Tan, Rabia KorkmazÇanta, HakanMutlu, Reşat2025-04-062025-04-0620242147-0308https://hdl.handle.net/20.500.11776/16275UPN-2003Cross-linked polyethylene (XLPE) is the most widely used insulator material in high-power cables. The complex electrical permittivity of the XLPE layer mostly determines the leakage admittance of the cable and the propagation speed of the signal. The complex electrical permittivity of XLPE depends on not only operating frequency but also temperature. In this study, Artificial neural networks (ANNs) are used to model the complex electrical permittivity parts of the XLPE. The structure of the ANNs is optimized. It has been found that the optimized ANN can predict the behavior of the XLPE with an R2 value of 0.99.Çapraz bağlı polietilen (XLPE), yüksek güçlü kablolarda en yaygın kullanılan yalıtkan malzemedir. XLPE katmanının kompleks elektriksel geçirgenliği, genellikle kablonun kaçak admitansını ve sinyalin yayılma hızını belirler. XLPE'nin karmaşık elektriksel geçirgenliği, sadece çalışma frekansına değil, aynı zamanda sıcaklığa da bağlıdır. Bu çalışmada, XLPE'nin karmaşık elektriksel geçirgenlik bileşenlerini modellemek için çok katmanlı algılayıcılar Yapay Sinir Ağları (YSA) kullanılmıştır YSAların yapısı optimize edilmiştir. Optimize edilmiş YSA'nın XLPE'nin davranışını 0.99 R2 değeriyle tahmin edebildiği bulunmuştur.en10.59314/tujes.1598718https://doi.org/10.59314/tujes.1598718info:eu-repo/semantics/openAccessPower cablesInsulation modelsCross-linked polyethyleneANN modelParameter predictionResearch Article252129141