Arızanın hızlı tespit edilememesi ve kısa devre akımı altında çalışması teçhizatın ömrünün azalmasına, arızalanmasına, tamamen kullanılamaz duruma gelmesine ayrıca can ve mal kayıplarına neden olmaktadır. Arızanın hızla tespit edilip, arızalı hattın izole edilmemesi durumunda trafo merkezinin işlevini göremez hale gelmesine ya da yakın bölgede geniş çaplı elektrik kesintisine neden olabilmektedir. Öte yandan arıza olma ihtimaline karşı gereksiz yere enerji iletim hattının kesilmesi elektrik kalitesini etkilemektedir.Arıza tespiti için mevcut algoritmalarla beraber çalışacak mesafe koruma rölelerinde “triger” diye adlandırılan bir tetikleme sinyalini çok hızlı bir şekilde oluşturacak yeni bir yönteme ihtiyaç vardır. Bu çalışmada, mesafe koruma röleleri arıza tespit algoritmasında Elman yapay sinir ağları kullanılarak tetikleme sinyali üreten yeni bir yöntem geliştirilmiştir. Yapılan çalışmanın daha önce yapılan çalışmalardan farkları; gerçek arıza sinyalleri kullanılması, çok hızlı sonuç alınmasıdır. Elde edilen sonuçlar daha önce yapılan çalışmalar ve mesafe koruma rölelerinin sonuçları ile kıyaslanmıştır. Sonuç olarak Elman yapay sinir ağlarının çok hızlı arıza tespitinde tetikleme amacıyla kullanılabileceği görülmüştür.

The rapid detection of the fault is important because faults may cause damage, completely harm or reducing life of the equipment, failure of substation or large-scale power outages in the region and also may harm human life. On the other hand, the electricity can’t be cut off for a possibility of fault because for not having a low electricity quality. In this study a new fault detection algorithm, which could be working with fault detection methods, as if triggering signal at distance protection relay, was developed by using Elman artificial neural network. The difference between this study with previous studies were real fault signals ware used and the developed method was very fast method.Obtained results are compared with the previous works’ and distance protection relay’s results. As a result it was seen that Elman artificial neural networks could be used in very fast fault detection.