Ertekin, DavutAbdı, Abdılahı Ahmed2026-02-082026-02-082024https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=htlyhJG97gjBTPjAeWRhPuM0IsP3C1yrYSS-w43QJ_OMDQhSWG9x9YswBTjKtRxJhttps://hdl.handle.net/20.500.12885/6384Bu çalışma, verimliliği ve performansı artırmak amacıyla yapay sinir ağları (ANN) ile kontrol edilen yeni bir kaskatlı yükseltici dönüştürücü önermektedir. Kaskatlı yapı, daha yüksek gerilim kazancı sağlarken aynı zamanda daha düşük akım dalgalanmasını koruyarak enerji depolama ve dağıtım sistemlerinde optimum çalışma koşullarını garanti eder. Bu dönüştürücü, düşük gerilimli batarya çıkışlarını yükselterek şebeke ile sorunsuz entegrasyon sağlamak üzere tasarlanmıştır. Gerilim yükseltmenin ötesinde, bu kaskatlı topoloji, güç kalitesini iyileştirir, dinamik tepkiyi artırır ve bileşen üzerindeki stresi minimize eder. Verimlilik ve güvenilirliğin ön planda olduğu şebekeye bağlı batarya uygulamalarını geliştirmek açısından bu yenilik büyük önem taşımaktadır. Bu çalışmada, şebekeye bağlı batarya uygulamaları için yapay sinir ağı (YSA) tabanlı bir yükseltici evirici topolojisi geliştirilmiştir. İlk aşamada, verimlilik ve performansı artırmak amacıyla bir yükseltici konvertör tasarlanmıştır. Ardından, bu konvertöre bir evirici ve LC filtresi eklenmiştir. Son aşamada, sistemin dinamik ve adaptif kontrolünü sağlamak için YSA entegre edilmiştir. Yükseltici konvertör, düşük gerilimli batarya çıkışını daha yüksek bir gerilime dönüştürerek evirici girişine uygular. İnvertör ise DC gerilimini AC gerilimine çevirerek şebeke bağlantısını sağlar. LC filtresi, çıkış dalga formunu iyileştirir ve harmonik bozulmayı azaltır. YSA, sistemin performansını optimize etmek ve değişken yük koşullarına uyum sağlamak amacıyla kullanılmıştır. MATLAB/Simulink simülasyonları, önerilen sistemin önceki tekniklere göre daha verimli ve kararlı olduğunu göstermektedir. YSA tabanlı kontrol tekniği, evirici çıkışını ve sistem performansını artırmaktadır. Ayrıca, yükseltici evirici mimarisindeki YSA, değişken şebeke koşulları altında optimum performansı sağlamak için gerçek zamanlı izleme ve adaptif kontrol imkanı sunmaktadır. Bu adaptif kapasite, güç kaynağı güvenilirliğini ve sistemin dinamik yük değişimlerine karşı dayanıklılığını artırmaktadır. Araştırmalar, YSA'nın daha iyi ve verimli kontrol yöntemleriyle güç elektroniğinde devrim yaratabileceğini göstermektedir. Sonuç olarak, yapay sinir ağı tabanlı yükseltici evirici mimarisi, gelecekteki yenilenebilir enerji ve batarya yönetim sistemi entegrasyonu araştırmalarına önemli bir katkı sağlayacak potansiyele sahiptir.This study introduces a novel cascaded boost converter controlled by artificial neural networks (ANN) to enhance efficiency and performance. The cascaded structure allows for higher voltage gain while maintaining reduced current ripple, ensuring optimal operation in energy storage and distribution systems. The converter was designed to boost low-voltage battery outputs for seamless grid integration. Beyond voltage amplification, this cascaded topology improves power quality, enhances dynamic response, and minimizes component stress. This innovation is crucial for improving grid-connected battery applications, where efficiency and reliability are paramount. In this study, an artificial neural network (ANN) based boost inverter topology is developed for grid-connected battery applications. In the first stage, a boost converter is designed to increase efficiency and performance. Then, an inverter and LC filter are added to this converter. In the last stage, ANN is integrated to provide dynamic and adaptive control of the system. The boost converter converts the low voltage battery output to a higher voltage and applies it to the inverter input. The inverter converts the DC voltage to AC voltage and provides grid connection. The LC filter improves the output waveform and reduces harmonic distortion. ANN is used to optimize the performance of the system and adapt to variable load conditions. MATLAB/Simulink simulations show that the proposed system is more efficient and stable than previous techniques. ANN-based control technique increases the inverter output and system performance. In addition, ANN in the boost inverter architecture provides real-time monitoring and adaptive control to ensure optimum performance under variable grid conditions. This adaptive capacity increases power supply reliability and system resilience to dynamic load changes. Research shows that ANN can revolutionize power electronics with better and more efficient control methods. As a result, the artificial neural network-based boost inverter architecture has the potential to make a significant contribution to future renewable energy and battery management system integration research.trinfo:eu-repo/semantics/openAccessElektrik ve Elektronik MühendisliğiElectrical and Electronics EngineeringMaster Thesis1165931597