АЛГОРИТМ ОБУЧЕНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ФАКТОРНОГО ПРОГНОЗИРОВАНИЯ РЕСУРСА ИЗОЛЯЦИОННЫХ МАТЕРИАЛОВ СИЛОВЫХ КАБЕЛЬНЫХ ЛИНИЙ
Ключевые слова:
Факторное прогнозирование, изоляционные материалы, процессы, алгоритм Левенберга-Марквардта, архитектура нейронной сети, надежность систем энергоснабженияАннотация
Статья посвящена исследованиям термофлуктуационных процессов в соответствии
с теорией теплопроводности для решения задач факторного прогнозирования остаточно-
го ресурса изоляционных материалов на основе неразрушающего температурного метода.
Обоснована актуальность задачи разработки алгоритма для прогнозирования температу-
ры жил СКЛ в режиме реального времени на основе данных системы температурного
мониторинга, с учетом изменения токовой нагрузки линии и внешних условий теплоотвода.
Экспериментальным методом выявлены типы искусственных нейронных сетей, их архи-
тектура и состав, которые обеспечивают максимальную точность прогнозирования при
минимальном наборе значимых факторов. Разработана нейросеть для определения темпе-
ратурного режима токоведущей жилы силового кабеля. Определен минимальный набор
значимых факторов и размерность входного обучающего вектора, который обеспечивает
универсальность нейросетевого метода прогнозирования. Разработана нейросеть для оп-
ределения температурного режима токоведущей жилы заключается в диагностике и про-
гнозировании ресурса электроизоляции (ЭИ) силового кабеля. Модель позволяет оцениватьтекущее состояние изоляции и прогнозировать остаточный ресурс СКЛ. Проведен сравни-
тельный анализ экспериментальных и расчетных характеристик алгоритмов обучения
искусственной нейронной. Установлено, что предлагаемый алгоритм искусственной ней-
ронной сети может быть использована для составления прогноза температурного режи-
ма токоведущей жилы, на три часа вперед с точностью до 2,5% от фактического значе-
ния температуры жилы. Основная область применения разработанной нейросети для
определения температурного режима токоведущей жилы заключается в диагностике и
прогнозировании ресурса электроизоляции (ЭИ) силового кабеля. Разработка интеллекту-
альной системы прогнозирования (ИНС) температуры жилы СКЛ способствует планиро-
ванию режимов работы электросети с целью повышения надежности и энергоэффектив-
ности их взаимодействия с объединенной энергосистемой.
