МНОГОЭТАПНЫЙ МЕТОД КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ТЕМПЕРАТУРНЫХ РЕЖИМОВ В СИЛОВОМ КАБЕЛЕ
Аннотация
Статья посвящена исследованиям вопросам создания диагностики и прогнозирования термофлуктуационных процессов изоляционных материалов силовых кабельных линий (СКЛ) электроэнергетических систем на основе таких методов искусственного интеллекта, как нейронные сети и нечеткая логика. Показана необходимость разработки более совершен- ной методики анализа тепловых режимов в СКЛ. Обоснована актуальность задачи созда- ния нейросетей (НС) для оценки пропускной способности, расчёта и прогнозирования тем- пературы жил СКЛ в режиме реального времени на основе данных системы температур- ного мониторинга, с учетом изменения токовой нагрузки линии и внешних условий тепло- отвода. По основным критериям проведено сравнение традиционных и нейросетевых алго- ритмов для прогнозирования, показало преимущество НС методов. Проведена классифи- кация НС методов и моделей прогнозирования температурных режимов КЛ. Предложен- ный нейросетевой алгоритм прогнозирования характеристик электрической изоляции был апробирован на контрольной выборке экспериментальных данных, по которым обучение искусственной нейронной сети не проводилось. Результаты прогноза показали эффектив- ность выбранной модели. Для решения задачи прогнозирования ресурса СКЛ была выбрана сеть с прямым распространением данных и обратного распространения ошибки, т.к. сети такого типа в совокупности с активационной функцией в виде гиперболического тангенса являются в некоторой степени универсальной структурой для многих задач аппроксима- ции, приближения и прогнозирования. Разработана нейросеть для определения темпера- турного режима токоведущей жилы силового кабеля. Проведен сравнительный анализ экспериментальных и расчетных характеристик распределений температуры, при этом исследовались различные нагрузочные режимы работы и функции изменения тока кабеля. При анализе данных было определено, что максимальное отклонение данных, полученных от нейросети от данных обучающей выборки, составило менее 2,2 % что является вполне приемлемым результатом. Модель может быть использована в устройствах и системах непрерывного диагностирования силовых кабелей по температурным режимам.
