АНАЛИЗ И ВЫБОР МЕТОДИКИ В РЕШЕНИИ ЗАДАЧ ИНТЕЛЛЕКТУАЛИЗАЦИИ СИСТЕМ ПРОГНОЗИРОВАНИЯ ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ В КАБЕЛЬНЫХ СЕТЯХ
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. Для решения задачи прогнозирования ресурса СКЛ была выбрана сеть с прямым распространением дан- ных и обратного распространения ошибки, т.к. сети такого типа в совокупности с акти- вационной функцией в виде гиперболического тангенса являются в некоторой степени уни- версальной структурой для многих задач аппроксимации, приближения и прогнозирования. Разработана нейросеть для определения температурного режима токоведущей жилы силового кабеля. Проведен сравнительный анализ экспериментальных и расчетных харак- теристик 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 2,5 % что является вполне приемлемым результатом. Для по- вышения точности необходимо использовалось большое количество входных и выходных данных при обучении сети, а также некоторая доработка ее структуры. Модель позволя- ет оценивать текущее состояние изоляции и прогнозировать остаточный ресурс СКЛ. Модель может быть использована в устройствах и системах непрерывного диагностирования силовых кабелей по температурным режимам.
