Kısa Devede Gerilimlerin Değişimi

X.4.3. Bir Fazlı Kısa Devre

Bu sistemde yıldız noktası ile toprak arasında bir direnç veya reaktans olmadığı
ve arıza noktasında da geçiş direncinin sıfır kabul edildiği durumda R fazı ile toprak
arasındaki kısa devre incelenmiştir. R fazında geçiş dirençsiz bir toprak kısa
devresinde besleme noktasından kısa devre noktasına doğru gerilimin değişimi
aşağıda gösterilmektedir.

7
 Arıza noktasında R fazı toprakla tam temas halinde olduğundan, toprak
potansiyelindedir. Bu fazda gerilim besleme noktasından arıza noktasına lineer olarak
azalır. Sistemin yıldız noktası da doğrudan toprağa bağlı olduğundan, toprak
potansiyelinde kalır. Diğer fazların toprağa göre gerilimlerinde bir değişme olmaz.
Burada kısa devre akımı olan Ik akımını besleyen UR gerilimi ile Ik akımı arasında φk
kadar faz farkı vardır.
Bir faz iletkeni ve toprağın oluşturduğu devrenin empedansı pratik olarak aynı
yerde iki fazlı bir kısa devredeki devrenin empedansına eşittir.
Bu incelemede besleme sisteminin yıldız noktası ile toprak arasında bir direnç
veya reaktans olmadığı ve aynı şekilde arıza noktasında da geçiş direncinin sıfır
olduğu kabul edilmiştir. Gerçekte bu dirençlerin her ikisi de sıfır olamaz. Çünkü
besleme sisteminin yıldız noktası ile toprak arasına hiçbir direnç veya reaktans
bağlanmasa dahi, toprak elektrodunun toprağa geçiş direnci vardır. Arıza noktasında
kısa devrenin cinsine ve toprağın özelliğine göre bir geçiş direnci olur. Hatta bu
önemli değerler alabilir. Bu durumda arıza noktasında R fazın toprağa nazaran
gerilimi UR küçülmekle beraber, sıfır olmayıp, geçiş direncinin değerine göre belirli
bir değer alır [8–9].

Şekil II.5. Yıldız Noktası Doğrudan Topraklanmış Bir Şebekede, Dirençsiz Bir Faz-Toprak Kısa
Devresinde Arızalı Fazda Gerilimin Değişimi

8
X.4.4. Yıldız Noktası Bir Z Empedansı Üzerinden
Topraklanmış Bir Şebekede, Dirençli Bir Toprak Kısa
Devresi
Bu kısa devre türü daha önceki kısa devre türlerinden farklıdır.
Transformatörün yıldız noktası bir Z empedansı üzerinden topraklanmıştır. Burada
yıldız noktasıyla toprak arasındaki empedansta kısa devre akımının meydana getirdiği
gerilim düşümü dolayısıyla yıldız noktasının toprağa göre gerilimi bir UM değerine
yükselmiş ve arıza noktasında R fazının toprağa göre gerilimi de küçülmekle birlikte
tam sıfıra düşmemiştir.
Eğer alıcı tarafında da yıldız noktası doğrudan doğruya veya etkili olarak
topraklanmış ise bu hattaki kısa devre akımı tüketicinin bulunduğu uçtan da geçer. Bu
tür akımlar arzu edilmeyen açmalara sebep olurlar. Bu nedenle yıldız noktası etkili
olarak topraklı şebekelerde, bu topraklama sadece besleyici tarafta yapılır.
Tüketicinin bulunduğu kısımda transformatörün yıldız noktası izole yani toprağa
bağlanmamış olarak bırakılır.

a)

b)

Şekil II.6. Yıldız Noktası Bir Z Empedansı Üzerinden Topraklanmış Bir Şebekede, Dirençli Bir
Toprak Kısa Devresinde Gerilimlerin Değişimi

9
 Yıldız noktası izole şebekelerde, bir fazlı kısa devre, ancak bir faz
iletkenindeki toprak değmesi esnasında yıldız noktası ile toprak arasında bir atlama
olursa meydana gelir [8-9].

X.4.5. Yıldız Noktası Topraklaması

Etkili yıldız noktası topraklaması 110/190 ve 220/380 V’ luk AG şebekelerde
kullanılır. Bunlarda topraklanmış olan nötr iletkeni şebekeye sevk edilir. Etkili yıldız
noktası topraklaması 154 ve 380 kV’luk şebekelerde de daima kullanılır.
Etkisiz yıldız noktası topraklaması alçak gerilimlerde 500 V’luk şebekelerde
kullanılır. Bu şebekeler özellikle yıldız noktaları izole olarak çalıştırılır. Bunlarda
transformatörlerin yıldız noktası koruma eklatörleri üzerinden toprağa bağlanır.
Orta gerilimli ve 110 kV’a kadar yüksek gerilim şebekelerinde yıldız noktaları
genel olarak etkisiz topraklanır [8-9].

X.5. KORUMA

Elektrik enerjisinin kullanılmaya başlandığı günden bugüne kadar enerji

sistemlerinin korunmasında elektromekanik röleler kullanılmaktadır. Ancak son
yıllarda yarı iletken teknolojisindeki gelişmelerle daha hızlı ve daha güvenilir çalışan
elektronik röleler geliştirilmiştir. Generatör, transformatör, hat kesici, ayırıcı şalt
cihazlarında bir kısa devre yada yalıtım (izolasyon) hatası meydana geldiği zaman
arıza akımının yol açtığı zararı sınırlamak ve sistem üzerindeki kötü etkilerini ortadan
kaldırmak için arızanın hızla temizlenmesi gerekmektedir. Yarı iletken teknolojisi ile
çalışan statik röleler arıza akımının harmonikli bileşenlerini analiz edebilmekte ve
daha seçici bir koruma yapabilmektedir. Ayrıca statik röleler bilgi iletişim araçları ile
haberleşebildiklerinden rahatlıkla otomasyon yappılabilmesi için olanak sağlarlar.
Statik rölelerde önemli olan harmonik bileşenleri hangi yöntem ile analiz ettiğidir
[4,10].

X.6. AŞIRI GERİLİME KARŞI ÖNLEMLER

Elektrik tesislerinde aşırı gerilimlerin meydana gelmesini önlemek hemen

hemen mümkün değildir. Ancak çeşitli yapım ve bağlama yöntemleri ile aşırı

10
gerilmler, mertebe bakımından sınırlandırılarak yalıtımın aşırı zorlanmamasını
sağlayabilir.

X.6.1. İç Aşırı Gerilimlere Karşı Önlemler

İç aşırı gerilimlere karşı önlemler daha çok bağlama tekniği bakımından söz
konusu olduğu gibi yapısal önlemlerde yararlı sonuçlar verir. İç arıza gerilimine sebep
olan etkileri şu şekilde sıralayabiliriz.
1- Toprak teması: 3 Amperin altındaki kapasitif toprak teması akımlarında ark,
özel bir önleme gerek olmadan kendiliğinden söner. Daha büyük toprak teması
akımlarında ise şebekenin yıldız noktasının topraklanması gerekir.
Yıldız noktası bir bobin üzerinden topraklanır. Bu durumda kapasitif akım
bobinin endüktif akımı ile kompanze edilerek hata yerinden ancak çok küçük artık
akım geçer ve ark söner. Büyük şebekelerde artık akım çok büyük olabilir ve arkın
söndürülmesi sağlanamaz. Bu gibi hallerde şebekenin bölümlere ayrılarak arkın
söndürülmesi mümkün olur.
Yıldız noktası ya doğrudan doğruya ya da küçük değerli omik ya da endüktif
direnç üzerinden topraklanır. Ayrıca şebekenin kısa süreli olarak kesilmesi ile de ark
söndürülebilir.
2-Bağlama Olayları: Gerilim yükselmelerine eğilimli olan bağlamalardan
kaçınılır. Bunun için şu önlemler alınabilir.
Bağlama tekniği bakımından; Her iki şebeke tarafından da boşta çalışan
transformatörler aynı zamanda devreden çıkarılmalıdır.
Transformatörler ve bobinler gibi seri bağlı endüktif direçler birlikte devreden
çıkarılmamalı, bunların devreleri ayrı ayrı kesilmelidir.
Toprak teması şebeke hatlarında toprak teması bobinleri arızalı şebekjeden o
şekilde ayrılmalıdır ki, bunlar yeteri kadar şebeke kapasitesi ile bağlantı halinde
kalsınlar. Çoğunlukla toprak teması bobinlerine paralel bir parafadur öngörülür.
Transformatörler yıldız noktası ya doğrudan doğruya ya da düşük değerli omik
direç üzerinden topraklanmalıdır.
Yapısal bir önlem olarakta anahtarın ve sigortaların akımı mümkün olduğu
kadar arksız olarak akımın tam sıfırdan geçmesi anında kesmesi ve arkın yeniden
tutuşmaması sağlanmalıdır. Anahtar açma direçleri ile donatılmalıdır.

11
 3-Rezonans Olayları: Eğer tesiste işletme araçları yüksek harmonikler
üretmezlerse ve normal koşullar altında titreşimsiz çalışırlarsa, rezonas olayları geniş
çapta önlenebilir.
Rezonas giderici şu önlemler alınabilir:
Örneğin redresör tesislerinde olduğu gibi, yüksek harmonikler varsa, bunlar
filtreler yardımı ile ortadan kaldırılabilir.
Hat kopması sonucunda oluşan rezonas olaylarının sebeb oldukları aşırı
gerilimleri önlemek için hattın koptuğu yer, iki taraftan beslenmeli, yani çift hat
kullanılmalı veya buklaj sistemi uygulanmalıdır.
Gerilim transformatörlerinin yüksek gerilim tarafında örneğin sigortanın erimesi
ile bir kutuplu kesilmesi sonucunda ferrorezonas olayı ve buna bağlı olarak aşırı
gerilimleri önlemek için gerilim transformatörlerinin bütün kutupları aynı zamanda
kesilmelidir. Aynı şekilde gerilim transformatörleri bir fazlı olarak sigortalarla
korunmalıdır aksi halde sigortaların erimesi rezonasa yola açabilir.
Topraklanmış gerilim taransformatörlerinin bağlı bulundukları baraların
titreşimleri, rezonas halinde gerilim taranformatörlerinin ek olarak aktif yüklenmeleri
ile söndürülebilir. Bunun için açık üçgen sargıya uygun bir yük direnci bağlanır.
Yıldız noktası doğrudan doğruya topraklanmış şebekelerde bu gibi rezonas olayları
oluşmaz.
Titreşimleri önlemek ve sargıların zorlanmasını azaltmak için, hat üzerine seri
bağlı bobinler, paralel dirençler veya subap parafadurlar ile köprülenebilirler.
İstenen ve istenmeyen bağlama olaylarında harmoniklerin dengeleme olayları ile
rezonasa gelmeleri söz konusu olursa, şebeke bölümlerinin karekteristiklerinde
değişiklik yapılarak rezonansa karşı önlem alınabilir [11].

X.6.2. Dış Aşırı Gerilimlere Karşı Önlemler

Dış aşırı gerilimleri önlemek için yapısal önlemler yararlı olur. Buna karşılık
bağlama tekniği bakımından alınan önlemler sadece atlamaların şebeke işletmesi
üzerine etkilerini azaltmaya yarar.
Dış aşırı gerilimlerin oluşmasını önleyen veya sınırrlandıran yapısal önlemler
şunlardır:

12
 Hat güzergahının belirlenmesinde ve istasyon yerinin seçiminde çok fazla
yıldırım düşen yerlereden sakınılır. Hatlar mimkün olduğu kadar arazide doğal
korunmadan yararlanılarak, örneğin dağ yamaçlarından veya vadilerden geçirilirler.
İşletme akım devrelerine yıldırım düşmesini önlemek için hatların ve özellikle
açık hava tesislerinin üzerine yeteri kadar sayıda koruma iletkeni çekilir. Bu sayede
yıldırım aşırı gerilimleri, hiç olmassa hat izolatörlerinin atlama gerilimi değerine
sınırlandırılır. Bundan başka toprak kısa devrelerinde işletme frekanslı hata akımları,
söz konusu toprak iletkenleri aracılığı ile birçok direk üzerinden toprağa geçerler.
Etkili bir koruma sağlamak için toprak iletkenleri, enerji nakil hatlarının üstünde
belirli bir yükseklikte çekilirler ve her direkte topraklanırlar.
Hava hattı tesislerinde toprak hattına, direğe veya madeni kısımlara bir yıldırım
düştüğünde, enerji nakil hattına geri atlamayı önlemek için her bir direk veya madeni
konstriksiyon topraklanmasının yayılma direnci çok düşük olmalı ve bunun üzerinden
geçen büyük yıldırım akımlarının oluşturduğu gerilm düşümü hava hattı yalıtımının
darbe dayanma geriliminden büyük olmalıdır. Eğer toprak direncinin çok büyük
olması sebebi ile herbir direk topraklamasında yeteri kadar düşük bir yayılma direnci
elde edilmesse, hava hattının üstünden geçirilen toprak hattına bağlı olmak üzere,
yeraltından ikinci bir toprak hattı çekilir.
Toprak hattı bulunan ağaç direkli hava hatlarında toprak hattına yıldırım
düşmesi halinde geri atlamaları önlemek için, ağacın darbe gerilimlerine karşı yalıtıcı
özelliğinden yararlanılır. Bu gibi hatlarda izolatörler toprak hattına bağlanmazlar.
Hattın yalıtım seviyesini yükseltmek için toprak hattının topraklama iletkenleri, direk
temeline kadar direğe temas etmeden belirli bir aralıkla indirilir. İstasyonun önünde
bir aşırı gerilime karşı koruma cihazı öngörülür.
Nominal gerilimi 100kV veya daha yüksek olan hava hatlarında, enerji nakil
hatları için yıldırım düşmesine karşı en etkili bir koruma, toprak hatları ile sağlanır.
Geri atlamaları önlemek için ayrıca her bir direk topraklamasının yayılma direncinin
yeteri kadar düşük olması gerekir.
Nominal gerilimi 60kV ve daha düşük olan hava hatlarında geri atlamaları
önlemek için direk topraklamalarında çoğu zaman yeteri kadar küçük darbe yayılma
direnci elde edilemez; bu yüzden yıldırıma karşı korumak için toprak hatlarının
çekilmesi pratik olarak hiç bir fayada sağlamaz [11].

13
X.6.3. Aşrı Gerilimlerin Etkilerine Karşı Yapısal
Önlemler
Her bir iletme aracının ve bunun bölümlerinin yalıtımı o şekilde
boyutlandırılmalıdır ki, bunların iç yalıtımı zorlanmamalı ve istasyonlarda kaçınılması
mümkün olmayan atlamalar, birinci derecede aşırı gerilime karşı koruma cihazları ile
önlenmelidir [11].

X.6.4. Aşırı Gerilimlerin Etkilerinin Azaltılması İçin

Bağlama Tekniği Bakımından Alınacak Önlemler
Yansımaya meydan vermemek: Hatların ve tesislerin açık olan uçlarında
yürüyen dalgalar, gerilimi iki katına çıkaracak şekilde yansırlar. Bu durum yalıtımda
atlamalara yol açabilir. Uygun önlemler alarak bu gibi refleksiyonlar önlenmelidir.
Toprak temasının kompanze edilmesi: Hava hattı şebekelerinde oluşan
atlamaların büyük bir kısmı, bir iletken üzerine yıldırım düşmesinden ileri
geldiğinden, işletmeye ara vermeden, toprak teması arkları toprak kompanzasyonu ile
söndürülebilir.
Kısa süreli kesme: Toprak temasına karşı kompanzasyon bobini ile donatılan
şebekeler çok kutuplu atlamalar ve yıldız noktası direk topraklanmamış şebekelerde
bir ve çok kutuplu atlamalar, işletme enerji kesilmesine yol açmadan kısa süreli
kesmeler ile söndürülebilir. Bu tedbirler, özellikle işletme gerilimi 60kv’un altında
olan hava hatlarında uygulanır.
Güç anahtarlarının açma zamanın kısa olması: İşletme araçlarında atlama
sonucunda oluşan zararlar, bu atlamaların baş gösterdiği hatların koruma röleleri
aracılığı ile en küçük seviyelerde tutulurlar [11].

X.6.5. Aşırı Gerilime Karşı Koruma

Elektrik tesislerinde aşırı gerilimlere karşı önlemler alınmasına rağmen bunların
kesin olarak her zaman giderilmesi mümkün olmaz. Bazı durumlarda yine de çeşitli iç
ve dış aşırı gerilimler oluşabilir [12].
Yüksek gerilim tesislerinde oluşabilecek olan yalıtım hataları iki ana guruba
ayrılır. Birincisi havada oluşan atlamalardır. Atlama sona erip ark söndükten sonra

14
yalıtım kendiliğinden önce normal haline gelerek düzelir. Bu gibi hatlara en çok
şebekelerde faz iletkeni ile toprak arasında ark atlaması şeklinde rastlanır.
İkinci gurup yalıtım hatası, katı yalıtım maddelerinde oluşan atlamalar ve
delinmelerdir ki, bunun sonunda yalıtım artık kendiliğinden düzelmez. Bu yüzden bu
tip hatalar büyük zararlara yol açarlar.
Aşırı gerilimlere karşı korumak için alınan önlemler genel olarak şunlardır:
1- Generatörlerin aşırı gerilime karşı koruma röleleri ile donatılmaları (Yük
kalkması veya kapasitif yük sebebi ile oluşan gerilim yükselmelerine karşı
generatörler özel aşırı gerilim röleleri ile korunurlar).
2- Tesislerin veya tesis elemanlarının gerektiği şekilde yalıtılmaları (yalıtım
konusu bir koruma konusu olmaktan çok genel olarak yerine getirilmesi gereken
teknik bir zorunluluktur. Ancak bunun teknik şartlarının yerine getirilmesi kadar
ekonomik şartlarada uyması büyük önem taşır).
3-Yalıtım Koordinasyonu (Tesislerin tamamının yapılmasını ve düzenlenmesini
ilgilendiren bu konu endirek bir koruma tedbiridir).
4- Yıldız noktasının kompanzasyon bobini üzerinden topraklanması ve bir fazlı
kısa süreli açıp kapama (Bu koruma tedbiri, kendiliğinden düzelen yalıtım gurubunda
baş gösteren hatlarda; örneğin bir faz iletkeni ile toprak arasında aşırı gerilim sebebi
ile havada oluşan atlamada arkı söndürmeye yarayan direkt önlemdir).
5- Aşırı gerilime karşı koruma cihazlarının kullanılması (Yalıtım
koordinasyonunun bir uzantısı olan bu direkt koruma, uygun koruma araçlarının,
örneğin parafadurların ve benzeri cihazların kullanılması ile gerçekleştirilir).
Santrallerdeki, transformatör istasyonlarındaki ve bağlama tesislerindeki
cihazların ve kabloların yalıtım maddeleri kendilerini yenileyebilen cinsten
olmadıkları için, buradaki atlamalar ve delinmeler büyük zararlara ve enerji
kesilmelerine yol açar. Özellikle transformatörleri korumak amacı ile bu gibi yerlerde
aşırı gerilimlerin sınırlandırılması için özel koruma cihazlarının kullanılması gerekir.
Aşırı gerilime karşı koruma cihazları, bir tesiste yalıtım seviyesi en düşük olan
tesisi elemanıdır. Bir aşırı gerilim oluştuğunda, koruma cihazları sayesinde, bunun
tesisi elemanları ve tesisi bölümleri için tehlikeli olmayan bir değere düşürülmesi
gerekir. Tehlikeli olmayan gerilim değeri ise, en fazla muayene geriliminin en düşük
değeri mertebesindedir. Koruma cihazına ait sınır ne kadar düşükse, koruma da o
kadar etkili olur. Aşırı gerilime karşı korumanın ilk koşulu, koruma cihazının darbe
karekteristiğinin koruma cihazlarının darbe karakteristiği altında olmasıdır [11].

15
XI BÖLÜM III

DALGACIK KURAMI

XI.1. GİRİŞ

Sinyallerin hangi frekans bileşenlerini içerdiği ilk kez Fourier Dönüşümü (FD)
ile belirlenmiştir. Yani sinyalin Frekans-Genlik gösterimi Fourier dönüşümü ile elde
edilmiştir. Fakat Fourier dönüşümü ile elde edilen frekans düzlemi (domeni) bilgisi
çoğu sinyal işlme uygulamaları için yeterli değildir. Bu eksikliği gideren ilk
matematiksel dönüşüm, sinyalin zaman frekans gösteriminin elde edilmesini sağlayan
Kısa Zaman Fourier Dönüşümü (KZFD) olmuştur. Fakat KZFD’de beklentileri tam
olarak karşılayamamıştır. Çünkü alçak frekans bileşenleri için yüksek frekans
çözünürlüğüne gereksinim varken; yüksek frekans bileşenleri için yüksek zaman
çözünürlüğüne gereksinim vardır. Buna karşılık KZFD ile sadece sabit zaman-frekans
çözünürlüğü elde edilebilir [12].
KZFD’nin sinyallerinin zaman-frekans gösteriminin elde edilmesindeki bu
dezavantajın giderilmesi için; KZFD’ye karşılık değişken zaman-frekans
çözünürlüğünün elde edilebileceği Dalgacık dönüşümü (DD) geliştirilmiştir [14].

16
 Şekil III.1. Dalgacık Dönüşümünün Uygulama Alanları

Dalgacık dönüşümü sinyallerin zaman-frekans gösteriminin elde edilmesi için

kullanılan bir matematiksel dönüşüm fonksiyonudur. Dalgacık dönüşümü günümüze
kadar bağımsız olarak farklı birçok bilim dalında gelişmiştir. Kuantum fiziğinde,
jeofizikte, elektrik-elektronik mühendisliğinin sayısal işaret işleme, biyomedikal işaret
işleme, sayısal imge işleme gibi alanlardaki çalışmalar günümüzdeki imge sıkıştırma,
türbülans, radar ve deprem tahmini gibi bir çok dalgacık uygulamasının
geliştirilmesine vesile olmuştur [13,14].

XI.2. İŞARET İŞLEME VE ZAMAN-FREKANS ANALİZİ

İşaret işleme, işarette bulunan bilgilerin elde edilmesi için kullanılan teknikleri
içerir [15]. İşaret işleme, sistem analiz ve sentezi için, sistemlerin işaretlerde yaptığı
değişimlerin bulunması veya işarette istenen değişiklikleri yerine getirecek bir
sistemin tasarlanması işidir [16]. Bir işaretin özellikleri zamanla değişmiyorsa bunlara
durağan işaretler denir. Durağan işaretleri incelemek için Fourier dönüşümü kullanılır.
Bu işaretler sinüs ve kosinüs dalgalarının lineer bileşimine ayrışırlar [17]. Fourier
analizi bir işareti frekans bileşenlerine ayrıştırır ve her bir bileşenin etkisini saptar
[15].
t sürekli bir değişken olmak üzere bir f(t) işareti için zamandaki frekans bileşeni
yöresel olarak incelenebilir. Fourier dönüşümü de işaretin frekans dağılımını verir.
Fakat zamanla ilgili hiç bir bilgi vermez. Eğer aralıklar arasında, işaretin frekans

17
bileşeni önemli ölçüde değişiyorsa, Fourier dönüşümüyle bu işaretin analiz edilmesi
halinde, bu dönüşüm bütün zaman eksenini kaplar ve örneğin yüksek frekans
bilgisinin kaybolması gibi işaretteki her tür yerel düzensizlikleri kaldırır. Bu nedenle
durağan olmayan işaretler ve gerçek zaman işaretlerinin incelenmesinde Fourier
dönüşümü tek başına yeterli değildir. Durağan olmayan işaretler için zaman-frekans
analiz metodu kullanılması işaretin zamana karşı ani frekans bileşenlerinin karekterize
edilebilmesini sağlar [17].

XI.2.1. Zaman Frekans Analiz Metodları

Zaman frekans analizi için; Kısa Zaman Fourier Dönüşümü ya da pencerelenmiş
fourier dönüşümü ve Dalgacık dönüşümü kullanılmaktadır. Tezde özellikle dalgacık
dönüşümü ve uygulama alanlarına değinilecektir.
KZFD de esas olan, bir işaretin frekans bileşeninin zaman değişmesini ortaya
çıkarabilmek, başka bir deyişle frekansın hangi anlarda önemli değişikliler
gösterdiğini bulmaktır. Uygulanan yöntem; bir f(t) işaretini zamanda iyi sınırlanmış
dilimlere ayırabilmek için seçilmiş bir g(t) pencere fonksiyonuyla işaret o aralıkta
pencerelenir. Daha sonra işaretin bu pencere fonksiyonu ile iç çarpımının Fourier
dönüşümü alınır. Dolayısyla bu şekilde bir işaretin hem zaman düzlemi bilgisi hem de
frekans düzlemi bilgisi elde edilmiş olur. Gabor dönüşümünde ise pencere fonksiyonu
olarak Gauss fonksiyonu kullanılmıştır. Gauss fonksiyonu mümkün olabilen minimum
zaman –band genişliği çarpımına sahiptir ve bu yüzden mümkün olabilen en iyi
zaman-frekans çözünürlüğünü sağlar.
Son yıllarda dalgacıklar ve dalgacık tekniği hem teorik hemde uygulama
bakımından araştırmacıların ilgisini çekmiştir. Matematikçiler tarafından ele alınan bu
konu fizik ve elektrik alanında uygulama olanağı bulmuştur [18]. Şekil III.2’de
sinyalin aynı zaman düzleminde farklı peryotlarda yerleşimi gösterilmiştir.

18
 Şekil III.2. Fourier Analizindeki Temel Fonksiyonların Yerleşimi

XI.3. DALGACIKLARA GENEL BAKIŞ

Dalgacıkların arkasındaki temel fikir, ölçeğe göre analiz etmektir. Veri

işlemlerinde dalgacıkları kullanarak tamamen yeni bir düşünce yapısı veya bakış açısı
kazanılabilir.
Dalgacıklar, belirli matematiksel ihtiyaçları karşılayan ve veri veya diğer
fonksiyonları temsil etmede kullanılan fonksiyonlardır. Bu fikir yeni değildir.
Fonksiyonları yaklaşık olarak temsil etme, 1800’lü yılların başından beri mevcuttur.
Bu yıllarda Joseph Fourier, fonksiyonları temsil etmesi için, sinüs ve kosinüs
fonksiyonlarının kullanılabileceğini bulmuştur. Bununla birlikte, veriye bakmak için
kullandığımız ölçek de dalgacık analizinde özel bir rol oynar. Dalgacık algoritmaları,
veriyi farklı ölçek veya çözünürlüklerde işler. Eğer geniş bir pencereden bir işarete
bakarsak, büyük özellikleri farkederiz. Benzer şekilde, küçük bir pencereden bir
işarete bakarsak, küçük özellikleri farkederiz.
Dalgacıkları ilginç ve aynı zamanda yararlı kılan bu özelliktir. Bilim adamları
yıllarca çok sayıda kısa ve düzensiz dalgalara sahip olan işaretleri yaklaşık olarak
temsil etmesi için, Fourier analizinin bazlarını oluşturan sinüs ve kosinüs
fonksiyonlarından çok daha uygun fonksiyonlar aramışlardır. Tanımlarına göre bu
fonksiyonlar yöresel değildir (ve sonsuza doğru uzanırlar). O yüzden bu fonksiyonlar
sivri uçları yaklaşık olarak temsil etme konusunda çok yetersiz kalırlar. Ama dalgacık
çözümlemesiyle, sonlu tanım bölgelerinde düzgün olarak bulunan, yaklaşık olarak

19
temsil edilmiş fonksiyonlar kullanılabilir. Dalgacıklar sivri süreksizliklere sahip olan
veriyi yaklaşık olarak temsil etmek için oldukça uygunlardır.
Dalgacık analizinde amaç, “analiz eden dalgacık” veya “ana dalgacık” diye
isimlendirilen bir dalgacık örnek fonksiyonunu elde etmektir. Zaman analizi, örnek
dalgacığın daraltılmış, yüksek frekans versiyonu ile yapılır. Buna karşılık frekans
analizi ise, aynı dalgacığın genişletilmiş, düşük frekans versiyonu ile yapılır. Orijinal
işaret veya fonksiyon, dalgacık açılımı (dalgacık fonksiyonlarının doğrusal
bileşimlerindeki katsayıları kullanarak) cinsinden temsil edilebildiği için, veri
işlemleri yalnız karşı gelen dalgacık katsayılarını kullanarak yapılabilir. İlave olarak
eğer veriye uygun en iyi dalgacıklar seçilirse veya bir başlangıç değerinin altında
kalan katsayılar atılırsa, veri kısmen temsil edilmiş olur. Bu kısmi kodlama, veri
sıkıştırma alanında dalgacıkları mükemmel bir araç yapar.
Dalgacıkların kullanıldığı diğer uygulamalı alanlar astronomi, ses bilimi,
nükleer mühendisliği, alt-band kodlama, işaret ve görüntü işlemleri, nörofizyoloji,
müzik, manyetik rezonans görüntüleme, konuşmayı ayırtetme, optik, fraktallar,
türbülans, depremin önceden tahmini, radar, insan görüşü ve kısmi türevli diferansiyel
denklemleri çözme gibi teorik matematik uygulamalarıdır.

XI.4. TARİHSEL BAKIŞ

Matematik tarihinde, dalgacık çözümlemesi çok farklı kökenlere sahiptir. İşin

çoğu 1930’lu yıllarda yapılmıştır. Ancak aynı zamanlarda yapılan başka çalışmalar
tutarlı bir teorinin parçaları şeklinde ortaya çıkmamışlardır.
1930 yılından önce dalgacıkların ortaya çıkmasına sebep olan dal Fourier
analizidir. Matematiğin bu dalı, günümüzde Fourier sentezi olarak da isimlendirilen
frekans analizi teorilerine sahip olan Joseph Fourier (1807) ile başladı. Fourier,
periyodu 2π olan herhangi bir f (x ) fonksiyonunun, o fonksiyonun Fourier serisi
denilen
∞
f ( x) = a0 + ∑ (a k cos kx + bk sin kx) (III.1)
k =1

Toplamı ile temsil edilebileceğini iddia etti. Buradaki a0, ak ve bk katsayıları

2π
1
a0 =
2π ∫ f ( x)dx
0
(III.2)

20
 2π
1
ak =
π ∫ f ( x) cos(kx)dx
0
(III.3)

2π
1
bk =
π ∫ f ( x) sin(kx)dx
0
(III.4)

Eşitlikleri ile hesaplanır. Fourier’in bu iddiası, matematikçilerin fonksiyonlar

hakkında sahip oldukları fikirlerin evriminde temel rol oynadı. Bu şekilde Fourier,
yeni bir fonksiyonel evrene giden kapıyı açmış oldu.
1807 sonrası, fonksiyonların Fourier serisinin yakınsaklığının ve ortogonal
sistemlerin anlamının keşfedilmesiyle matematikçiler giderek önceki frekans analizi
fikirlerinden ölçek analizi fikrine, yani ölçeği değişen matematiksel yapılar
oluşturarak f(x) fonksiyonunu analiz etmeye yöneldiler. Bunu yapmak için bir
fonksiyon oluşturup onu bir miktar ötelediler ve ölçeğini değiştirdiler. Bu yapıyı bir
işareti (sinyali) yaklaşık olarak göstermede uyguladılar ve yöntemi tekrar ettiler.
Temel yapıyı alıp onu ötelediler ve yeniden ölçeklediler. Yeni bir yaklaşık gösterim
elde etmek için aynı işarete bu yöntemi uygulayıp bu şekilde devam ettiler. Bu tür
ölçek analizinin dış etkilere karşı daha az duyarlı olduğu ortaya çıktı. Çünkü bu analiz,
farklı ölçek değerlerinde işaretin ortalama dalgalanmalarını ölçüyordu [19].
Dalgacıkların ilk bahsi A. Haar (1909)’ın tezinde bulunan bir ekte geçti. Haar
dalgacığının bir özelliği, tam desteğe sahip olmasıdır. Yani Haar dalgacığı sonlu bir
aralık dışında sıfır olur. Ne yazık ki, Haar dalgacıklarının türevi sürekli değildir ve bu
özellik onların uygulamalarını biraz sınırlar.
1930’lu yıllarda, birbirlerinden bağımsız olarak çalışan birkaç grup, ölçeği
değişen baz fonksiyonlarını kullanarak fonksiyonları temsil etme üzerine araştırma
yaptılar. Baz fonksiyonları ve ölçeği değişen baz fonksiyonları kavramlarını anlama,
dalgacıkları anlamanın temelidir.
1960 ve 1980 yılları arasında, Guido Weiss ve Ronald R. Coifman isimli
matematikçiler, atomlar diye isimlendirilen bir fonksiyon uzayının en basit elemanları
üzerinde çalıştılar. Amaçları ortak bir fonksiyon için atomları ve bu atomları
kullanarak fonksiyon uzayının tüm elemanlarını yeniden yapmaya izin veren
“toplanma kuralları”nı bulmaktı. 1980 yılında, fizikçi Grossman ve mühendis Morlet
kuantum fiziği bağlamında dalgacıkları genel olarak tanımladılar. Bu iki araştırmacı,
dalgacıklar hakkında fiziksel sezgiye dayanan bir düşünce biçimi sağladılar.

21
 1985 yılında, Stephane Mallat sayısal işaret işleme konusundaki çalışmaları
sonucunda dalgacıkların gelişimine ek bir hız kazandırdı. İkinci derece ayna filtreleri,
piramit algoritmaları ve ortonormal dalgacık bazları arasında bazı ilişkiler olduğunu
keşfetti. Y. Meyer, bu sonuçların bir kısmından esinlenerek ilk tanıdık olmayan
dalgacıkları oluşturdu. Haar dalgacıklarının türevi sürekli olmadığı halde, Meyer
dalgacıklarının türevi süreklidir; ama buna rağmen Meyer dalgacıkları tam desteğe
sahip değildir.

Şekil III.3. Meyer Dalgacığı

İki yıl sonra, Ingrid Daubechies belki şimdiye kadarkilerin en düzenlisi olan,
dalgacık uygulamalarının kilometretaşı olmuş ve bugün hala olmaya devam eden
dalgacık ortonormal baz fonksiyonları kümesi oluşturmak için Mallat’ın çalışmasını
kullandı [13-20].

XI.4.1.1 4.2.1 Baz Fonksiyonları

Sürekli alandan sayısal alana geçildiğinde bir baz fonksiyonunu açıklamak daha
basit olur.
Her iki boyutlu ( x, y ) vektörü (1,0 ) ve (0,1) vektörlerinin doğrusal bileşimi
şeklinde yazılabilir. Bu iki vektör, (x, y ) için baz vektörleridir. Çünkü (1,0)
vektörünün x ile çarpılması sonucu oluşan vektör (x,0) , (0,1) vektörünün y ile
çarpılması sonucu oluşan vektör (0, y ) ve toplam ( x, y ) vektörüdür.

22
 En iyi baz vektörleri, vektörlerin birbirine dik veya başka bir deyişle ortogonal
olması gibi ekstra özelliğe sahiptir. (1,0 ) ve (0,1) bazları için bu değer sağlanır.
Sürekli alana geri dönerek ve bu kavramlarla baz fonksiyonları arasındaki
ilişkiye bakıldığında; (x, y ) vektörü yerine f(x) fonksiyonuna sahibiz. f(x)
fonksiyonunun bir müzik ezgisi, örneğin özel bir oktavda A notası olduğunu ele
alalım. Genliklerin ve frekansların bileşimlerini kullanıp, sinüs ve kosinüsleri
toplayarak A notasını oluşturabiliriz. Sinüs ve kosinüsler bu örnekte baz
fonksiyonlarıdır ve Fourier sentezinin elemanlarıdır. Seçilen sinüs ve kosinüsler için,
onların ortogonal olması gibi ek koşul koyabiliriz. İç çarpımları (skaler çarpımları)
sıfır olan uygun sinüs ve kosinüs fonksiyon terimlerinin bileşimini seçerek bu
yapılabilir. f(x) fonksiyonunu oluşturan ve ortogonal olan özel fonksiyonlar kümesi bu
problem için bizim ortogonal baz fonksiyonlarımızdır [20].

XI.4.1.2 4.2.2 Ölçeği Değişen Baz Fonksiyonları

Bir baz fonksiyonu, farklı ölçek boyutları kullanmak suretiyle aynı fonksiyon
veya veri uzayını parçalara ayırarak ölçekte değişim sağlar. Örneğin 0’dan 1’e
kadarlık bölge üzerinde tanımlı bir işarete (sinyale) sahip olduğumuzu düşünelim.
İşareti, 0’dan 1
2 ’ye ve 1
2 ’den 1’e kadar uzanan iki adım fonksiyonu ile bölebiliriz.
Sonra orijinal işareti 0’dan 1
4 ’e, 1
4 ’ten 1
2 ’ye, 1
2 ’den 3
4 ’e ve 3
4 ’ten 1’e kadar
uzanan dört adım fonksiyonu kullanarak tekrar bölebiliriz. Ve bu şekilde devam
ederiz. Her temsilciler kümesi, orijinal işareti özel bir çözünürlük veya ölçek ile
kodlar [19].

XI.5. FOURİER ÇÖZÜMLEMESİ

Genelde çoğu uygulamada elimizde bulunan zaman bilgisini frekans bilgisine

çevirme gereksinimini duyarız. 1807 yılında Fransız matematikçisi Joseph Fourier her
periyodik fonksiyonun, periyodik karmaşık üstel fonksiyonların sonlu toplamı şekilde
ifade edilebildiğini; diğer bir deyişle her periyodik fonksiyonun, sinüs ve
kosinüslerden oluşan yapı bloklarına ayrıştırılabildiğini kanıtlayarak bu problemi
çözmüştür.
Fourier’in fonksiyonları sinüs ve kosinüsün bir doğrusal bileşimi olarak temsil
etmesi, hem diferansiyel denklemlerin analitik ve sayısal çözümlerinde hem de

23
haberleşme işaretlerinin analizi ve düzeltilmesinde yaygın olarak kullanıldı. Fourier
ve dalgacık analizi arasında çok güçlü bağlar vardır [20].

XI.6. FOURİER SERİLERİ

f(x), 2π periyotlu bir periyodik sinyal olmak üzere; Fourier serisi açılımı
kullanılarak bu sinyal denklem III.5’de verildiği gibi sinüs ve kosinüs terimlerinin
sonsuz toplamı halinde yazılabilir [20].
2π 2π 2π
1 1 1
2π ∫0 π ∫0 π ∫0
a0 = f ( x )dx , ak = f ( x ) cos(kx )dx , bk = f ( x ) sin( kx )dx olmak

∞
üzere; f ( x ) = a 0 + ∑ (a k cos kx + b k sin kx ) (III.5)
k =1

Periyodik olmayan sinyaller içinde bu fikir genişletilerek denklem III.6’de

verilen Fourier dönüşümü geliştirilmiştir.
+∞
f̂ (ω) = ∫ f ( t )e − j ω t dt (III.6)
−∞

Aşağıda verilen fonksiyonun fourier serisine açılımı ve garafiği matematiksel

olarak gösterilmiştir.
⎧ 1 0< x <π
f ( x) = ⎨ 2π periyotlu fonksiyonunun fourier serisine açılımı.
⎩− 1 - π < x < 0

f ( x)
4 2 0 2 4

−1

x
π

Şekil III.4. 2π Peryotlu Fonksiyonun Grafiği

Burada; fonksiyon tek olduğundan a n katsayıları sıfırdır.

24
 ∞
f ( x) = ∑ bn sin nx
n =1
π π 0
1 1 1
bn =
π ∫ f ( x) sin(nx)dx = π ∫ sin(nx)dx − π ∫π sin(nx)dx
−π 0 −

=
1
πn
[ π
(− cos nx) 0 + (cos nx)
0
−π
] = π [(− cos nπ + 1) + (1 − cos(−nπ ))]
1

1.2
= [1 − cos(−nπ )]
π
4 ⎛ sin x sin 3 x sin 5 x ⎞
f ( x) = ⎜ + + + ...... ⎟
π⎝ 1 3 5 ⎠

Zaman düzlemindeki bir fonksiyonu ilk olarak frekans düzleminde bir

fonksiyona çeviren matematiksel dönüşüm Sürekli Fourier dönüşümüdür. Fourier
dönüşümü sayesinde zaman düzlemindeki bir sinyalin periyodik olması veya
olmaması önemli olmamakla beraber içerdiği frekans bilgisi çözümlenebilir. Fourier
serisi açılımı, Fourier dönüşümün özel bir halidir yani eğer Fourier dönüşümü
alınacak sinyal periyodik ise yapılması gereken sadece Fourier serisi açılımda
katsayıların ( a 0 , a k , b k ) bulunmasıdır.

Denklem III.7’de verilen Ters Fourier dönüşümü ise frekans düzlemindeki

sinyali zaman düzlemine kusursuz olarak tekrar geri çevirmek için kullanılır. Bir
fonksiyonun (sinyalin) Fourier dönüşümün alınabilmesi için fonksiyonun Dirichlet
koşullarını (Dirichlet koşulu fonksiyonun her noktasında uygun yaklaşım noktaları
geliştirir) sağlanması gerekmektedir [22-23].
+∞
f (t ) = ∫ F (ω )e j ω t dω (III.7)
−∞

Fourier dönüşümünün faydası, zaman tanım kümesindeki bir işaretin frekans

içeriğini çözümleme kabiliyetinde yatar. Dönüşüm, ilk olarak tanım kümesi zaman
olan bir fonksiyonu, tanım kümesi frekans olan bir fonksiyona çevirmek suretiyle
çalışır. O zaman sinyalin frekans içeriği incelenebilir. Çünkü dönüştürülen
fonksiyonun Fourier katsayıları, her frekans değerinde sinüs ve kosinüs
fonksiyonlarının her birinin katkısını temsil eder. Ters Fourier dönüşümü de, verinin
frekans tanım kümesinden zaman tanım kümesine dönüştürülmesini gerçekleştirir
[24]. Ek1’de Harmonik Analizi, Ek2’de ise Fourier Çözümlemesine ait ayrıntılar
verilmiştir.

25
 Şekil III.5. Fourier Dönüşümü

XI.7. AYRIK FOURİER DÖNÜŞÜMÜ

Ayrık Fourier dönüşümü (AFD) fonksiyonun sonlu sayıdaki örnek noktasından

Fourier dönüşümünü tahmin eder. Örnek noktaların, diğer zamanlarda işaretin neye
benzediğini tipik olarak gösterdiği farzedilir.
Ayrık Fourier dönüşümü (AFD), sürekli Fourier dönüşümünün sahip olduğu
simetri özelliklerinin hemen hemen aynısına sahiptir. Ayrıca, ters ayrık Fourier
dönüşümü, ayrık Fourier dönüşümü için olan formülü kullanarak kolayca hesaplanır.
Çünkü iki formül hemen hemen özdeştir.
f [k ] , zamanın sürekli bir fonksiyonu olan f ( t ) fonksiyonunun ayrık zamanda
ifade edilişi ve T de örnekleme periyodu olmak üzere; Ayrık Fourier dönüşümünün
ifadesi ise Denklem III.8’de verilmiştir. Ayrık Fourier dönüşümü örneklenmiş
sinyallerin diğer bir deyişle ayrık zaman düzleminde verilen sinyallerin frekans
spektrumlarının elde edilmesi için kullanılır.
k =∞
j2π nT
F[n ] = ∑ f [k ]exp(− ) (III.8)
k = −∞ k
Aslında Ayrık Fourier dönüşümü; f [n ] dizisinin farklı frekanslarındaki bir
takım karmaşık üstel fonksiyonlar ile konvolüsyonudur. Bu tanımlamaya alternatif
olarak; Ayrık Fouirer dönüşümü ile ayrık zamanda verilen f [n ] dizisinin; zamanda
sonsuz uzunlukta fakat frekans düzlemindeki yeri mükemmel şekilde tayin edilmiş bir
grup sinüsoidal dalgalardan oluşan yapı bloklarına ayrıştırıldığı söylenebilir. Ve her
bir bloğun genliği; sinyalin o frekanstaki bileşenin etkinliğinin yani şiddetinin bir

26
ölçütüdür. Bu dönüşümde baz fonksiyonları yani yapı blokları denklem III.9’de
verilen dönüşümün çekirdek fonksiyonundan oluşurlar.
K ( t , ω) = e − jωt (III.9)
Anlaşıldığı gibi Fourier dönüşümü zaman doneminde verilen sinyalin frekans
düzlemindeki belirtilişini tanımlar. Çünkü Fourier dönüşümü ile sinyalin içerdiği
frekans bileşenlerinin nispi genlikleri belirlenebilir. Genelde Fourier dönüşümü ile

elde edilen F(ω) fonksiyonu karmaşık değerli bir fonksiyondur. f̂ (ω) , f ( t ) ’in

sürekli genlik spektrumu ve Q(ω) ise f ( t ) ’in sürekli faz spektrumu olmak üzere f̂ (ω)
fonksiyonu Denklem III.10’da verildiği gibi ifade edilebilir. Pratikte bir sinyalin
frekans içeriğinin değerlendirilmesi için sinyalin genlik spektrumu genelde yeterli
olmaktadır.

f̂ (ω) = f̂ (ω) exp[ jQ(ω)] (III.10)

Fourier dönüşümün bize sağladığı olanakları anlamak amacıyla aşağıda

y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) sinyali ve bu sinyalin Fourier
dönüşümü ile elde edilen genlik spektrumu verilmiştir. Bu sinyalin Fourier dönüşümü,
bilgisayar ortamında kullanılmak amacıyla geliştirilen hızlı Fourier dönüşüm
algoritması ile alınmıştır. f(t) sinyali Hz örnekleme frekansında örneklenerek ayrık
zamanda ifade edildikten sonra hızlı Fourier dönüşümü ile genlik spektrumu elde
edilmiştir [25-26].

27
 Şekil III.6. y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyaline Ait Matlab Grafiği

Şekil III.7. y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyalinin Fourier Analizi

Şekil III.7’de verilen genlik spektrumu Fourier dönüşümün bize sağladığı

olanakları açıkça göstermektedir. Fourier dönüşümü ile elde edilen frekans
çözünürlüğü yüksektir ve örnekleme frekansı artırılması ile daha da arttırılabilir.
Frekans çözünürlüğünün üst sınırı eldeki sayısal işaretin örnekleme frekansı veya
Nyguist frekansı ile belirlenir. Örnekleme kuramı band sınırlı herhangi bir f(t)
sinyalinin, f(n) örneklerinden bozulma ve bilgi kaybı olmadan tekrar elde edilebilmesi
için hangi hızda örneklenmesi gerektiğini ifade eder. Buna göre fc, sinyalin band

28
genişliği olmak üzere örnekleme frekansı fs ≥ 2fc olmalıdır. Nyguist frekansı ise bu
koşulun sınır frekansı olan 2fc’dir.

Şekil III.8. Ayrık Zamalı Fourier Dönüşümü

Şekil III.8’de Ayrık zamanlı fourier dönüşümünden faydalanılarak frekansta

kaydırma işlemi gerçekleştirilmiştir. Örnekte her pi birimdeki frekansın Fourier
dönüşümüne göre nasıl kaydığı açıkça görülmektedir [27].

XI.8. PENCERELENMİŞ FOURİER DÖNÜŞÜMÜ

Eğer f (t ) periyodik olmayan bir işaretse, periyodik fonksiyonlar olan sinüs ve

kosinüsün toplamı işareti doğru olarak temsil etmez. Sinyali periyodik yapmak için
onu yapay olarak uzatabiliriz. Fakat bu durum uç noktalarda ek süreklilik gerektirir.
Pencerelenmiş Fourier dönüşümü (PFD), periyodik olmayan işaret daha iyi nasıl
temsil edilir problemine bir çözümdür. Pencerelenmiş Fourier dönüşümü (PFD), tanım
kümesi aynı anda zaman ve frekans olan işaretler hakkında bilgi vermek için
kullanılabilir.

29
 Pencerelenmiş Fourier dönüşümü (PFD) ile giriş işareti olan f (t ) bölümlere
ayrılır ve her bölüm frekans açısından ayrı ayrı analiz edilir. Eğer işaret keskin, sivri
uçlu değişimlere sahipse, uç noktalarda kesitler sıfıra yakınsayacak şekilde giriş verisi
pencerelenir. Bu pencereleme işlemi, ortasından ziyade aralığın uç noktalarına yakın
kısmına daha az önem veren bir ağırlık fonksiyonu aracılığı ile gerçekleştirilir.
Pencerenin etkisi, işareti zamanla sınırlamaktır [26].

Şekil III.9. Pencerelenmiş Fourier Dönüşümü

Zaman düzlemindeki bir fonksiyonun pencerelenmesi ve daha sonra Fourier

dönüşümünün alınması ile pencere fonksiyonunun Fourier dönüşümü ve sinyalin
Fourier dönüşümünün frekans ortamında çarpımı aynı sonucu verir [28-29].
Şekil III.10’da sinyalin aynı zaman diliminde sıkıştırılmış ve açılmış hali
gösterilmiştir

Şekil III.10. Pencerelenmiş Fourier Dönüşümündeki Temel Fonksiyonların Yerleşimi

30
 Birkaç çeşit pencere fonksiyonu vardır. Bunlar; dikdörtgen pencereleme, üçgen
pencereleme, Hanning ve Hamming pencereleme fonksiyonlarıdır. Aşağıda bunlara
ait denklemler verilmiş ve bu denklemlere ait grafikler gösterilmiştir.

Dikdörtgen Pencere: wn = 1, n = 0,1,K , N − 1. (III.11)

⎧ n N
⎪⎪ N / 2 , n = 0,K ,
2
Üçgen Pencere: wn = ⎨ (III.12)
⎪2 − n , N
+ 1,K , N − 1.
⎪⎩ N /2 2

2π n
Hanning Penceresi: wn = 0.5 − 0.5cos( ), n = 0,1,K , N − 1. (III.13)
N −1

2π n
Hamming Penceresi: wn = 0.54 − 0.46 cos( ), n = 0,1,K , N − 1 . (III.14)
N −1
Şekil III.11’de yukarıdaki pencereleme fonksiyonları ve grafiklerine ait olan
Ayrık Fourier (AFD) grafikleri verilmiştir.

a) b)

Şekil III.11.: a) Pencereleme Fonksiyonlarının Grafikleri b) Pencereleme Fonksiyonlarının AFD

Grafikleri

31
 a)

b) c)

Şekil III.12. Kısa Zaman Fourier Dönüşümü İle Sinyal Analizi

Şekil III.12 b’de KZFD’de daha düşük bir frekans çözünürlüğüne sahiptir.
Çünkü dar bir pencereleme kullanılmıştır (20 nokta). Her iki şekilde gürültü sinyali
içindeki doğrusal frekans akışını (sürekliliğini göstermektedir). Şekil III.12 b’deki
1000
grafik zaman ekseni boyunca yaklaşık = 100 veri noktası içeren daha iyi bir
10
geçici çözünürlüğe sahiptir. Oysaki Şekil III.12 c’deki grafik aynı zaman ekseni
1000
boyunca = 50 noktaya sahiptir. Geçici çözünürlük pencere genişliği ile
20
belirlenebilir. Karşılaştırmak için bütün FFT sinyalleri dikkate alındığında, yüksek
frekans bileşenleri daha düşük enerjiye sahip oduğundan frekansla birlikte spektrum
azalır. Buda bize daha düşük sinyal genliği izlenimi verir.

XI.9. DALGACIK DÖNÜŞÜMÜ

Dalgacık dönüşümü; veriyi (data), fonksiyonları veya oparatörleri farklı frekans

bileşenlerine ayıran ve herbir bileşeni o ölçekteki çözünürlüğüyle inceleyen bir

32
dönüşüm tekniğidir. Zamanın fonksiyonu olan bir işaretin dalgacık dönüşümü, frekans
ve zaman değişkenlerine bağlıdır. Dalgacıklar zaman -frekans analizi için iyi bir araç
sağlar.
Dalgacık kuramı, genel bir fonksiyonu farklı ölçekler ve pozisyonlarda sabit
bloklar halinde daha basit olarak temsil edebilmeyi sağlar. Bu yöntem bir kaç farklı
alanda kullanışlıdır. Örneğin altband kodlama tekniği, piramit şemaları gibi işaret ve
imaj işlemede, ses işlemede, veri sıkıştırmada ve matematiksel fizikte verimli
olmuştur.
Dalgacık dönüşümü, bir ψ(t) ana fonksiyonunun (ana dalgacık) ötelenme ve
yayılması ile oluşturulan baz fonksiyonlarına işaretin iz düşümünün alınması ile
bulunur. Baz fonksiyonları işareti tam ve doğru olarak ayrıştırabilmek için, yüksek
frekanslarda kısa süreli, düşük frekanslarda uzun sürelidir.
Dalgacık dönüşümü Kısa Zaman Fourier Dönüşümünden farklı olarak değişken
zaman frekans çözünürlük özelliğine sahiptir. Bu nedenle çok çözünürlüklü işaret
işleme aracı olarak kullanılır.
Dalgacık dönüşümü sürekli işaretlerden çok ayrık zamanlı işaretlerin
işlenmesinde kullanılır. Bu bakımdan bilgisayar uygulamaları açısından kolaylık
sağlar.

Şekil III.13. Dalgacık Dönüşümü

Şekil III.14’de aynı zaman dilimi ve genlikteki sinyallerin sıkıştırılıp açılması

durumu gösterilmiştir.

33
 Şekil III.14. Dalgacık Analizindeki Fonksiyonların Temel Yerleşimi

Şekil III.6. da verilen y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t)

sinyaline ait dalgacık dönüşümü Şekil III.15’de verilmiştir. Burada dikkat edilecek
olursa sinyalin sürekli olduğu noktalarda dalgacık analizinde değişme olmazken,
sinyalde süreksizlik anlarında dalgacık dönüşümüyle net olarak görülebilmektedir. Ek
3’de Dalgacık Dönüşümüne ait ayrıntılar verilmiştir.
Genlik

Zaman (ms)
Şekil III.15. y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyaline Ait Dalgacık Dönüşümü

34
XI.10. HAAR DALGACIKLARI

Bilinen en basit dalgacık vektörleri olup, 1910 yılında Haar’ın doktora

tezinin ekler bölümünde ortaya çıkmıştır. Şekil III.16’da görüldüğü gibi bir takım dik
(ortogonal) vektörlerden oluşmaktadır. Bu vektörler belirli bir aralıklarda m 1
değerini alıp, diğerlerinde sıfır seviyesindedir. Çok sayıda “sıfır” elemanlar
içermesinden ötürü hızlı bir algoritmadır. Şekil III.16’nın ilk eğrisi ölçek vektörü
olarak adlandırılır ve 0 ≤t ≤ 0.5 aralığında + 1 değerini almaktadır ( h0 (t )=1 ). İkinci

vektör, h1 (t ) ana dalgacık olarak adlandırılır ve 0 – 1 aralığında m 1 değerini

almaktadır. Diğer tüm dalgacıklar h1 (t ) ’nin uygun şekilde ötelenmesi ve
ölçeklenmesi ile elde edilir. h2 (t ) vektörü h1 (t ) vektörünün ölçeğinin
değiştirilmesiyle elde edilir. Bu adımda h1 (t ) vektörü 0 – 0,5 aralığında + 1 değerini
almakta ve diğer tüm anlarda sıfır değerinde olmaktadır. h3 (t ) vektörü h2 (t ) ile aynı

olup, yalnızca zaman ekseninde kaydırılmıştır. Benzer şekilde h2 (t ) vektörünü çeyrek

periyotta sıkıştırılmasıyla (0 – 0,25 aralığı) h4 (t ) elde edilir. Sırasıyla h5 (t ) , h6 (t ) ,

h7 (t ) vektörleri de h4 (t ) ’ nin zaman ekseninde kaydırılması ile elde edilebilmektedir

[26, 27].

ψ ( a, b) = +1 (0 ≤ t ≤ 0.5)
ψ ( a, b) = −1 (0.5 ≤ t ≤ 1)
ψ ( a , b) = 0 (bunların dışında)

Şekil III.16. Haar Dalgacığı

Yukarıda Haar dalgacığına ait denklem ve şekiller verilmiştir. t’nin 0 ile 0.5
arasındaki değerlerde +1 değerini aldığı 0.5 ile 1 arasındaki değerlerde ise -1 değerini
aldığı görülmektedir.

XI.11. SÜREKLİ DALGACIK DÖNÜŞÜMÜ (SDD)

Sürekli dalgacık dönüşümüyle zamana göre frekansı değişen sinyallerin

analizinde, zaman–frekans diyagramı elde edilir. Zaman–frekans diyagramı en uygun

35
olarak elde edilir. Analizi yapılacak fonksiyon istenildiği gibi seçilebilir. Esasen bu
dönüşüm Fourier dönüşümünün genelleştirilmiş halidir. Fiziki olarak bu dönüşümde
değişken modüle edilmiş aralık bütün sinyal süresince kaydırılır, her yeni konum için
faz spektrumu araştırılır. Bu işlem süreci kısa ve uzun aralıklarla tekrar edilir. Aralıklı
Fourier analizinde Şekil III.17’de görüldüğü gibi sabit kare zaman–frekans
düzleminde seçilir.

Şekil III.17. Fourier Dönüşümünden Elde Edilen Zaman– Frekans Diyagramı

Şekil III.18. Dalgacık Dönüşümünden Elde Edilen Zaman–Frekans Diyagramı

Şekil III.18’de görüldüğü gibi sürekli dalgacık dönüşümünde ise boyutları

değişik dikdörtgenler zaman–frekans düzleminde kullanılır.

36
 Şekil III.19. Zaman – Frekans Diyagramı

Zaman–frekans diyagramı yardımıyla bir sinyalin yüksek ve alçak geçiren

bileşenleri açık olarak elde edilir.
Zaman–frekans diyagramında yatay eksen zamanı, dikey eksen frekansı ifade
eder. Bütün dikdörtgenlerin alanları zaman – frekans ekseninde sabittir.
Sürekli Dalgacık Dönüşümü (SDD) aşağıdaki denklemde ifade edilmiştir. Bu
ifade de f(t) fonksiyonu ile ψs,τ (t) dalgacık (wavelet) fonksiyonunun eşleniği ile
çarpımının integrali görülmektedir .
+∞

∫ f (t )ψ s ,τ (t )dt
*
SDD(s,τ) = (III.15)
−∞

Yukarıdaki III.15 denkleminde * eşleniği simgelemektedir, s parametresi ölçek

ve τ ise kaydırma parametresidir.
f(t) dönüşümü yapılacak fonksiyon ve ψs,τ (t) ise ana dalgacık fonksiyonudur.
III.15 denkleminde: f(t) sinyali sürekli Dalgacık dönüşümü ile iki parametreli
bir fonksiyona SDD (s,τ) dönüştürülür.
¦s¦ > 1 zaman ekseninde fonksiyon genişler ve genliği düşer.
¦s¦ < 1 zaman ekseninde daralır ve genlik büyür.
¦s¦ < 0 t=0 noktasına göre simetriği alınır.
τ > 0 zaman ekseninde sağa doğru kaydırma
τ < 0 zaman ekseninde sola doğru kaydırma

37
 Dalgacık fonksiyonları bir ana dalgacıktan, ψ, ölçek ve kaydırma faktörleri
yardımıyla elde edilir. Matematiksel ifadesi aşağıda verilmiştir:
1 t −τ
ψs,τ (t) = ψ( ) (III.16)
s s
1
Bu faktörü enerjinin normalize oluşunu ifade eder.
s
Denklem III.16, denklem III.15’de yerine konursa, denklem III.17’deki ifade
elde edilir.
+∞
1 t −τ
SDD ( s, τ ) = ∫ f (t )ψ
*
( )dt (III.17)
s −∞
s

ψs,τ (t) fonksiyonu aşağıdaki koşulu yerine getirmek zorundadır.

+∞

∫ψ s ,τ (t )dt = 0
−∞ (III.18)
ψs,τ (t) fonksiyonun meydena getirdiği alan sıfır olmalıdır.
Matematiksel yolla diğer bir yazılım biçimi de, f(t) ve dalgacık fonksiyonunun
iç çarpım şeklinde ifadesi denklem (III.19) de verilmişitr.
SDD( s,τ ) = f (t ),ψ s ,τ (t ) (III.19)

Denklem (III.12) göz önüne alındığında her zaman birimine göre sinyalin
frekans bileşenleri değişmektedir. Tau (τ) zaman aralığının konumuna göre
değerlendirilir ve bu aralık bütün sinyal boyunca kaydırılır ve böylece frekans
spektrumlarının zaman bağlı bilgileri elde edilmiş olur. Ölçke parametresi olan s in
ifadesi denklem (III.20) da verilmiştir, eşitlikte f frekansı ifade eder [13,14,17].
s=1/f (III.20)
Aşağıda haar dalgacığına ilişkin program satırları ve şekiller verilmiştir.
Programda öncelikle haar sinyali çizdirilmiş daha sonra aynı haar sinyali sürekli
dalgacık dönüşümü ile gösterilmiştir.
[phi,psi,t]=wavefun('db1',10,'plot');
t=linspace(0,1,1026);
s=square(8*pi*t); a=2:128;
subplot(4,1,1), plot(t*1026,psi), title('Haar Ana Dalgacik'),
axis([0 1026 -2 2]), grid
subplot(4,1,2), plot(t*1026,s), title('Sinyal'),
axis([0 1026 -2 2]), grid
subplot(4,1,3:4), C=cwt(s,a,'db1','plot');

38
 Ölçek

Şekil III.20. Haar Ana Dalgacığı

Ölçek

Şekil III.21. Haar Dalgacık Sinyali

Şekil III.22. Haar Dalgacığının SDD’de Analizi

Şekil III.20’de Haar ana dalgacığı verilmiştir. Yine haar sinyaline ait olan
Sürekli Dalgacık Dönüşümü (SDD) için çözümleme yapılmıştır. Yapılan
çözümlemede düşük frekanslı ve yüksek frekanslı bölgeler açıkça görülmektedir.
Aşağıda şekil III.23’de sürekli dalgacık dönüşümü için a=2, 4, 8 ve 16 ölçek
değerleri için sinyal analizi yapildiğinda a değeri artırıldığında sinyal üzerindeki
değişim görülmektedir [31].

39
 Şekil III.23. Sürekli Dalgacık Dönüşümünde a Katsayılarının Sinyal Üzerindeki Etkisi

Aşağıda; Şekil III.24’de y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t)

Sinyalinin üç boyutlu dalgacık analizine ilişkin MATLAB program satırları
verilmiştir.

clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure
% FFT alma işlemi
yw=abs(fft(y*2/length(y)));
bar(yw(1:length(y)/2)),grid
figure
% Dalgacık Tekniği
s=[1 2 3 4 5 6 7 8 12 16 20 24 28 32];
c=cwt(y,s,'dmey','3Dglbabs','3dplot');

40
 Şekil III.24’de y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyalinin üç
boyutlu sürekli dalgacık çözümlemesi yapılmıştır.

Sekil III.24. y(t)=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Sinyalinin Üç Boyutlu Dalgacık

Analizi

Şekil III.24’deki üç boyutlu sinyal çözümlemesinde zaman, ölçek ve frekans

analizi görülmektedir. Burada yüksek frekanslı bölgelerde düşük katsayılar yer alırken
frekans küçüldükçe katsayıların büyüdüğü görülür.

XI.11.1. Daubechies Dalgacık Dönüşümü

Daubechies dalgacık dönüşümü (DDD) Haar Dalgacık dönüşümü ile aynıdır.
Tek fark dalgacık ve ölçek fonksiyonlarının içeriğindedir. Çok çeşitli DDD
fonksiyonları türetilmiştir. Biz sadece Daubechies 4 yöntemini açıklayacağız.
Daubechies 4 için ölçek ve dalgacık fonksiyonları aşağıdaki gibi tanımlanmıştır.
Daubhecies dalgacıkları sonucunda elde edilen ayrışım dik olup, sinyalin yeniden
yapılandırılmasına da olanak sağlamaktadır.

41
 Ölçek vektörleri:
V11 = (α 1 , α 2 , α 3 , α 4 ,0,0,0,....)
V21 = (0,0,α 1 , α 2 , α 3 , α 4 ,0,0,0,....)
V31 = (0,0,0,0, α 1 , α 2 , α 3 , α 4 ,0,0,0,....)
.. (III.21)
..
V N1 = (0,0,0,....α 1 , α 2 , α 3 , α 4 )
−1
2

V N1 = (α 1 , α 2 ,0,0,0,....0,0, α 3 , α 4 )
2

Yukarıdaki denklemde;
1+ 3 3+ 3 3− 3 1− 3
α1 = ,α 2 = ,α 3 = ,α 4 = dir. Denklem III.21
4 2 4 2 4 2 4 2
genelleştirildiğinde Denklem (III.22) elde edilir.
Vm1 = α 1V20m −1 + α 2V20m + α 3V20m +1 + α 4V20m + 2 (III.22)

İkinci dereceden Daubechies (4) ölçekleme vektörü aşağıdaki gibi ifade edilir
[13].
Vm2 = α 1V21m −1 + α 2V21m + α 3V21m +1 + α 4V21m + 2 (III.23)

XI.11.2. Dalgacık vektörleri

W11 = ( β 1 , β 2 , β 3 , β 4 ,0,0,0,....)
W21 = (0,0, β 1 , β 2 , β 3 , β 4 ,0,0,0,....)
W31 = (0,0,0,0, β 1 , β 2 , β 3 , β 4 ,0,0,0,....)
.. (III.24)
..
W N1 = (0,0,0,....β 1 , β 2 , β 3 , β 4 )
−1
2

W N1 = ( β 1 , β 2 ,0,0,0,....0,0, β 3 , β 4 )
2

Yukarıdaki denklemde;

1− 3 3 −3 3+ 3 −1− 3
β1 = , β2 = , β3 = , β4 = dir. N ise örnek sayısıdır.
4 2 4 2 4 2 4 2
β ve α arasında şöyle bir ilişki vardır: β 1 = α 4 , β 2 = −α 3 , β 3 = α 2 ve β 4 = −α 1 .
Denklem III.24 genelleştirildiğinde Denklem III.25 elde edilir.
Wm1 = β 1V20m−1 + β 2V20m + β 3V20m +1 + β 4V20m + 2 (III.25)

42
 İkinci dereceden Daubechies (4) dalgacık vektörü aşağıdaki gibi ifade edilir.
Wm2 = β 1V21m−1 + β 2V21m + β 3V21m +1 + β 4V21m+ 2 (III.26)
Daubechies (4) ters dalgacık dönüşümü aşağıdaki gibi yazılır:
S = A1 + D1 (III.27)
Denklem (III.27)’de S ayrık sinyal, A yaklaşım katsayıları (alçak geçiren süzgeç
katsayıları) ve D ise detay katsayıları (yüksek geçiren süzgeç katsayıları) olarak
adlandırılır. Ayrık sinyal alçak ve yüksek frekans elamanlarına belirli bir kural
uygulanarak ayrılmaktadır. Yüksek dereceden ölçeklendirme alçak frekans
bileşenlerine ve alçak dereceden ölçeklendirme yüksek frekans bileşenlerine denk
düşer.

Şekil III.25. S Sinyalinin Alçak (A) ve Yüksek Dereceden (D) Süzgeç Katsayıları

Yukarıdaki denklemde ayrık S sinyali alçak (A) ve yüksek (D) geçiren süzgeç
katsayılarının toplamı ile yeniden elde edilebilmektedir. Yukarıdaki algoritma ardışıl
olarak işletildiğinde aşağıdaki çizelge elde edilir. Bu çizelgede c harfi katsayıları ifade
etmektedir.

Şekil III.26. Dalgacık Ayrıştırma Ağacı (Mallat’ın Dalgacık Ağacı)

43
 Şekil III.27. Saf Bir Sinüs İşaretinin Yaklaşım (A) Ve Detay (D) Katsayıları

Şekil III.27’de ana sinyal, Alçak geçiren süzgeç katsayıları (A), yüksek geçiren
süzgeç katsayıları (D) sıralanmıştır.
Birinci seviyeden yaklaşım katsayıları, A, aşağıdaki gibi hesaplanır.
A1 = ( F .V11 )V11 + ( F .V21 )V21 + .... + ( F .V N1 / 2 )V N1 / 2 (III.28)

Birinci seviyeden detay katsayıları, D, aşağıdaki gibi hesaplanır.

D 1 = (F.W11 )W11 + (F.W21 )W21 + .... + (F.WN/2
1
)W N1 / 2 (III.29)

İkinci dereceden Daubechies (4) ters dalgacık dönüşümü denklem III.30’da

görülmektedir.
F = A 2 + D 2 + D1 (III.30)
İkinci seviyeden yaklaşım katsayıları, A, aşağıdaki gibi hesaplanır.
A 2 = ( F .V12 )V12 + .... + ( F .V N2 / 4 )V N2 / 4 (III.31)

İkinci seviyeden detay katsayıları, D, aşağıdaki gibi hesaplanır.

D 2 = ( F .W12 )W12 + .... + ( F .W N2 / 4 )W N2 / 4 (III.32)

Sayısal bir örnek;

f (t ) = {1, 3, 5, 7, 6, 4, 2, 0} olsun. (III.33)
Fonksiyon değerlerinin sayısı, N, 8’ dir. Bu sinyal yaklaşım (A) ve detay
(D) bileşenlerine aşağıdaki kurala göre ayrılır. Sayısal değerler çift gruplar halinde
dikkate alınır ve bu değerlerin A ve D bileşenleri şöyle hesaplanır.

Ortalama Değer f 2 m −1 + f m
: am = 2 , m =1, 2 , 3............. N (III.34)
Yaklaşım - A 2 2

44
 Fark − Sinyali f 2 m −1 − f m
: dm = 2 , m = 1, 2 , 3 ............. N (III.35)
Detay − A 2 2

Yukarıdaki a m ve d m eşitlikleri yardımı ile ayrık f sinyali şu şekilde A ve

D bileşenlerine ayrılır.

f : 1 3 5 7 6 4 2 0
1. adım :
1+ 3 5+7 6+4 2+0
2 2 2 2
2 2 2 2
a1 : 2 2 6 2 5 2 2
1− 3 5−7 6−4 2−0
2 2 2 2
2 2 2 2
d1 : − 2 − 2 2 2
1+1
f 1 →(a1 , d1 ) (III.36)

2. adım : Haar dönüşümü sonucunda elde edilen a1 sinyalinden aynı işlem

yapılarak a 2 ve d 2 bileşenleri elde edilmiştir.

a1 : 2 2 6 2 5 2 2

2 2 +6 2 5 2+ 2
2 2
2 2
a2 : 8 6

a1 : 2 2 6 2 5 2 2

2 2 −6 2 5 2− 2
2 2
2 2
d2 : -4 4

1+ 2
f1 → (a 2 ; d 2 ; d1 ) (III.37)

45
 3. adım: ikinci dereceden Haar dönüşümü sonucunda elde edilen a 2 sinyalinden
aynı işlem yapılarak a3 ve d 3 bileşenleri elde edilmiştir.

a2 : 8 6

8+6
2
2

a3 : 7 2

a2 : 8 6

8−6
2
2

d3 : 2

1+3
f1 → (a3 ; d 3 ; d 2 ; d1 ) (III.38)

Yukarıdaki dönüşümler sayesinde 3. seviyeden Haar katsayıları elde edilmiştir.

Yukarıdaki 8 örnekli f sinyali ele alındığında 3. seviye Haar dalgacık dönüşüm ağacı
(Mallat’ın dalgacık ağacı) şekil III.28’de görülmektedir.

Şekil III.28. Mallat’ın Dalgacık Ağacının Örnek f Sinyaline Uygulanması

Bu algoritma için f ayrık sinyalinin yeniden elde edilmesi aşağıdaki

eşitlik yardımıyla sağlanabilir.
H3

3 3(
f→ a d d d
2 1 ) (III.39)

Yukarıdaki eşitlikte H 3 , 3. seviyeden Haar dönüşümünü simgelemektedir.

46
a3 , d 3 , d 2 , d1 ise sırasıyla f sinyalinin sırasıyla 3. seviye yaklaşım, 3. seviye detay, 2.

seviye detay ve birinci seviye detay katsayılarını simgelemektedir.

Ters Haar dönüşümü için sırayla a3 ve d 3 ’ den a 2 , a 2 ve d 2 ’ den a1 , a1

ve d 1 ’ den de f sinyali elde edilmektedir.

1000 data içeren S sinyalini ele alalım. Düşük ve yüksek frekans geçiren
1000 data olmak üzere toplam 2000 data elde ederiz. Bu sinyaller A ve D dir. 1000
yerine 2000 değerimiz vardır. Bu metodla dalgacık analizi yapmak çok zordur. Bu
yüzden cA ve Cd gibi iki kavram üretilmiştir [13,14].

Şekil III.29. Yüksek ve Alçak Geçiren Filtre Tasarımı

s = sin(20.*linspace(0,pi,1000)) + 0.5.*rand(1,1000);
[cA,cD] = dwt(s,'db2');
[length(cA) length(cD)]
ans =501

a) b) c)

Şekil III.30. s(t) = sin(20.*linspace (0,pi,1000)) + 0.5.*rand(1,1000) Sinyalinin MATLAB Grafiği

a) Ana Sinyal, b) cA (Yaklaşım) Sinyali, c) cD (Detay) Sinyali

47
 Genlik

Zaman (ms)
Şekil III.31. s Sinyalinin Filtre Edilmesi

Şekil III.31’de 1000 data’lı bir sinyal için ilk 500 datanın yüksek geçiren filtre
ile yapıldığı, sonraki 500 datanın ise alçak geçiren filtre ile yapıldığı görülmektedir.
Tasarım; s(t) = sin(20.*linspace(0,pi,1000)) + 0.5.*rand(1,1000); denklemine ait olan
sinyal için yapılmış ve MATLAB’da çözümlenmiştir. Yine Şekil III.32’de aşağıda
Matlab pogramı verilmiş olan örnek bir sinüs sinyali için dalgacık ayrışımı yapılmış
şekil III.33’de ise yaklaşım ve detay grafikleri verilmiştir.
load sumsin
x=sumsin;
[C,L] = wavedec(x,3,'db2');
figure(1)
subplot(2,1,1); plot(x); title('original signal');axis([0 1000
-5 5]);
subplot(2,1,2); plot(C); title('wavelet decomposition');axis([0
1000 -5 5]);
orient landscape;
print wavdemofig1.eps
cA3 = appcoef(C, L, 'db2', 3);
cD3 = detcoef(C, L, 3);
cD2 = detcoef(C, L, 2);
cD1 = detcoef(C, L, 1);
figure(2)
subplot(4,2,1); plot(cA3); title('cA3');axis([0 1000 -5 5]);
subplot(4,2,3); plot(cD3); title('cD3');axis([0 1000 -5 5]);
subplot(4,2,5); plot(cD2); title('cD2');axis([0 1000 -5 5]);
subplot(4,2,7); plot(cD1); title('cD1');axis([0 1000 -5 5]);

48
A3 = wrcoef('a', C, L, 'db2', 3);
D3 = wrcoef('d', C, L, 'db2', 3);
D2 = wrcoef('d', C, L, 'db2', 2);
D1 = wrcoef('d', C, L, 'db2', 1);
subplot(4,2,2); plot(A3); title('A3');axis([0 1000 -5 5]);
subplot(4,2,4); plot(D3); title('D3');axis([0 1000 -5 5]);
subplot(4,2,6); plot(D2); title('D2');axis([0 1000 -5 5]);
subplot(4,2,8); plot(D1); title('D1');axis([0 1000 -5 5]);
orient landscape;
Genlik

Zaman (ms)
Şekil III.32. Sinüs Sinyali İçin Dalgacık Ayrışımı
Genlik

Zaman (ms)
Şekil III.33. Sinüs Sinyali İçin Yaklaşım Ve Detay Grafikleri

49
 Filtreme işlemlerinde Heisenberg belirsizlik ilkesinden faydalanılabilir. Bu
ilkeden Ek 1’de bahsedilmiştir.
Şekil III.34’de Meyer, Meksika Şapkası ve Morlet ana dalgacıkları şekil
III.35’de Coiflet dalgacık ailesi, Şekil III.36’da Daubechnies dalgacık ailesi, Şekil
III.37’de Biortagonal dalgacık ailesi gösterilmiştir [24].

a) b) c)

Şekil III.34. a) Meyer Dalgacığı, b) Mexh Dalgacığı, c) Morlet Dalgacığı

Şekil III.35.Coiflet Dalgacık Ailesi

Şekil III.36. Daubechnies Dalgacık Ailesi

50
 Şekil III.37. Biortagonal Dalgacık Türleri

XI.12. DALGACIK DÖNÜŞÜMLERİNİN GÜÇ

SİSTEMLERİ VE ELEKTRO-MEKANİK SİSTEMLERDE
ARIZA TANISINA YÖNELİK UYGULAMALARI

Son yıllarda işaret işlemede yeni bir yöntem olarak dalgacık dönüşümü yer
almıştır. Dalgacık teorisi Haar (1909), Franklin (1928), Calderon ve Zygmund (1952)
gibi matematikçiler tarafından uzun yıllardan beri çalışılmasına karşın
mühendislikteki uygulamaları 1980’li yıllardan itibaren olmuştur. Bu Morlet’in (1982)

51
sismik işaretlerin analizinde dalgacıkları kullanmasıyla başlamıştır, daha sonra bunu
Grossman ve Morlet (1984), Daubechies (1988), Mallat (1988), Rioul ve Vetterli’nin
(1991) detaylı bir matematiksel analizi takip etmiştir.
Genişleyen ve daralan uzunlukta pencere fonksiyonları durağan veya durağan
olamayan bir işaretteki hem zaman hemde frekans (ölçek) bilgisini bir arada elde
etmeyi sağlayan dalgacık analizi, birçok mühendislik alanında kullanılmıştır. Dalgacık
dönüşümünün çoklu çözünürlük özelliği, çeşitli hatalar nedeniyle sistemde oluşan
geçici durumların analizi için uygundur. Bu çalışmada, matematiksel ifadeleri verilmiş
olan çok çözünürlü dalgacık analizinin enerji iletimindeki arıza tanısına ilişkin
çalışmalar ele alınacaktır.
Dalgacık dönüşümü elektrik güç sistemlerinde oluşan yüksek frekanslı geçici
durumların analizi için kullanılmaktadır. Güç sistemlerindeki uygulamalarda öncelikle
çok çözünürlü dalgacık analizi ile geçici durumlar içeren işaretlerin daha az sayıda
dalgacık katsayısıyla yeniden oluşturulması örnekleri verilerek güç sistemlerinde
kullanılabilirliği araştırılmakta ve güç kalitesini bozucu olayları sınıflandırılarak bu
katsayılar özellik çıkarımı amacıyla kullanılmaktadır. Bu uygulamalarla ilgili olarak
yapılan bazı çalışmalar aşağıda verilmiştir.
Güç sistemlerindeki geçici olayların analizinde dalgacıkların kullanılma
potasiyeli Galli [32] tarafından verilmiş olup güç sistemi iletim hattında açma-kapama
olayları sırasındaki gerilim dalga şeklini ve tek faz-toprak hatası durumundaki gerilim
dalga şeklini dalgacık analiziyle açımlayarak geçici durumların belirlenmesi ise
Robertson [33] tarafından yapılmıştır. Bir başka uygulama olarak Wilkinson ve Cox
[34] ark fırını akımına ayrık dalgacık dönüşümünü uygulayarak bu işareti 11 saniyede
dalgacık bileşenlerine ayrıştırdıktan sonra 2’den 6’ya kadar olan 5 dalgacık
seviyesinin, işaretin yeniden oluşturulmasında yeterli olduğunu göstermiştir. Ayrıca
türbin titreşimine de dalgacık analizini uyguladıktan sonra Fourier analiziyle
karşılaştırarak üstünlüğünü göstermiştir.
Güç sistemlerindeki kısa dönemli olayları modellemede de dalgacık analizi
yaklaşımı kullanılmıştır. Bu kısa dönemli olaylar; anahtarlama sırasındaki geçici
durumlar ve gerilimdeki değişimlerdir. Bu konudaki çalışmada da [35] daha az sayıda
dalgacık katsayısıyla bu geçici işaretlerin yeniden oluşturulması yapılarak durağan
olmayan güç sistemi bozucularını, tam olarak yeniden oluşturmada dalgacıkların nasıl
kullanıldığı gösterilmiştir.

52
 Güç sistemlerindeki bozucu olayları sınıflamak amacıyla dalgacık tabanlı yapay
sinir ağı ( YSA ) uygulamaları da yapılmıştır [36]. Burada dalgacıklar yapay sinir
ağından önce bir ön işlemci olarak kullanılmıştır. Güç kalitesine yönelik olarak
sınıflandırılan işaretler; yüksek frekanslı kapasitör anahtarlaması, alçak frekanslı
kapasitör anahtarlaması, hatasız dalga şekli, itme şeklinde geçici durum, gerilimin
yükselmesi ve düşmesi ve gerilimin aniden sıfıra düşmesi durmundaki işaretlerdir. Bu
durumlara ilişkin dalga şekilleri dalgacık dönüşümüyle 5 saniyede frekans alt bantına
ayrıştırıldıktan sonra bu seviyeler yapay sinir ağının eğitiminde kullanılmıştır. Çok
sayıda YSA kullanılarak dalgacık tanım bölgesinde dalga şekli tanınması yapılmıştır.
Bozucunun tipi hakkındaki karar YSA ların çıkışlarını birleştirerek bir karar verme
algoritmasıyla gerçekleştirilmiştir.
Ayrıca gerilimdeki değişik durumları çok çözünürlü dalgacık analiziyle alt
bantlara ayırarak farklı seviyelerin enerjisinin değişimi yoluyla da hata sıfırlandırıması
yapılmıştır [37].
Güç sistemi bozucularını analiz etmede dalgacık analizi ve YSA kullanımını
içeren önemli bir çalışma Borras [38] tarafından gerçekleştirilmiştir. Bu çalışmada
bozucular otmatik olarak tesbit edilmiş, işaretler sıkıştıtrılmış ve sınıflandırılmıştır.
Güç sistemindeki bilgi, detay katsayılarından elde edilmiştir. Daha sonra giriş işaretini
sıkıştıran ve bozucuyu (ani gerilim kesilmesi ve değişik karakterdeki gerilim
değişimleri olmak üzere toplam 8 tip geçici durum) sınıflayan bir parelel işleme,
dalgacık ayrıştırılmasıyla yapılmıştır.
Çok çözünürlü dalgacık analizi nükleer güç santrali işaretlerine de
uygulanmıştır. Bu uygulamaları ayrıntılı bir biçimde verip frekans uyumluluğu
(koherens) ile birleştiren bir çalışma Şeker, Türkcan ve diğerleri [39] tarafından
yapılmıştır.
Çok çözünürlü dalgacık analizinin elekrik motorları arıza tanısında kullanımıyla
ilgili yapılan çalışmalar ise aşağıdaki gibi özetlenebilir. Burada motor arızaları
elektriksel (akım işaretleri) ve mekanik olarak (rulmanlar, dişliler v.s. ) iki ayrı tipte
ele alınmıştır.
Dowling [40], dalgacık dönüşümü gibi durağan olmayan işaret işleme
tekniklerinin makina durum izleme ve hata tanısında kullanılma potansiyelinin
olduğunu göstermiştir.
Motorun yol alma sırasındaki akım işaretine uygulanan zaman- frekans analizi
tekniği vasıtasıyla sağlıklı ve bozuk makinanın ayırt edilebilme özelliği ise Burnett ve

53
diğerleri [41] tarafından verilmiştir. Ayrıca Burnett ve Watson [42] kalkıştaki akımın
anlizinin motor sağlığı hakkında bilgi verdiğini ve rotor hatalarını motoru tam yükte
işletme gereği olmadan da tanıyabileceğini göstermiştir. Kalkış sırasında motor
hızlandığı için kayma değeri sabit değildir. Bu yüzden hata frekansı bileşenleri
durağan değildir. Kırık rotor çubuklarının ürettiği hata frekans bileşenleri şebeke
frekansı etrafındaki alt yan bantlardır. Şebeke frekansı etrafında soldaki yan bant
frekanslarını izlemenin hata tanılama amacı için yeterli bilgiyi verdiği gösterilmiştir.
Rotor kafesinde 10 adet kırık rotor çubuğu bulunan boşta çalışan motorun kalkıştaki
akım işaretinin zaman- frekans gösterimi dalgacık ayrıştırması tekniği ile elde
edilmiştir. Motor sürekli durumdaki hızına erişirken durağan olmayan hata bileşenleri
izlenerek başlamakta olan kırık rotor çubuğu tesbit edilmiştir.
Daha ayrıntılı bir çalışma olarak, stator sargı hatalarını belirlemek amacıyla,
dalgacık dönüşümü hata indisini hesaplamak için kullanılmıştır [43]. Bu indis belirli
bir seviyedeki işarette bulunan enerji miktarı olarak ifade edilebilir. Hata indisini
kullanarak vektör kontrollü asenkron motorun ölçülen işaretlerinin (akım ve gerilim)
enerji dağılımı yolu ile motorun sağlığı belirlenmiştir. Bu çalışmada vektör kontrollu
asenkron motorun modeli üzerinde bilgisayar simülasyonu ile çeşitli stator hataları bir
fazdaki stator endüktansının farklı olanlarda değiştirilmesiyle oluşturulmuştur.
Wank ve diğerleri [44] ise darbe genişlik modülasyonuyla kontrol edilen
asenkron motorda yalıtım hatasını tesbit etmek için dalgacık dönüşümünü
uygulamıştır. Darbe genişlik modülasyonlu sürücüler yüksek frekans bileşenli dalga
şekilleri üretir. Bu anlamda yüksek frekans bileşenleri, yalıtım sağlığını yansıtan ani
değişiklikleri izlemede kullanılmıştır.
Asenkron motorda mekanik hataları simülasyonla oluşturarak stator akımından
hata özelliğinin çıkartılması Ye ve Wu [45] tarafından gerçekleştirilmiştir. Bu
çalışmada kırık rotor çubuklu üç fazlı asenkron motor modelleri sargı fonksiyonu
yöntemiyle geliştirilmiştir.
Normal ve bozuk durumdaki asenkron motorun kalkışitaki stator akımının
dalgacık paket ayrıştırmasına dayanan özellik çıkarımı için yeni özellik katsayıları
önerilmiştir ve farklı yüklerde farklı hata durumları için bu yeni özellik katsayılarının
normal durumdakinden belirli genişlik ve düğümlerde belirgin farklılıkları yansıttığı
gösterilmiştir. Bu çalışma asenkron motorda mekanik hataları çevrim-içi tanılamak
amacıyla dalgacık paket ayrıştırması ve YSA kullanımıyla da genişletilmiştir [46].
Burada özellik katsayıları, detay katsayılarının etkin değeri kullanılarak

54
tanımlanmıştır. Hava aralığı eksensel bozukluğu için de özellik katsayıları vektörü
oluşturulmuştur.
Motor korumasına yönelik olarak da rotor çubuklarındaki kırılmaları
tanılayabilmek amacıyla statör akımının, Gauss dalgacığı kullanılarak dalgacık analizi
yapılmış ve spektrumdaki yan bantlar ile kırık rotor çubukları belirlenmiştir [47].
Ayrıca üç fazlı asenkron motorda kırık rotor çubuklarına ilişkin hata tanısı
akımın türevine çok çözünürlü dalgacık analizi uygulanarak da yapılmıştır [48]. Bu
yöntemle farklı sayıda (1,2 ve 3) kırık motor çubuğu ve normal durum için dalgacık
analizi yapılarak dalgacık katsayıları hesaplanmış ve en yüksek frekans alt bantında
kırık rotor çubuğu sayısına göre bir artış gözlenmiştir. Abbaszadeh ve arkadaşları [49]
ise kırık rotor çubuğu hata tespitini, stator akım işaretlerini dalgacık katsayılarına
ayrıştırarak yapmıştır. Deneysel sonuçlar saglam, rotorunda 2, 3, 4, 5 adet kırık rotor
çubuğu olan makinalar için verilmiştir. Hatalı durumda sağlam durumdaki dalgacık
katsayılarındaki sapma rotor kafesindeki kırık çubukların sayısını gösterir. Burada
işaret alt bantlara ayrıldıktan sonra farklı seviyelerdeki enerjinin değişimi yoluyla
kırık rotor çubuğu hata tanısı yapılmıştır.
Elektrik motorlarındaki mekanik hatalara yönelik arıza çalışmaları ise özellikle
rulman arızaları üzerine yoğunlaşmıştır. Bilyeli rulmanlarda yorulmadan dolayı oluşan
temas yüzeyindeki çatlamaları belirlemek için ayrık dalgacık dönüşümü titreşim
işaretlerine uygulanarak, çok çözünürlü dalgacık analiziyle ayrıştırılan titreşim
işaretlerinin dalgacık katsayılarındaki değişim ile hata tanısı Mori [50] tarafından
verilmiştir.
Li ve Ma [51] ise rulman bilyelerinin bir hatayı geçişi sırasında oluşturduğu
tekrarlı periyodik itmelerin analizi için dalgacık dönüşümünü kullanmıştır. Sağlam
rulman, dış bileziği hatalı rulman ve bilye hatalı rulmanı olan doğru akım motorunun
titreşim işaretlerinin dalgacık analizi yapılarak bu hataların tanısı yapılmış ve dalgacık
dönüşümünün yararı Kısa zaman Fourier dönüşümüyle karşılaştırılmıştır.
Staszewski [52], dış bileziği hatalı olan bilyeli rulman titreşim verisine dalgacık
analizini uygulamış ve düşük frekans bölgesindeki spektrum ile fouruer analizinden
elde edilen spektrumu karşılaştırmıştır. Sonuçta dalgacık tabanlı spektrumun yalnızca
dış bilezik hatasını göstermesi değil ayrıca mil dengesizlik hatasını da gösterdiği
belirlenmiştir. Rulman hataları için farklı seviyelerde dalgacık katsayılarının
varyansının değişimi gösterilmiştir. Ayrıca dişli titreşiminin dalgacık ayrıştırması

55
yapılmıştır. Dalgacık tabanlı sıkıştırma hatalı örüntüyü tanılama amacıyla
kullanılmıştır.
Paya ve arkadaşları [53] da elektrik motorlarında dişli ve rulman hata tanısında
dalgacık analizini kullanmıştır. Bu hataların önce tek tek analizi, sonra birden fazla
hatanın bir arada olması durumundaki analizi yapılmıştır. Burada zaman tanım
bölgesindeki titreşim işaretleri dalgacık dönüşümüyle ön işlemden geçirildikten sonra
YSA’nın hata tesbiti ve hatanın tipini tanımlamak amacıyla uygulanmıştır. Başkabir
çalışmada ise dişlilerdeki hata tanısı dalgacık dönüşümü ve YSA tabanlı bir algoritma
ile yapılmıştır [54]. Bu çalışmada dişlilerdeki hataları sınıflandırmak için titreşim
işaretine çok çözünürlü dalgacık analizi uygulanarak en iyi dalgacık seviyesi dalgacık
katsayılarının etkin değerini hesaplanarak belirlenmiştir. Farklı seviyelerin hangi tip
dişli hatalarını belirlemede uygun olduğu, hatasız işarete bakılarak belirlenmiştir.
Açısal olarak dişli dönüşü, dalgacık seviyesi ve etkin değer olarak dalgacık genlikleri
üç boyutlu olarak çizilmiştir. Bu, YSA ile birleştirilerek özellik çıkarımı amaçlı
kullanılmıştır.
Eren ve Devaney [55] ise asenkron motorun kalkıştaki akımını dalgacık
dönüşümü yoluyla analiz ederek rulman hatalarını belirlemiştir. Burada, rulmandaki
hata öncesi ve hata sonrası koşullarındaki frekans alt bantları, motor çalışmaya
başlarken rulman / makina rezonans frekanslarının etkisini tanımlamak için
karşılaştırılmıştır. Rulman hatası dış bilezik üzerine delik açılarak oluşturulmuştur.
Verinin eşit uzunluktaki farklı bölümleri için dalgacık seviyelerine ayrıştırılan
işaretlerin etkin değerleri hesaplanarak başlamakta olan rulman hatası belirlenmiştir.
Ayrıca birçok çalışmada çok çözünürlü dalgacık analizi, asenkron motor arıza
tanısında rulman arızasının özelliğini çıkartmak amacıyla kullanılmıştır. Bu analiz
sonucu rulman arızasını gösteren en baskın frekans bantları belirlenmiştir. Ayrıca
dalgacık analizinin motor akım işaretlerine uygulanmasıyla motor dengesizliği
durumundaki arıza frekansını belirlemede dalgacık analizinin kuvvetlendirme yaptığı
belirlenmiştir.

56
XII BÖLÜM IV

DALGACIK DÖNÜŞÜMÜNÜN DAĞITIM

SİSTEMLERİNE AİT UYGULAMASI

XII.1. GİRİŞ

Durağan olmayan sinyallerin analizinde dalgacık yaklaşımı oldukça iyi bir

yöntemdir. Dahası, tekrarlayıcı dalgacık dönüşümü uygulaması yüksek hızlı sayısal
röle tasarımına olanak sağlamaktadır. Dalgacık dönüşümü hem çevrim içi hem de
çevrim dışı gerçek zamanlı uygulamalarda kullanılabilmektedir. Her iki uygulama
alanında sinyal gürültü oranı yüksek olduğu hallerde bile dalgacık dönüşümleri
yeterliliklerini kanıtlamıştır.
Önceden kayıtlı gerilim ve akım işaretleri incelendiğinde, dalgacık dönüşümü
ile gürültü seviyelerinin fazla olduğu ortamlarda bile sinyal hakkında oldukça önemli
bilgiler elde edilebilmektedir. Bu çalışmada bütün benzeşimler ATP-EMTP ortamında
gerçekleştirilmiştir. Elde edilen bu benzeşimler daha sonra bir dönüştürücü programla
(ATP converter) MATLAB ortamında dalgacık çözümlemeleri yapılmıştır.

57
XII.2. ÖRNEK SİSTEM 1

Şekil IV.1’deki devre ideal şartlarda 120 Volt 60Hz tek fazlı gerilim
kaynağından beslenen 200 Watt gücünde 0.85 geri güç faktörüne sahiptir.0.50
ohm’luk direnç ve 1mH’lik indüktansa sahiptir. Devre bir anahtarla kondansatöre
bağlanarak güç faktörü 0.95 (geri) değerine getirilmiştir [56]. Bu devreye ait ATP
devre şemasını Bilgisayar benzeşimi ile modellenerek kaynak akım ve geriliminin,
kapasitör akım ve gerilim grafikleri incelenmiştir.

Verilen devrede aktif reaktif ve görünür güçler hesaplanacak olursa,

1 1
Q=P − 1 = 200 − 1 = 123.9VAr .
2
pf 0.85 2

P 200
S= ∠ cos −1 (pf ) = ∠ cos −1 (0.85) = 235∠31.8 o VA.
pf 0.85

~~ ~ S * 235∠ − 31.8 o
S = VI * , I = ~ * = = 1.958∠ − 31.8 o A
V 120∠0 o

Seri devredeki R, L yük modelleri,

P 200
I 2 rms R = P , R = 2
= = 52.2Ω ve
I rms 1.9582
Q 123.9 X 32.3
I 2 rms X = Q , X = = = 32.3Ω, L = = = 85.7mH
2
I rms 1.958 2
ω 2π (60)
değerlerini alır.
Güç faktörü düzenlendiğinde aşağıda hesaplanan kondansatör değeri bulunmuş
olunur.
1 1
Q=P − 1 = 200 − 1 = 65.7VAr .
2
pf 0.95 2

123.9 – 65.7 Var = 58.2 Var.

58
 V 2 rms 2 2
1 1 1
Q= , X = V rms = 120 = 247Ω , X = ,C= = = 10.74 µF
X Q 58.2 ωC ωX 2π (60)( 247)

Delta T veya 16.67 ms/1000 = 16.67 µs. bulunur. Böylece;

timestep 16.67 µs
RC> timestep, R > = = 1.59Ω ,
C 10.74 µF
Yaklaşık olarak R = 2Ω değerindedir.

Şekil IV.1. Örnek Sistemin ATP Modeli

ATPDRAW dosyası Şekil IV.1 deki gibi tasarlandığında;

• Kaynak gerilimi tepe değeri alır (120√2 = 169.7 V).

• Burada kondansatörün değeri µF, ve indüktansın değeri mH olarak seçilmiştir.

Benzeşimin ATP ayarları aşağıdaki şekilde gösterilmiştir. Delta T 16.67 µs

ayarlandığında toplam çözüm zamanı 16.67 ms olur, ve X optimal ve C optimal sıfır
olarak ayarlanmıştır. Devrede direnç 0.5

a) b)

Şekil IV.2. ATP Modelinin Ayarlanması

59
 ATP ile devre çözümünün program satırları aşağıda verilmiştir. Yapılan
benzeşim sonunda aşağıdaki grafikler elde edilmiş ve dalgacık çözümlemesi
yapılmıştır.

BEGIN NEW DATA CASE

C --------------------------------------------------------
C Generated by ATPDRAW June, Sunday 12, 2005
C A Bonneville Power Administration program
C Programmed by Tahir Çetin AKINCI
C --------------------------------------------------------
$PREFIX,C:\ATPDRAW\Usp\
$SUFFIX, .LIB
C dT >< Tmax >< Xopt >< Copt >
1.667E-5 .1667
500 1 1 1 1 0 0 1 0
C 1 2 3 4 5 6 7 8
C 345678901234567890123456789012345678901234567890123456789012345678901234567890
/BRANCH
C < n 1>< n 2><ref1><ref2>< R >< L >< C >
C < n 1>< n 2><ref1><ref2>< R >< A >< B ><Leng><><>0
XX0002XX0003 .5 1. 0
XX0007 52.2 85.7 0
C Damping resistor
XX0012XX0011 2. 0
C Power factor correction capacitor
XX0012 10.74 0
/SWITCH
C < n 1>< n 2>< Tclose ><Top/Tde >< Ie ><Vf/CLOP >< type >
XX0001XX0002 MEASURING 1
XX0003XX0009 .0833 1. 0
XX0009XX0011 MEASURING 1
XX0003XX0007 MEASURING 1
/SOURCE
C < n 1><>< Ampl. >< Freq. ><Phase/T0>< A1 >< T1 >< TSTART >< TSTOP >
14XX0001 0 169.7 60. -1. 1.
/INITIAL
/OUTPUT
XX0001XX0007XX0012
BLANK BRANCH
BLANK SWITCH
BLANK SOURCE
BLANK INITIAL
BLANK OUTPUT
BLANK PLOT
BEGIN NEW DATA CASE
BLANK

60
 STARTER>XX0001(Type 4)
STARTER>XX0001(Type 4) STARTER>XX0007(Type 4) STARTER>XX0012(Type 4)
300

200

100
Voltage (V)

-100

-200
70 80 90 100
Time (ms)
Electrotek Concepts® TOP, The Output Processor®

a)

b)

Şekil IV.3. Örnek Modele Ait ATP Plot Gerilim-Zaman Grafiği

Anahtar sıfır konumunda iken kapasitör gerilimi mavi renkle gösterilmiştir.

Kaynak gerilimi siyah renkle ve yük gerilimi kırmızı renkle gösterilmiştir ve
anahtarlamadan önce ve sonra yaklaşık olarak aynı değeri almaktadır. Şekil IV.3 b’de
anahtarlama süresi erkene alınmış ve daha ayrıntılı gösterilmiştir.
Benzer şekilde üç fazlı grafik şekil IV.4’de elde edilir.

61
 STARTER>XX0001-XX0002(Type 8)
STARTER>XX0001-XX0002(Type 8) STARTER>XX0003-XX0007(Type 8)

STARTER>XX0009-XX0011(Type 8)
20

15

10
Magnitude (Mag)

-5

-10
70 80 90 100
Time (ms)
Electrotek Concepts® TOP, The Output Processor®

Şekil IV.4. Örnek Modele Ait ATP Plot Akım-Zaman Grafiği

Yük akımı kırmızı renkle, kaynak akımı siyah renkle kapasitör akımı ise mavi
renkle gösterilmiştir. Kaynak ve yük akımı kondansatör anahtarlanmadan önce eşittir.
Daha sonra yük akımı değişmemiş ancak çok az miktarda azalmış ve ilerlemiştir.
Kondansatör akımı yaklaşık olarak yük akımından 120 derece ileridedir. Bu ilerilik
durumu Şekil IV.3 b’de açıkça görülmektedir.

Şekil IV.5. Modellenen Garafiğe Ait Dalgacık Çözümlemesi (Ana Sinyal)

Şekil IV.5’de ATP/EMTP ile modellenen örnek sistemin Dalgacık (Wavelet)

analizine ait ana dalgacık görülmektedir. Bu dalgacığa ait sürekli dalgacık analizi
şekil IV.6 ve şekil IV.7’de incelenmiştir. Örnek model ATP/EMTP ile modellenmiş
elde edilen sinyaller ATP-Matlab Converter ile M dosyasına dönüştürülerek

62
Matlab’da analiz edilmiştir. Modellenen devreya ait diğer grafikler EK 6’da
verilmiştir.

Şekil IV.6. Örnek Modele Ait Sürekli Dalgacık Analizi

Şekil IV.7. Örnek Modelin Mexican Hat Sürekli Dalgacık Dönüşümü

Şekil IV.6 ve IV.7’de Örnek modelin sürekli dalgacık analizi yapılmıştır.

Modelde kararsızlık hali olan bölgeler sürekli dalgacık analizinde ayırt edilmeltedir.

Şekil IV.8. Örnek Modele Ait Dalgacık Dönüşümü 1

Şekil IV.8’de Modelin Dalgacık analizi yapılmış ve analizde kararsızlık anında

bir değişim olmakta, ana sinyalin kararlı olduğu durumlarda ise değişim

63
olmamaktadır. Dalgacık analizin en önemli özelliği, bu tür sistemlerde arızanın
olduğu anlarda değişimin belirlenmesidir ve bu arızanın belirlenmesi açısından çok
önemlidir.

Şekil IV.9. Örnek Modele Ait Dalgacık Dönüşümü 2

Şekil IV.10. Örnek Modele Ait Çizgisel Dalgacık Analizi

Şekil IV.10’da yine modelde arızanın oluştuğu an kalın bir çizgi ile
görülümektedir. Şekil IV.11 de ise Örnek modele ait sürekli Morlet dalgacığı analizi
yapılmıştır.

Şekil IV.11. Örnek Modele Ait Morlet Sürekli Dalgacık Analizi

64
XII.3. ÖRNEK SİSTEM 2

Şekil IV.12’deki devre ideal şartlarda 624463,8 Volt 60Hz üç fazlı gerilim
kaynağından beslenecek şekilde modellenmiştir [56, 57]. Devrede bir iletim hattı
oluşturulmuş hattın değerleri şekil IV.13.b’de gösterilmiştir. Devre şekil IV.12 a’da
görüldüğü gibi gerilim kaynağı, kesici, bara ve toprak ayırıcısından oluşacak şekilde
modellenmiştir. Bu devreye ait ATP devre şemasını Bilgisayar benzeşimi ile
modellenerek kaynak akım ve gerilim grafikleri incelenmiştir.

a) b)

Şekil IV.12. a) Örnek Sistem 2’ye Ait ATP Modeli, b) Sistemin Programı

a) b)

Şekil IV.13. Modelin Gerilim ve Empedans Değerleri

Şekil IV.14’de ATP Modelin BUS1A Noktasındaki Zaman-Gerilim Diyagramı

çizdirilmiştir. Diyagramda üç faz içinde gerilim- zaman akışı görülmektedir.

65
 Şekil IV.14. ATP Modelin BUS1A Noktasındaki Zaman-Gerilim Diyagramı

Şekil IV.15’de ATP Modelin X0016A Noktasındaki Zaman-Gerilim Diyagramı

verilmiştir. Diyagramda şekil IV.14 de yeşil renk ile gösterilen bir faza ait kısım
incelenmiştir.

Şekil IV.15. ATP Modelin X0016A Noktasındaki Zaman-Gerilim Diyagramı

Şekil IV.14 ve Şekil IV.15’de gösterilen grafiklerin zaman eksenindeki yerlerini

ATP/EMTP programında anahtarlama sürelerini azaltarak daha ileri almak
mümkündür. Yine programda incelenmek istenen bölge büyütülerek ayrıntılı olarak
incelenebilir. Daha uzun bir dağıtım sistemine ait model EK 7’de verilmiştir.

66
 Gerilim(V)
Şekil IV.16. ATP Modelin X0016A Noktasındaki Diyagramı

Örnek model ATP/EMTP ile modellenmiş elde edilen sinyaller ATP-Matlab

Converter ile M dosyasına dönüştürülerek Matlab Wavelet Toolbox’da analiz
edilmiştir Şekil IV.16’da ATP/EMTP ile modellenen örnek sistemin Dalgacık
(Wavelet) analizne ait ana dalgacık görülmektedir. Bu dalgacığa ait sürekli dalgacık
analizi Şekil IV.17’de incelenmiştir.

Şekil IV.17. ATP Modelin X0016A Sürekli Dalgacık Çözümlemesi

Şekil IV.18. ATP Modelin X0016A Noktasındaki Matlab Wavelet Toolbox’da

Dalgacık Çözümlemesi yapılmıştır.
Gerilim(V)

Şekil IV.18. ATP Modelin X0016A Noktasındaki Dalgacık Çözümlemesi

67
 Gerilim(V)

Şekil IV.19. Modelin Dalgacık Çözümlemesi (Wavelet Toolbox)

Şekil IV.19’da ATP/EMTP ile modellenen sistemin Matlab Wavelet Toolbox’da

dalgacık çözümlemesi yapılmıştır. Burada şekilde üst kısımda yer alan s sinyali
altındaki a5, d5, d4, d3, d2, d1 sinyallerinin toplamından oluşmaktadır.
Bu çalışmalara ek olarak EK4’de Gerilim çökmesine ait bir çözümleme
yapılmıştır. EK5’de ise bir Ark Fırını’nın çektiği akımın Dalgacık çözümlemesi
yapılarak program satırları gösterilmiştir.

68
XIII BÖLÜM V

DEĞERLENDİRME VE ÖNERİLER

Dağıtım sistemleri koruma problemleri alanında daha önce geliştirilen

koruma algoritmaları sonucunda iletim ve dağıtım hatlarının nadiren arıza yaptığı
bilinmektedir. Dağıtım hatları iç ve dış arızalardan birine maruz kaldığı durumlarda,
anma akımın çok üstünde akımlar çekmek zorunda kalmaktadır. Arızanın tipine ve
hattın gücüne göre değişen bu arıza akımları, generatörler, kullanıcılar ve diğer şebeke
donanımları üzerinde büyük zararlara yol açabilmektedir. Hatlarda oluşan arızaların
tespitindeki hassasiyet, süre ve müdahale çok önemlidir. Oldukça güvenilir ve hızlı bir
şekilde yapılamayan koruma sonucunda o an için fark edilebilir düzeyde, sistem dışı
bırakmayacak şekilde görülen arızalar zaman içinde çok zararlı boyutlara varabilir.
Bu çalışmada, birçok sayısal işaret işleme alanında kullanılan ve zaman-
frekans düzleminde inceleme gerçekleştiren, geçici durum çözümlemelerinde çok
başarılı sonuçlar veren dalgacık dönüşümü kullanıldı. Bu dönüşümün güç sistemleri
açısından üstünlükleri; daha önce bahsedildiği gibi, arızaların yüksek frekanslı
harmoniklerde kendini gösterdiği ve bu yüksek frekanslardaki değişimin çok hassas
bir şekilde algılanabilmesini sağlayan matematiksel bir yöntem olmasıdır. Bölüm
IV’de yapılan uygulamada önerilen yeni sayısal koruma algoritmanın başarım
ölçütlerinin denenmesi için bilgisayar denetimi deneyleri yapıldı. Elde edilen
sonuçlardan da görüldüğü gibi, önerilen bu algoritma arızaları tespit etmede oldukça

69
başarılı olmuştur. Gerçek zaman testleri daha büyük güçlü ve oldukça simetrik yapıda
bir generatörlerle yapılabilseydi daha da ayırt edici sonuçlar görülebilirdi.
Tezde önerilen koruma algoritması yazılımı kayan pencere şeklinde tam bir
periyotta alınmış ve dalgacık analizinin yanı sıra sürekli dalgacık analiziyle de
incelenmiştir.
Önerilen algoritma sınırsız süreli, sürekli olarak veri toplayabilmekte ve
bunları çok kısa bir süre içerisinde işleyebilmektedir. Bu çalışmaya paralel olarak
gerçek zamanda sürekli arıza testi yapan sistemde, belirli bir zaman aralığı içerisinde
farklı sürelerde aynı tip arıza meydana getirilerek, eklenen bir zamanlayıcı tümlev
alan devre yardımıyla arızanın büyüklüğüne ve etki süresine bağlı ve geri dönüşümlü
olarak gerçeğe en yakın bir koruma sistemi testi gerçeklenebilmiş olur. Benzer bir
düşünce ile sayısal koruma algoritması yine dalgacık tabanlı olan, gerçek zamanda bir
enerji sistemi modellemesi tasarlanabilir. Bu modellemede, generatör, transformatör,
iletim hattı ve değişik türde yükler yer alabilir. Sistem elemanlarında arıza
oluşturarak, arızanın kendisi ve donanımı oluşturan diğer yapılar üzerindeki etkisi
incelenebilir. Toplam sisteme yönelik dalgacık tabanlı bir sayısal koruma algoritması
tasarlanabilinir.

70
XIV KAYNAKLAR

[1] Yeşil, M.: “Enerji Sistemleri Üzerindeki Nonlineer Yüklerin Etkileri Ve

Alınabilecek Önlemler”, Yüksek Lisans Tezi, Marmara Üniversitesi Fen
Bilimleri Enstitüsü, İstanbul, Türkiye, (1996).
[2] Kocatepe, C.: “Sinüsoidal Olmayan Yükleri İçeren Enerji Sistemlerinde
Harmonik Yük Akışı Analizi ve Simülasyonu”, Yüksek Lisans Tezi, Yıldız
Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye, (1994).
[3] Çaylı, T.: “Koruma Tekniği”, Elektroteknik Mecmuası,İ.T.Ü., İstanbul,
Türkiye, (1980).
[4] Benmouyal G.:” Elektrik Power Engineering Handbook”, (2001) 749-767.
[5] IEEE Committee: “ Survey of Experience with Generator Protection and
Prospects for Improvements using Digital Computers”, (1988) 1511-1522.
[6] Peşint, M.A.: ”Elektrik Santralleri Enerji İletimi ve Dağıtımı”, M.E.B.
Yayınevi, İstanbul, Türkiye, (2001).
[7] Benmouyal G.: “ Elektrik Power Engineering Handbook”, (2001) 749-767.
[8] Akpınar, S.: “Yüksek Gerilim Tekniğinin Temelleri”, K.T.Ü. Basımevi,
Trabzon, Türkiye, (1997).
[9] Çalışkan, K.; Pak, H.; Yıldır, K.; Kök, F.: “Orta Gerilim Elektrik Tesislerinde
Koruma ve Kontrol”, TEİAŞ Matbaası, Soma, Türkiye, (1985).
[10] Arun, G.; Phadke, J.; S. Thorp: “Computer Relaying for Power Systems “,
John Wiley & SONS INC, Research Studies Press, (1988).
[11] Şentürk, A.: ” Yüksek Gerilimli Enerji İletim Hatlarında Arızalar ve Devre
Kesicilerinin Etkileri”, Yüksek Lisans Tezi, Marmara Üniversitesi Fen
Bilimleri Enstitüsü, İstanbul, Türkiye, (1990).
[12] Çankaya, İ.; Vatansever F.: ”Fourier ve Dalgacık Dönüşümünün
Karşılaştırılması”, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi
2003/6, (2002) 16-29.

71
[13] Kocaman, Ç.: “Dalgacık Tabanlı Transformatör Koruma Algoritması”,
Yüksek Lisans Tezi, On Dokuz Mayıs Üniversitesi Fen Bilimleri Enstitüsü,
Samsun,Türkiye, (2003).
[14] Arısoy, E.: ”Dalgacık Tabanlı Senkron Generatör Koruma Algoritması”, On
Dokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Samsun, Türkiye, (2003).
[15] Meyer,Y.: “Wavelets Algorithms and Application”, Siam, Philadelphia,
U.S.A., (1993).
[16] Ertürk, S.: “Sayısal İşaret İşleme”, Birsen Yayınevi, İstanbul, Türkiye, (2004).
[17] Ayaz,E.: “Dalgacıklar ve Elektrik Mühendisliğindeki Uygulamaları”, İ.T.Ü.,
Fen Bilimleri Enstütüsü, İstanbul, Türkiye, (1997).
[18] Daubechies, I.: “Ten Lectures on Wavelets”, Siam, Pennsylvania, A.B.D.,
(1992).
[19] http://engineering.rowan.edu/~polikar/WAVELETS/WTtutorial.html, Polikar,
R., Fundamental Concepts & An Overview of the Wavelet Theory, (Erişim
Tarihi : Şubat (2005).
[20] Louis, A.K.; Maaβ, P.; Rieder, A.: “ Wavelets, Theory and Applications”,
John Wiley & Sons, Chichester, (1997).
[21] Graps, A: “IEEE Computational Science and Engineering, Summer”, Vol: 2,
Num:2, (1995).
[22] Eralp, F.Y.; “Mühendisler İçin Fourier Yöntemi İle Dalga Analizi”, Nur Ofset
Matbaası, İstanbul, Türkiye, (1985).
[23] İzmirlioğlu, I.; “Fourier Serileri Ve Laplace Dönüşümleri”, Marmara
Üniversitesi Matbaa Eğitimi Bölümü, İstanbul, Türkiye, (1990).
[24] Misiti, M.; Misiti, Y.; Oppenheim, G.: “Wavelet Toolbox For Use With
Matlab User’s Guide, 2nd ed.”, The MathWork Inc., (2000) 1.1-1.38.
[25] Kaplan, I.: “Applying the Haar Wavelet Transform to Time Series
Information”, http://www.bearcave.com/misl/misl_tech/wavelets/haar.html,
(Erişim Tarihi: Şubat 2005).
[26] Kayran, A.H.; Ekşioğlu, E.: “Sayısal İşaret İşleme”, Birsen Yayınevi, İstanbul,
Türkiye, (2004).
[27] Vıdakovic, B.; Müller, P.: “Wavelets For Kids”, Duke University,
(1999) 1-19.
[28] Ingle, V.K.; Proakis, J. G.: “Digital Signal Processing Using Matlab V.4”,
PWS Publishing Com., U.S.A., (1997).

72
[29] Valens, C.: “A Really Friendly Guide to Wavelets”, (1999) 1-18.
[30] Rao, R. M.; Bopardikar, A. S.: “Wavelets Transforms Introduction to Theory
and Applications”, Addison Wesley Longman, Massachusetts, (1998) 1-94.
[31] Chamberlain, N.,F.: “Introduction to Wavelets v1.7” , South Dakota School of
Mines and Technology , (2002).
[32] Galli, A.W.; Heydt, G.T.; Riberio, P.F.: “Exploring the Power Wavelet
Analysis”, IEEE Computer Application in Power, October,37-41, (1996).
[33] Robertson, DC.; Camps, O.I.; Riberio, P.F.: “Wavelet and Electromagnetic
Power Systems Transients”, IEEE Transactions on Power Delivery, 11, No:2,
(1996) 1050-1058.
[34] Wilkinson, W.A.; Cox, M.D.: “Discrete Wavelet Analysis of Power System
Transients”, IEEE Transactions on Power Systems, 11, No:4, (1996), 2038-
2044.
[35] Pillay, P.; Bhattacharjee, A.: “Application of Wavelets to Model Short-Term
Power System Disturbances”, IEEE Transactions on Power Systems, 11, No:4,
(1996) 2031-2037.
[36] Santoso, S.; Powers, E.J.; Hofman, P.; ”Power Quality Assesment Via Wavelet
transform Analysis”, IEEE Transactions on Power Delivery, 11, No:2, (1996)
924-930.
[37] Gaunda, A.M.; Salama, M.M.A; Sultan, M.R.; Chikkani, A.Y.: “Application
of Multiresolution Signal decomposition for Monitoring Short Duration
Variations in Dşstribution Systems”, IEEE Transactions on Power Delivery,
15, No:2, (2000) 478-485.
[38] Borras, D.; Castilla, M.; Moreno, N.; Montano, J.C.; “ Wavelet and Neural
Structure: A New Tool for Diagnostic of Power Systems Disturbances, IEEE
Transactions on Industry Applications”, 37, No:1, (2001) 184-190.
[39] Şeker, S.; Türkcan, E.; Upadhyaya, B.; Erbay, A.S.: “Application of Wavelet
Transform for Nuclear Power Plant Signal Analysis”, MARCOS, (1998).
[40] Dowling, M.J.: “Application of Nonstationary Analysis”, IEEE International
Conference on Acoustics, Speech and Signal Processing, 1 , (1993) 1-59-162.
[41] Burnett, R.; Watson, J.F.; Elder, S.: “The Application of Modern Signal
Processing techniques to Rotor fault detection and Location within Three
Phase Induction Motors”, IEEE Instrumentation and measurement Technology
Conference, (1995) 426-431.

73
[42] Burnett, R.; Watson, J.F.: “The Current Analysis Program-A Software Tool for
Rotor Fault Detection in Three Phaze Induction Motors, Electrical Machines
and Drives ”, 11-13 September Confernce Publication, No:412, (1995) 156-
160.
[43] Chen, Chao- Ming; Loparo, K.A.: “Electric fault Detection for Vector
Controlled Induction Motors using the Discrete Wavelet Transform”,
Proceeding of the Americen Control Conference, 6, (1998) 3297-3301.
[44] Wang, J.; Melnerly, S.; Haskew, T.; “Insulation Fault detection in a PWM
Controlled Induction Motors-Experimental Design and Preliminary Results”,
Proceeding of the Ninth Internetional Conference on Harmonics and Quality
of Power, 2, (2000) 487-492.
[45] Zhongming, Y.; Wu, B.: “Induction Motor Mechanical Fault Simulation and
Stator Current Signature Analysis”, International Conference on Power System
TechNology, PowerCon., 2, (2000) 789-794.
[46] Zhongming, Y.; Wu, B.; Zargari, N.: “Online Mechanical Fault Diagnosis of
Induction Motor by Wavelet Artificial Neural Network using Stator Current”,
26th Annual Conference of the IEEE, Industrial Electronic Society, 2, (2000)
1183-1188.
[47] Zhang, X.H., Cao, Y.N., Li, Y.L., “A New project for Motor Fault Detection
and Protection”, Develepments in Power System Protection, IEEE Conference
Publication, No:479, (2001) 145-148.
[48] Zhitong, C.; Hongping, C.; Guoguang, H.; Ritchie, E.:” Rotor Fault Diagnosis
of Induction Motor Based on Wavelet Reconstruction ”, ICEMS, 1, (2001)
374-377.
[49] Abbaszadeh, K.; Milimonfared, J.; Haji, M.; Toliyat, H.A.: “Broken Bar
Detection in Indiction Motor via Wavelet Transformation”, The 27th Annual
Conferencee of the IEEE Industrial electronics Society, 1, (2001) 95-99.
[50] Mori, K.et al.: “Prediction of Spalling on a Ball bearing by Applying the
Discrete Wavelet Transform to Vibration Signals”, Wear, 195, No:1-2 (1996)
162-168.
[51] Li, C.J.; Ma, J.:”Wavelet Decomposition of Vibrations for Detection Bearing-
Localized Defects”, NDT&E Internetional: Independet Nondestructive Testing
and Evaluation, 30, (1997) 143-149.

74
[52] Staszewski, W.J: “Structural and Mechanical Damage Detection Using
Wavellets”, the Shock and Vibration Digest, 30, No: 6, (1998) 457-472.
[53] Paya, B.A.; Esat, I.: “Artificial Neural Network Based Fault Diagnostics of
Rotating Machinery using Wavelet Transform as a Preprocessor”, Mechanic
Systems and Signal Processing, 11, No: 5, (1997) 751-765.
[54] Engin, Ş.; Gülez, K.; Badi, M.N.M.: “Advanced Signal Processing Techniques
for Fault Diagnostics”, A Review, Mathematical & Computational
Applications, 4, No: 2, (1999) 121-136.
[55] Eren, L.; Devaney, M.J.: “Motor Bearing Damage Detection vin Wavelet
Analysis of the Starting Current Transient”, IEEE Instrumentation and
Measurement Technology Conference, 3, (2001) 1797-1800.
[56] http://www.ece.utexas.edu/~grady/EE394J.FALL02.html, (Erişim Tarihi:
Haziran (2005).
[57] http://www.ece.mtu.edu/atp/ATPDraw/ATPDraw.html, (Erişim Tarihi:
Haziran (2005).

75
XV EKLER

EK 1 HARMONİK-HEISENBERG BELİRSİZLİK İLKESİ

EK 2 FOURİER ANALİZİ
EK 3 DALGACIK ANALİZİ
EK 4 GERİLİM ÇÖKMESİ DALGACIK ANALİZİ
EK 5 ARK FIRINI DENEYİNDE ÇEKİLEN AKIMIN DALGACIK ANALİZİ
EK 6 ÖRNEK SİSTEM 1’E AİT ANALİZLER
EK 7 DAĞITIM SİSTEMİNE AİT DALGACIK ANALİZİ

76
EK 1
HARMONİK
Harmonikler, daha öncede belirtildiği gibi genel olarak nonlineer elemanlar ile
nonsinüsoidal kaynaklardan herhangi birisi veya bunların ikisinin sistemde
bulunmasından meydana gelirler. Sistemde bulunan bu elemanların etkisiyle akım ve
gerilim dalga biçimleri, periyodik olmakla birlikte temel sinüsoidal dalga ile frekans
ve genliği farklı diğer sinüsoidal dalgaların toplamından meydana gelmektedir. Temel
dalga dışındaki sinüsoidal dalgalara “harmonik” adı verilir. Harmonikli akım ve
gerilimin güç sistemlerinde bulunması sinüsoidal dalganın bozulması anlamına gelir.
Bozulan dalgalar nonsinüsoidal dalga olarak adlandırılır. Bu dalgalar, Fourier analizi
yardımıyla temel frekans ve diğer frekanslardaki bileşenler cinsinden ifade edilebilir.
Bu analiz ile nonsinüsoidal dalgalar, frekansları farklı sinüsoidal dalgaların toplamı
şeklinde matematiksel olarak yazılabilir. Bu sayede harmoniklerin analizi kolaylıkla
yapılabilir. Temel dalga, harmonikli dalgalar ve bunların bileşkesi olan toplam
dalgalar ile ilgili örnekler Şekil 1’ de gösterilmiştir.

(a) (b)

77
 (c) (d)

(e)

Şekil 1:Temel Dalga İle 2., 3., 4., 5. Harmonikler Ve Bunların Bileşkesi Olan Toplam Dalgalar
(Yatay Eksen Zamanı, Düşey Eksen Genliği Göstermektedir)

HEISENBERG BELİRSİZLİK İLKESİ

Heisenberg 1920’lerin sonlarında belirsizlik kuramının kuantum versiyonunu

yayınladı. Aynı zamanlarda Hartley ve Nyquist ile Bell laboratuarlarında zaman-
frekans analizi konusunda çalıştılar. Çalışmalarında; gerçekte her doğrusal zaman
değişken sisteminin bir belirsizlik ilkesi vardır ve bu sistem fiziksel sınırları dışına
taşar. Heisenberg belirsizlik ilkesi, sınırları dışında tam bir doğruluk ile bir ölçümün
sonuçlarını tahmin etmenin olanaksız olduğunu ifade eder. Bu yöntem Dalgacık
Analizinde ve yerel olmayan Fourier çözümlemelerinin bazı uygun olmayan
kısımlarını çözmek için geliştirilmiştir. Bu yöntem; yerel Dalgacık çözümlemesinde
daha küçük ölçeklerde Ana dalgacık kullanılarak gerçekleştirilebilir.

78
EK 2
FOURİER ANALİZİ

x1 (t ) = cos(2π ⋅ 5 ⋅ t )

x 2 (t ) = cos(2π ⋅ 25 ⋅ t ) Genlik

x3 (t ) = cos(2π ⋅ 50 ⋅ t )

Şekil 2: x1(t), x2 (t), x3(t) Denklemlerine Ait Grafikler

x1 (t ) F X 1 (ω )

x 2 (t ) F X 2 (ω )

x3 (t ) F X 3 (ω )

Şekil 3: x1(t), x2 (t), x3(t) Denklemlerinin Fourier Grafikleri

79
x 4 (t ) = cos(2π ⋅ 5 ⋅ t )

Genlik
+ cos(2π ⋅ 25 ⋅ t )
+ cos(2π ⋅ 50 ⋅ t )

Şekil 4: x4 (t)= x1(t)+ x2 (t)+ x3(t) Denklemine Ait Grafik

Genlik

Şekil 5: x4 (t)= x1(t)+ x2 (t)+ x3(t) Denklemine Ait FourierGrafiği

FOURİER ANALİZİNE AİT SAYISAL BİR ÖRNEK

∞
x(t ) = ∑ bx (k ) cos(kω 0 t ) denklemi için yaklaşık Fourier serisi toplamı, sadece
k =0

ilk J tane terim için hesaplanacak olursa

J
x(t ) = ∑ bx (k ) cos(kω 0 t ) olarak verilir. P=1 ve Tr/p=1/5 varsayalım böylece;
k =0

⎧2 ⎫
⎪⎪ 5 , k = 0 ⎪⎪
bx ( k ) = ⎨ ⎬ olur.
⎪2 sin(k 2π ), k > 0⎪
⎪⎩ 5 ⎪⎭

J=1,5, 10, 25, 50 ve 100 için xj(t)’nin bir peryodunu çizdirilmiş olur.

clear all;close all;

P=1
J_max=100;
Delta=P/(50*J_max);
k=[1:100];

80
 b(1)=2/5;
b(2:101)=2*2*sin(k*2*pi/5)./(k*2*pi);
t=[-P/2:Delta:P/2];
x_J(1,:)=b(1)*cos(t*0*2*pi/P);
for J=2:101
x_J(J,:)=x_J(J-1,:)+b(J)*cos(t*(J-1)*2*pi/P);
end
subplot(2,3,1),plot(t,x_J(2,:));
subplot(2,3,2),plot(t,x_J(6,:));
subplot(2,3,3),plot(t,x_J(11,:));
subplot(2,3,4),plot(t,x_J(26,:));
subplot(2,3,5),plot(t,x_J(51,:));
subplot(2,3,6),plot(t,x_J(101,:));
Genlik

Zaman
Şekil 6: J=1, 5, 10, 25, 50 ve 100 için Fourier Grafiği

Şekilde yaklaşık toplamlar bir peryot için çizdirilmiştir. Yaklaşık toplamın,

süreksizlik noktası t=+-1/5 etrafında gösterdiği davranış önemlidir. Süreksizlik
noktasının her iki tarafında dalgalanmalar gözlenmektedir. J arttıkça hatanın enerjisi
(dalgalanmanın enerjisi) azalsada, maksimum dalga yüksekliği değişmemektedir.

81
EK 3
DALGACIK ANALİZİ
% 02.06.2005 tarihinde dalgacık ve FFT
çalışmaları
clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure

Şekil 7: y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Denkleminin Grafiği

02.06.2005 tarihinde dalgacık ve FFT çalışmaları

clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure
% FFT alma işlemi
yw=abs(fft(y*2/length(y)));
bar(yw(1:length(y)/2)),grid
figure
Şekil 8: y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Fourier Bar Grafiği

clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure
% FFT alma işlemi
yw=abs(fft(y*2/length(y)));
bar(yw(1:length(y)/2)),grid
figure
% Dalgacık Tekniği
[ca,cd]=dwt(y,'db4');

subplot(2,1,1),plot(ca),grid
subplot(2,1,2),plot(cd),grid
Şekil 9: y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Denkleminin Dalgacık Analizi

82
clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure
% FFT alma işlemi
yw=abs(fft(y*2/length(y)));
bar(yw(1:length(y)/2)),grid
figure
% Dalgacık Tekniği
s=[1 2 3 4 5 6 7 8 12 16 20 24 28 32];
c=cwt(y,s,'mexh','3Dglbabs','3dplot');
Şekil 9: y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Denkleminin Mexh Analizi

% 02.06.2005 tarihinde dalgacık ve FFT çalışmaları

clear all,clc
w=2*pi*50;
Fs=2000;
deltaT=1/Fs;
t=0:deltaT:0.06;
y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t);
plot(t,y),grid,xlabel('zaman'),ylabel('genlik')
figure
% FFT alma işlemi
yw=abs(fft(y*2/length(y)));
bar(yw(1:length(y)/2)),grid
figure
% Dalgacık Tekniği
s=[1 2 3 4 5 6 7 8 12 16 20 24 28 32];
c=cwt(y,s,'dmey','3Dglbabs','3dplot');

Şekil 10: y=0.5+sin(w*t)+0.2*sin(2*w*t)+0.1*sin(3*w*t) Denkleminin dmey Analizi

83
>> a=0.1;
t=0:0.1:10;
f=exp(-a*t);
c1=cwt(f,a:5,'mexh','plot');

Şekil 11: f=exp(-a*t) Denkleminin Mexh Sürekli Dalgacık Analizi

a=0.1;
t=0:0.1:10;
f=exp(-a*t);
c2=cwt(f,2:2:128,'mexh','plot');

Şekil 12: f=exp(-a*t) Denkleminin Mexh Sürekli Dalgacık Analizi

a=0.11
t=0:0.1:10;
f=exp(-a*t);
c1=cwt(f,1:5,'mexh','plot');
c1=cwt(f,1:10,'mexh','plot');

Şekil 13: f=exp(-a*t) Denkleminin Mexh Sürekli Dalgacık Analizi

84
a=0.11
t=0:0.1:10;

Katsayı
f=exp(-a*t);
c1=cwt(f,1:5,'mexh','plot');
c1=cwt(f,1:10,'mexh','plot');
figure
surf(c1);
Ölçek Zaman

Şekil 14: f=exp(-a*t) Denkleminin Mexh Sürekli Dalgacık Analizi

clear;
>> t=0.001:0.001:1.024;
>> %impulse noise at time 200 and 800
>> noise=zeros(1,1024);
>> noise(200)=2*ones(1,1);
>> noise(800)=2*ones(1,1);
> z=sin(2*pi*100*t)+(2*pi*250*t)+2*noise;
>> s=[1 2 3 4 5 6 7 8 10 12 16 20 24 28 32];
>> c=cwt(z,s,'morl','3Dglbabs','3Dplot');

Şekil 15: z=sin(2*pi*100*t)+(2*pi*250*t)+2*noise Denkleminin Morl SDA

clear;
t=0.001:0.001:1.024;
%impulse noise at time 200 and 800
noise=zeros(1,1024);
noise(200)=2*ones(1,1);
noise(800)=2*ones(1,1);
z=sin(2*pi*100*t)+(2*pi*250*t)+2*noise;
s=[1 2 3 4 5 6 7 8 10 12 16 20 24 28 32];
c=cwt(z,s,'morl','3Dglbabs','3Dplot');
colormap('default');
Şekil 16: z=sin(2*pi*100*t)+(2*pi*250*t)+2*noise Denkleminin Morl ColormapSDA

85
EK 4
GERİLİM ÇÖKMESİ DALGACIK ANALİZİ
Şekilde Va, Vb, Vc gerilimlerine ait grafikler ATP/EMTP ile hazırlanmıştır.
Gerilimin kararsızlık anı Dalgacık analizi ile incelenmiştir.

Şekil 17: Gerilim Çökmesine Ait EMTP Grafiği

Şekil 18: Gerilim Çökmesine Ait Dalgacık Analizi (Yaklaşım ve Detaylar)

86
 Şekil 19: Gerilim Çökmesine Ait Dalgacık Analizi

Şekil 20: Gerilim Çökmesine Ait Dalgacık Analizi 5.Derece (Matlab Wavelet Toolbox)

87
 Şekil 21: Gerilim Çökmesine Ait Dalgacık Analizi 5.Derece Va Diyagramı

Şekil 21: Gerilim Çökmesine Ait Ayrık ve Sürekli Dalgacık Analizi 5.Derece (Va)

88
EK 5
ARK FIRINI DENEYİNDE ÇEKİLEN AKIMIN DALGACIK ANALİZİ

load C:\Nay\ITU\Wavelet\t.mat;load C:\Nay\DOKTORA\Wavelet\i.mat;

t=t';i=i';
%Fs=500;
plot(t,i);
%Z = fft(i,50001);
%w = (0:50000)/50001*(Fs/2);
%plot(w,abs([Z/max(Z)]));
%xlabel('Frequency (Hz)'); ylabel('Mag. of Fourier transform');
%grid;
s=i;
ls=length(s);
% Perform one step decomposition of s using db1.
[ca1,cd1] = dwt(s,'db1');
t1=t(1:20000);
%plot(t1,ca1);%plot(t1,cd1);
% Perform one step reconstruction of ca1 and cd1.
a1 = upcoef('a',ca1,'db1',1,ls);
d1 = upcoef('d',cd1,'db1',1,ls);
%plot(t,a1+d1);
% Invert directly decomposition of s using coefficients.
a0 = idwt(ca1,cd1,'db1',ls);
%plot(t,a0);
% Perform decomposition at level 3 of s using db1.
[c,l] = wavedec(s,3,'db1');
% Extract approximation coefficients at level 3,
% from wavelet decomposition structure [c,l].
ca3 = appcoef(c,l,'db1',3);
% Extract detail coefficients at levels 1, 2 and 3,
% from wavelet decomposition structure [c,l].
cd3 = detcoef(c,l,3);
cd2 = detcoef(c,l,2);
cd1 = detcoef(c,l,1);
%plot (t(1:length(cd3)),cd3);
%plot (t(1:length(cd2)),cd2);
%plot (t(1:length(cd1)),cd1);
%Reconstruct approximation at level 3,
% from wavelet decomposition structure [c,l].
a3 = wrcoef('a',c,l,'db1',3);
%plot(t,a3);
% Reconstruct detail coefficients at levels 1,2 and 3,
% from the wavelet decomposition structure [c,l].
d3 = wrcoef('d',c,l,'db1',3);
d2 = wrcoef('d',c,l,'db1',2);
d1 = wrcoef('d',c,l,'db1',1);
%plot (t(1:length(d3)),d3);
%plot (t(1:length(d2)),d2);
%plot (t(1:length(d1)),d1);
% Reconstruct s from the wavelet decomposition structure [c,l].
a0 = waverec(c,l,'db1');
title('i');

89
 Zaman (ms) Zaman (ms)
a) b)

Zaman (ms) Zaman (ms)

c) d)

Zaman (ms)

e)
Şekil 22:Ark Fırınına ait Ayrık Dalgacık Dönüşümü

90
Şekil 23:Ark Fırınına Ait Ayrık Dalgacık Dönüşümü (Wavelet Toolbox)

91
EK 6
ÖRNEK SİSTEM 1’E AİT ANALİZLER

a)

b)

c)

92
 d)

e)

f)
Şekil 24: a, b, c, d, e, f noktalarına ait Zaman-Gerilim/Genlik Grafikleri

Şekil 24’de verilen noktalara ait olan zaman genlik ve zaman gerilim
diyagramları verilmiştir.

93
 Şekil 25’de s noktalarına ait verilen sinyal d1, d2, d3, d4, d5 ve a5 parçalarına
ayrılmış ve s sinyalinin verilen sinyallerin toplamından meydana geldiği
gösterilmiştir. Grafikler MATLAB Wavelet Toolbox ile çizilmiştir.

Zaman (ms)
Şekil 25:Atp ile modellenen devrenin 5 Seviyedeki Dalgacık Çözümlemesi

94
 Şekil 26’de verilen aynı s sinyali 9 alt seviyeye ayrılarak incelenmiştir. Burada 5
basamaktan oluşan ayrıma gore alt seviyelerdeki ayrıntılar daha net olarak
gözlemlenmektedir.

Zaman (ms)
Şekil 26:Atp/Emtp ile Modellenen Devrenin 9 Seviyedeki Dalgacık Çözümlemesi

95
 Şekil 27: Modellenen Sinyalin Sürekli Dalgacık Çözümlemesi

Şekil 27’de verilen s sinyaline ait sürekli dalgacık çözümlemesi yapılmıştır.

Şekil 28’de ise s sinyaline ait korelasyon (ilgileşim) grafiği ve FFT spektrumu
görülmektedir.

Şekil 28: Modellenen Sinyalin Korelasyon ve FFT Spektrum Çözümlemesi

96
EK 7
DAĞITIM SİSTEMİNE AİT DALGACIK ANALİZİ

Şekil 28: Dağıtım Sistemine Ait ATP Modeli

Şekil 29’da verilen dağıtım sistemine ait olan modelin gerilm, empedans iletim
hattı değerleri Şekil 30’da gösterilmiştir.

a) b)

c) d)
Şekil 30: Dağıtım Sistemine Ait Modelin Empedans ve Hat Değerleri

97
 a)

b)

c)
Şekil 31: Modellenen Sistemin Verilen Noltalardaki Zaman-Genlik Grafikleri

Şekil 28’de ATP/EMTP ile modellenen sisteme ait olan grafikler Şekil 31’de
gösterilmiştir.

98
 Şekil 32’de Şekil 28’de ATP/EMTP ile modellenmiş olan sistem Top2000 V5
paket programına aktarılarak Şekil 31’deki grafikler elde edilmiş ardından Matlab
Wavelet Toolbox Paket programına aktarılmış ve burada Dalgacık çözümlemeleri
yapılmıştır. Şekil 32’de Dalgacık çözümlemesi yapılan sinyal 12 alt seviye ye
ayrılarak incelenmiştir.

Şekil 32: Modellenen Sistemin Dalgacık Çözümlemesi

99
XVI ÖZGEÇMİŞ

Tahir Çetin AKINCI, 1975 yılında Pınarbaşı’da doğdu. İlköğrenimini Yüzüncü

Yıl İlkokulunda, orta öğrenimini Birecik Lisesi orta kısmında tamamladıktan sonra
lise öğrenimini 1991 yılında Dinar Endüstri Meslek Lisesi Elektrik Bölümü’nde
tamamladı. 1994 yılında İnönü Üniversitesi Mühendislik Fakültesi Maden
Mühendisliğini kazandı, bu bölümden üçüncü sınıfta ayrılarak Fırat Üniversitesi
Teknik Eğitim Fakültesi Elektrik Eğitimi Bölümüne kayıt yaptırdı. 2000 yılında
Elektrik Eğitimi Bölümü’nden mezun oldu ve aynı yıl İnönü Üniversitesi Malatya
Meslek Yüksek Okulu Kontrol Sistemleri programında Öğretim elemanı olarak
çalışmaya başladı. 2002 yılında Trakya Üniversitesi Teknik Eğitim Fakültesi Elektrik
Eğitimi Enerji Tesisleri A.B.D’da Araştırma Görevlisi olarak çalışmaya başladı. 2003
yılında Marmara Üniversitesine Yüksek Lisans ve Doktora eğitimini yapmak üzere
görevlendirildi. Ekim–2003 tarihinde Fen Bilimleri Enstitüsü Elektrik Eğitimi Bölümü
Yüksek Lisans Programı’nda Yüksek Lisans öğrenimine başladı. Halen görev yeri
olan Marmara Üniversitesi Teknik Eğitim Fakültesi Elektrik Eğitimi Bölümü’nde
Araştırma Görevlisi olarak çalışmaktadır.