Найти

Результаты поиска

• НЕЙРОСЕТЕВОЙ МЕТОД ПРЕДИКТИВНОГО УПРАВЛЕНИЯ В МИКРОСЕТЯХ С МЕХАТРОННОЙ ВЕТРО-ГЕНЕРАТОРНОЙ СИСТЕМОЙ

  Н.К. Полуянович , Н.И. Светличный , О. В. Качелаев , М.Н. Дубяго

  128-144

  2025-10-01

  Аннотация ▼

  Рассмотрено влияние различных факторов на точность прогноза генерации ветроэнергетической установкой (ВЭУ). Определен оптимальный набор входных параметров (день, месяц, время, скорость ветра, температура воздуха, атмосферное давление и расчетная вырабатываемая мощность ВЭУ) для прогнозирования, обоснованы методы их обработки. Проведено исследование влияния воздействующих факторов на точность прогнозирования генерируемой мощности ВЭУ. Построены профили входных данных для прогнозирования электрогенерации ВЭУ. Рассмотрены особенности метеорологических условий за год, определены часто встречающаяся значения скорости ветра, и др., для выбора оптимальной ВЭУ. Показано, что метеорологических условия удовлетворяют паспортным требованиям выбранной для рассматриваемого региона ВЭУ. Рассмотрены нейросетевые (НС) модели для прогнозирования генерации мощности ВЭУ, выбрана оптимальная НС, построена структура и разработан алгоритм НС для прогнозирование генерируемой мощности ВЭУ. Разработанная математическая модель генерации мощности ВЭУ направлена на повышение точности и адаптивности благодаря учету ключевых динамических факторов (скорость и изменение направления ветра, температура и плотность воздуха и др.).  Выбран комбинированный метод управления генерацией ВЭУ (MPPT + Pitch) обеспечивает баланс между эффективностью и безопасностью. На основании расчетной генерируемой мощности ВЭУ, и метеорологических условий в месте расположения нейросетевая модель показала высокую точность прогнозирования мощности ВЭУ. Показано, что выбранный тип ВЭУ сочетает в себе технологическую надежность, рентабельность и соответствие современным тенденциям ветроэнергетики. НС-модель позволяет поддерживать баланс между вырабатываемой и потребляемой электроэнергией, а, следовательно, повышает КПД, снижает паразитные потери в микросети, а также снижает износ оборудования

• ПОСТРОЕНИЕ МОДЕЛИ И ОЦЕНКА ЕЕ РОБАСТНОСТИ В ЗАДАЧЕ ПРОГНОЗИРОВАНИЯ ДЛЯ ПОТРЕБИТЕЛЕЙ С АДДИТИВНЫМИ ПРОФИЛЯМИ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ

  Н.К. Полуянович , О. В. Качелаев , М. Н. Дубяго

  2025-01-30

  Аннотация ▼

  Рассматривается построение робастностой модели, оценка ее точности в задачах прогнози-
  рования электрической нагрузки с аддитивными профилями потребления. Проведено исследование
  влияния параметров нейросети (размер пакета данных; количество слоев нейросети; функции акти-
  вации нейронов; оптимизаторы) на погрешность прогнозирования электропотребления. Приведены
  графики сравнения профилей фактического и прогнозного потребления и отклонения прогноза для
  потребления электроэнергии выше среднего значения за рассматриваемый период. Подобраны оп-
  тимальные параметры прогностической нейросетевой модели в ручном режиме. Результат иссле-
  дования разновидностей генетических алгоритмов выявил оптимальный гибридный алгоритм обуче-
  ния нейросетевой модели основании на быстрой сходимости решения. Проведено тестирование
  созданного на языке “Python” алгоритма подбора гиперпараметров сети на данных об электропо-
  треблении с различными характерами потребления электроэнергии. Проведенное обучение и тести-
  рование генетического алгоритма подтвердило возможность получения прогнозов большей точно-
  сти и возможность автоматизации подбора оптимальных гиперпараметров. В задачах прогнозиро-
  вания электропотребления с использованием нейросетевой модели, независимо от способа создания
  структуры, подобрана оптимальная метрика. Выявлено, что для потребителей с аддитивными
  профилями потребления электроэнергии целесообразно использовать робастную функцию потерь
  Хьюбера, в то же время, для потребителей с цикличным или имеющим закономерности профиле
  потребления электроэнергии применение скользящего окна увеличивает ошибку, в отличии от адди-
  тивных потребителей. Показано, что применение генетического алгоритма значительно увеличива-
  ет точность прогнозирования благодаря индивидуальному подбору оптимальных параметров для
  конкретного потребителя. Разработана структурная схема интеллектуального устройства про-
  гнозирования режимов энергопотребления. Введена система помощи принятия решений, позволяю-
  щая реализовать планово-упреждающее управление, основываясь на данных, снимаемых со счетчика
  электроэнергии и полученных в результате работы нейросетевой модели прогнозирования. Система
  помощи принятия решений производит расчет отклонения прогнозных величин потребленной мощ-
  ности от фактических и как результат – выдает рекомендации диспетчеру распределительных
  энергосетей. На основании данных от системы помощи принятия решений оператор распредели-
  тельных энергосетей может принимать решение о заказе необходимого объема электроэнергии,
  получает возможность контролировать возможные всплески и снижения потребления электро-
  энергии у потребителя, ненормированную работу оборудования, а также дополнительно контроли-
  ровать адекватность работы нейросетевой модели

• ОЦЕНКА ВЛИЯНИЯ ГИПЕРПАРАМЕТРОВ НЕЙРОСЕТИ НА ТОЧНОСТЬ ПРОГНОЗИРОВАНИЯ ЭНЕРГОПОТРЕБЛЕНИЯ

  Н.К. Полуянович , О.В. Качелаев , Т. Э. Фалькон

  2024-10-08

  Аннотация ▼

  Работа посвящена проблеме повышения точности краткосрочного прогнозирования по-
  требления электроэнергии с помощью инструментов глубокого машинного обучения. Исследо-
  вано влияние задаваемых гиберпараметров нейронной сети (НС) на погрешность прогнозирова-
  ния электропотребления, таких как: размер пакета данных – Bs; количество слоев НС – j;
  функции активации нейронов – Fa; оптимизаторы – O. Определены оптимальные гиперпара-
  метры НС-модели для прогнозирования электропотребления (ЭП) для потребителя аддитивно-
  го и циклического типа. Проведенный анализ влияния размера пакета (BatchSize) на точность
  прогноза показал повышение эффективности обучения НС с ростом пакета входных данных.
  Проведенный анализ влияние количества слоев показал, что с увеличением количества слоев НС
  время обучения сокращается, а ее предсказания становятся точнее. Проведенное исследование
  различных оптимизаторов на скорость обучения показало, что наилучшие результаты демон-
  стрируют оптимизаторы “Adam” и “RMSprop”. Показано, что от выбора функции активации
  зависит, то насколько быстро будет обучаться НС и насколько точными будут ее прогнозы.
  Использование различных методов регуляризации позволяет НС достичь лучших результатов на
  практике, улучшая их способность к обобщению и увеличивая точность предсказаний. Показа-
  но, что для достижения минимальной погрешности прогнозирования, следует индивидуально
  настраивать параметры сети для каждого потребителя, учитывая значительные различия в
  характере энергопотребления. Проведено обучение и тестирование созданной сети с подобран-
  ными параметрами на обучающей и тестовой выборке, содержащей данные об электропотреб-
  лении за 2 года (17520 часов). Анализ входных данных по электропотреблению показал, что оп-
  тимальными параметрами прогностической нейросетевой модели в ручном режиме являются:
  размер пакета 250 (подобрано эмпирически), 5 слоев, функция активации “ReLU”, оптимизатор
  “Adam”. Рассмотрены различные способы подбора гиперпараметров (вручную и посредством
  генетического алгоритма (ГА)).

• ОПТИМИЗАЦИЯ СТРУКТУРЫ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ ЭНЕРГОПОТРЕБЛЕНИЯ С АТИПИЧНЫМ ХАРАКТЕРОМ ЭНЕРГОПОТРЕБЛЕНИЯ

  Н. К. Полуянович , О.В. Качелаев , М.Н. Дубяго , С.Б. Мальков

  2024-08-12

  Аннотация ▼

  Рассматривается создание интеллектуального устройство прогнозирования энергопотреб-
  ления для потребителей с атипичным характером электропотребления, в зависимости от тре-
  буемой точности прогноза, учитывающее кроме целевых параметров электросети (Р, Q) техно-
  логические процессы предприятий, воздействующие факторы: социально-экономические (час су-
  ток; день недели; порядковый номер дня в году; признак праздника или массовых событий d); ме-
  теорологические: (ветро-холодовой индекс). Модель относится к интеллектуальным устройст-
  вам для адаптивного прогнозирования режимов энергопотребления электросети на основе много-
  слойной нейронной сети. Статья посвящена выбору оптимальной архитектуры нейросети (НС) и
  метода ее обучения, обеспечивающих прогнозирование с наименьшей погрешностью. Синтезиро-
  вана и протестирована многофакторная модель электропотребления на основе многослойной НС.
  В рамках проведенного исследования построена НС модель, описывающая архитектуру кибер-
  физической системы (КФС) прогнозирования электропотребления. Установлено, что для каждо-
  го потребителя по причине значительных различий в характере энергопотребления необходимо
  экспериментальным путем и подбирать параметры сети, с целью достижения минимальной по-
  грешности прогнозирования. Показано, что при атипичном электропотреблении т.е. не повто-
  ряющемся за периоды времени (час, день, неделя и т.д.) методы искусственного интеллекта и
  глубокого машинного обучения являются эффективным инструментом решения слабо формали-
  зуемых или не формализуемых задач. Разработанная модель имеет приемлемую точность (откло-
  нение MSE до 15%). Для повышения точности прогноза необходимо проводить регулярное уточне-
  ние модели и её настройку на фактическую ситуацию, учитывать новые аддитивные факторы,
  оказывающие влияние на кривую электропотребления. Возможность использование данного уст-
  ройства в системах технологического управления региональными сетевыми компаниями, состав-
  ляющего основу иерархической автоматизированной информационно измерительной системы
  контроля и учета электроэнергии, за счет учета и прогнозирования активной и реактивной мощ-
  ности электропотребителей.

• ОЦЕНКА ДЕСТРУКЦИИ ПОЛИМЕРНОГО ЭЛЕКТРОИЗОЛЯЦИОННОГО МАТЕРИАЛА ИЗ-ЗА ЧАСТИЧНЫХ РАЗРЯДОВ И РАДИКАЛЬНО-ЦЕПНЫХ МЕХАНИЗМОВ РАЗРУШЕНИЯ

  Н. К. Полуянович , М.Н. Дубяго

  2024-01-05

  Аннотация ▼

  Статья посвящена разработке метода неразрушающего контроля изоляционного
  материала кабельных систем. Исследована деструкция полимерного материала, вызванная
  радикально-цепным механизмом разрушения. Приведен механизм деструкции полиэтилена,
  обусловленный электронной и ионной бомбардировкой, при действии частичных разрядов
  (ЧР). Показано образование поперечных связей, связанное с активацией двойных связей при
  передаче энергии электронного возбуждения от полиэтиленовой цепи. При воздействии ЧР
  количество двойных связей трансвиниленового типа с увеличением дозы поглощенной энер-
  гии достигает насыщения. Система диагностики по ЧР с использованием комплекса ха-
  рактеристик включений ЧР (SВ, qЧР, hВ) количеством выделяемого тепла (Q) и напряжени-
  ем зажигания (UВ), получаемых разработанным программным обеспечением, является
  эффективной как для оценки текущего состояния изоляции, так и для прогнозирования ее
  остаточного ресурса. Обнаруженные источники ЧР свидетельствуют о наличии включе-
  ний в изоляции кабеля. В рамках проведенного исследования построена нейросетевая (НС)
  модель, описывающая архитектуру кибер-физической системы (КФС) прогнозирования
  ресурса ЭМ кабельных электрических сетей. Синтезирован алгоритм работы адаптивной
  системы, подбора параметров и обучения НС с последующим прогнозированием ресурса
  силовой кабельной линии (СКЛ), позволяющее повысить надежность КФС за счет сокра-
  щения времени создания оптимальной конфигурации НС. Полученная НС модель может
  быть эффективно использована для анализа термофлуктуационных процессов, протекаю-
  щих в объекте управления – СКЛ, и прогноза поведения объекта. Приведена методика
  диагностирования изоляционного материала (ИМ) СКЛ в условиях эксплуатации. Анализ
  полученных результатов показал, что измерение параметров ЧР позволяет в комплексе
  оценивать воздействие на электроизоляцию СКЛ различных факторов и определять сте-
  пень её деградации. ЧР являются мерой степени электрического старения

• АНАЛИЗ ЭЛЕКТРОМАГНИТНОГО ПОЛЯ В КАБЕЛЬНЫХ СИСТЕМАХ С ИЗОЛЯЦИЕЙ ИЗ ПОЛИМЕРНЫХ МАТЕРИАЛОВ

  Н. К. Полуянович , Д.В. Бурьков , М. Н. Дубяго , О. В. Качелаев

  2023-08-14

  Аннотация ▼

  Статья посвящена расчету напряженности электромагнитного поля (ЭМП) в изоляци-
  онном материале силового кабеля (СК). Исследовано магнитное поле одиночного образца кабеля
  марки АПвПу-10 1х240/70. Приведены теоретические сведения для расчета напряженности
  электростатического осесимметричного поля на основе решения интегральных уравнений
  Фредгольма в кусочно-однородной линейной полимерной изоляции с включениями. Построены
  модели для расчета и анализа распределения напряженности неоднородных электрических
  полей в диэлектрической среде с включениями разной площади и с разными электрофизическими
  параметрами (заполнением). При прохождении ЭМП через различные материалы, заполняющие
  включение наблюдается поглощение энергии волн этими веществами. На основе проведенного
  моделирования с применением программы Comsol выполнен анализ ЭМП на границе раздела
  диэлектрических сред между сферическим микровключением и основной изоляцией. Показано,
  что в твердых диэлектриках, проводниках поглощение ЭМП значительно. Если волна встреча-
  ет какой-либо проводник, то большая часть ее энергии поглощается им. Наличие в изоляции
  неоднородностей (дефектов) на границах раздела изоляция – неоднородность вызывает скачки
  напряженности электрического поля 1/2, 2/3. Проведено моделирование и анализ распределе-
  ния напряженности электрического поля в области дефекта и установлено, что с увеличением
  Sдеф амплитуда всплеска магнитной индукции (В) на первой границе дефекта возрастает.
  На второй границе наоборот. С увеличением Sдеф. глубина провала индукции (В) увеличивается.
  Однако при сохранении общей картины величины провалов при различных типах заполнения
  включения различны: – наибольший градиент наблюдается при заполнении водой, наименьшие
  при заполнении углерод плюс сшитый полиэтилен (С+СПЭ). Таким образом это может яв-
  ляться диагностическим параметром качества изоляции СК. Результаты работы представ-
  ляют интерес при решении комплекса задач, связанных с различными аспектами электромаг-
  нитной совместимости, и надежности функционирования электроэнергетических систем.

• УПРАВЛЕНИЕ ПРОПУСКНОЙ СПОСОБНОСТЬЮ ЭНЕРГОСЕТИ В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ

  Н.К. Полуянович , М.Н. Дубяго

  2023-02-27

  Аннотация ▼

  Рассматривается программно-моделирующий комплекс системы управления энерго-
  сетью и её элементами. Актуальность работы обусловлена требованиями действующего
  законодательства к прогнозированию электропотребления для решения задачи поддержа-
  ния баланса мощностей между генерирующей стороной и потреблением электрической
  энергии. Разработанные алгоритмы и методы управления использованы в составе про-
  граммно-моделирующего комплекса для управления энергосетью и энергетическим обору-
  дованием, наиболее актуально использование в локальных энергосистемах автономных
  потребителей и микросетях. Для эффективного проведения экспериментальных исследо-
  ваний была разработана методология эксперимента, включающая этап разработки плана-
  программы эксперимента; выбор средств проведения эксперимента; проведение экспери-
  мента; обработку и анализ экспериментальных данных. Показано, что для построения
  системы технологического управления региональной сетевой компании возможно исполь-
  зовать техническую и информационную основу иерархической автоматизированной ин-
  формационно измерительной системы контроля и учета электроэнергии. Показано, что
  интеллектуальный счётчики системы интеллектуального учета электроэнергии (ИСУ)
  находится в непрерывной связи с производителем и потребителем энергии, то есть мони-
  торинг происходит в режиме реального времени. Разработанная нейросетевая модель
  (НС) модель сводит задачу краткосрочного прогнозирования электропотребления к поиску
  матрицы свободных коэффициентов посредством обучения на имеющихся статистиче-
  ских данных (активная и реактивная мощность, температура окружающей среды, дата и
  индекс дня Получены прогнозные оценки электропотребления модели прогнозирования,
  некоторых присоединений, энергосистемы величины, потребляемой активной и реактив-
  ной мощности имеет допустимый уровень погрешности прогнозирования. Разработана
  нейросетей для оценки пропускной способности, расчёта и прогнозирования температуры жил силовой кабельной линии в режиме реального времени на основе данных системы тем-
  пературного мониторинга, и с учетом изменения токовой нагрузки линии. Анализ получен-
  ных характеристик показал, что максимальное отклонение данных, полученных от нейро-
  сети от данных обучающей выборки, составило менее 3%, что является вполне приемле-
  мым результатом. Проведенные сравнения прогнозных значений с фактическими позволя-
  ют говорить об адекватности выбранной модели сети и ее применимости на практике для
  надежной работы кабельной системы электроснабжения потребителей. Анализ резуль-
  татов показал, что чем больше состарен изоляционный материал силовой кабельной ли-
  нии, тем больше разность температур между исходным и состаренным образцом.

• НЕЙРОКОМПЬЮТЕРНОЕ УПРАВЛЕНИЕ ПРОПУСКНОЙ СПОСОБНОСТЬЮ КАБЕЛЬНЫХ СЕТЕЙ ПОСРЕДСТВОМ УЧЕТА И КОНТРОЛЯ ИХ ПАРАМЕТРОВ

  Н.К. Полуянович , Н. В. Азаров , М.Н. Дубяго

  84-103

  2025-07-31

  Аннотация ▼

  Рассматривается нейрокомпьютерная система прогнозирования ресурса силовой ка-
  бельной линии (СКЛ) с использованием нейросетевых технологий. Выбрана аппаратная
  модульная реализация нейрокомпьютера (НК) реализованным на базе ПЛИС. Для решения
  задачи прогнозирования термических процессов СКЛ принято решение использовать циф-
  ровой нейрочип NeuroMatrix NM6404 с переменной структурой из-за их высокой произво-
  дительности по сравнению с потребляемой мощностью, высокой степенью универсальности. Для прогнозирования температурных режимов СКЛ была разработана искусственная
  нейросеть (ИНС) для определения текущего температурного режима для токоведущей
  жилы СКЛ. Выбрана архитектура ИНС для реализации НК системы прогнозирования
  температуры СКЛ, позволяющая производить долгосрочное прогнозирование температур
  СКЛ в режиме реального времени. Произведен выбор функции активации нейронов ИНС
  для реализации НК системы прогнозирования температуры СКЛ, позволяющий проводить
  долгосрочный прогноз температур СКЛ без увеличения погрешности при увеличении даль-
  ности прогноза. Предложенный нейросетевой алгоритм, выполняющий прогнозирование
  характеристик электрической изоляции СКЛ, основанный на методе скользящего окна для
  прогнозирования временных рядов, был апробирован на контрольной выборке эксперимен-
  тальных данных, не входящих в состав выборки для обучения ИНС. Проведены экспери-
  ментальные исследования предлагаемого адаптивного метода прогнозирования, а именно
  разработан адаптивный алгоритм и выполнено прогнозирование термических процессов в
  изоляции СКЛ от тока нагрузки. Анализ результатов показал, что чем больше время со-
  старивания, тем больше разность температур между исходным и состаренным образцом.
  При анализе полученных данных было определено, что максимально достигнутое отклоне-
  ние данных, полученных от ИНС в ходе эксперимента от данных в составе обучающей
  выборки, составило менее 3% что является вполне приемлемым для данного исследования
  результатом. Показано, что разрабатываемые методы и алгоритмы являются элемен-
  тами комплексной системы управления энергосетью, а разработанная адаптивная НК
  модель позволяет проводить оценку текущего состояния изоляции и прогнозировать ос-
  таточный ресурс СКЛ.

• ОЦЕНКА ВОЗДЕЙСТВУЮЩИХ ФАКТОРОВ И ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ В РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЕ С УЧЕТОМ РЕЖИМА ЕЕ ЭКСПЛУАТАЦИИ

  Н. К. Полуянович , М. Н. Дубяго

  2022-05-26

  Аннотация ▼

  Статья посвящена исследованиям вопросов оценки воздействующих факторов и про-
  гнозирования электропотребления в региональной энергосистеме с учетом режимов ее
  эксплуатации. Проведен анализ существующих методов прогнозирования энергопотребле-
  ния. Обоснован выбор метода прогнозирования с использованием искусственной нейронной
  сети. Рассмотрен алгоритм создания нейросети для краткосрочного прогноза электриче-
  ской нагрузки. Актуальность работы обусловлена требованиями действующего законода-
  тельства к прогнозированию электропотребления для решения задачи поддержания балан-
  са мощностей между генерирующей стороной и потреблением электрической энергии.
  При этом одной из основных задач, связанных с генерацией электрической энергии и ее
  потреблением, является задача поддержания баланса мощностей. С одной стороны, при
  увеличении плановой нагрузки могут возникнуть перебои в поставке электроэнергии, с дру-
  гой стороны, уменьшение электропотребления приведет так же к уменьшению КПД элек-
  тростанций, и в конечном счете – к повышению стоимости на электроэнергию как для
  субъекта оптового рынка электроэнергии, так и для конечного потребителя. Разработан-
  ная нейросетевая модель (НС) модель сводит задачу краткосрочного прогнозирования
  электропотребления к поиску матрицы свободных коэффициентов посредством обучения
  на имеющихся статистических данных (активная и реактивная мощность, температура
  окружающей среды, дата и индекс дня). Полученная НС модель краткосрочного прогнози-
  рования электропотребления участка районной электрической сети 10 кВ, учитывает
  факторы: – времени, – метеорологических условий, – отключений отдельных питающих
  линий электропередач, – режима работы потребителей электроэнергии. Получены про-
  гнозные оценки электропотребления энергосистемы по данным потребляемой электро-
  энергии наружной температуры, типу дня и т.д. Модель прогнозирования величины, по-
  требляемой активной и реактивной мощности вполне работоспособна, однако на данном
  этапе все еще имеет довольно высокий уровень погрешности прогнозирования. Для повы-
  шения точности прогнозирования необходимо увеличить базу данных, составляющих обу-
  чающую выборку, т.к. на данный момент имеющиеся данные охватывают временной про-
  межуток длиной лишь 3–4 месяца. Результаты анализа показали, что наибольшие трудно-
  сти вызывает прогнозирование потребления реактивной мощности.

• ТЕРМОФЛУКТУАЦИОННАЯ ТЕОРИЯ РАЗРУШЕНИЯ И ОЦЕНКА ДОЛГОВЕЧНОСТИ ЭЛЕКТРИЧЕСКОЙ ИЗОЛЯЦИИ СПЭ КАБЕЛЕЙ

  Н. К. Полуянович , М. Н. Дубяго , Д.В. Бурьков

  2022-01-31

  Аннотация ▼

  Статья посвящена исследованиям вопросов по созданию метода оценки долговечно-
  сти основной изоляции силовых кабельных линий на основе термофлуктуационной теории
  разрушения твердых тел. Рассмотрены особенности развития пробоя в однородных и не-
  однородных диэлектриках. Рассматриваются проблемные вопросы изоляционных мате-
  риалов силовых кабельных систем (СКС) на основе разработки и развития методов нераз-
  рушающего контроля. Установлены основные компоненты, разрушающие изоляцию СКС.
  Описана термофлуктуационная теория разрушения и оценка долговечности электрической
  изоляции силовых кабелей. Предлагается аналитический метод оценки процессов окисления
  целлюлозы с определением наиболее вероятного. Предложенный подход выявления основных процессов разрушения изоляции позволяет более детально представить предпосылки к
  развитию частичных разрядов (ЧР) в изоляции и определить мероприятия по минимизации
  процессов, приводящих к деструкции изоляции СКС. Изложены результаты экспериментов
  по исследованию сроков службы изоляционного материала состаренных образцов силового
  кабеля в термошкафу, по определению критериев старения. Экспериментальные данные
  интерпретированы с позиций термофлуктуационной теории. Выявлена и исследована зави-
  симость увеличения разности температур ΔT от степени износа электроизоляционных
  свойств материала, что позволяет прогнозировать его ресурс. Рассмотрена термофлуктуа-
  ционная теория разрушения изоляционных материалов вызванного термофлуктуационным
  разрывом химических связей и оценки долговечности электрической изоляции кабелей из сши-
  того полиэтилена. Показано что, для расчета средней энергии мономерного звена различных
  полимерных материалах необходимо знать: химическую формулу мономерного звена и значе-
  ния энергий связи. В работе проведено определение времени до пробоя основной изоляции СКЛ
  при действии температуры. Модель может быть использована в устройствах и системах
  непрерывного диагностирования силовых кабелей по температурным режимам.

• АЛГОРИТМ ОБУЧЕНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ФАКТОРНОГО ПРОГНОЗИРОВАНИЯ РЕСУРСА ИЗОЛЯЦИОННЫХ МАТЕРИАЛОВ СИЛОВЫХ КАБЕЛЬНЫХ ЛИНИЙ

  Н. К. Полуянович , М. Н. Дубяго

  2021-07-18

  Аннотация ▼

  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.

• НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ МОНИТОРИНГА ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ КАБЕЛЬНОЙ ЛИНИИ С УЧЕТОМ ВЛИЯНИЯ ПОМЕХ

  Н.К. Полуянович , М.Н. Дубяго

  2021-02-13

  Аннотация ▼

  Статья посвящена оценке влияния магнитных помех, при исследовании термофлук-
  туационных процессов в режиме динамической токовой нагрузки силовой кабельной линии
  (СКЛ). На основе таких методов искусственного интеллекта, как нейронные сети и не-
  четкая логика исследовалась термическая стойкость изоляционных материалов СКЛ оп-
  ределяющих пропускную способность кабельной линии электроэнергетических систем.
  Сравнительный обзор существующих на данный момент традиционных неразрушающих
  методов прогнозирования термических процессов в СКЛ показал, что большинство мето-
  дов обладают низкой точностью прогноза, а также обладают высокой степенью сложно-
  сти и большим количеством необходимых вычислительных операций для получения необхо-
  димых данных прогноза термических процессов в СКЛ. Также большинство методов про-
  гноза не способны работать в режиме реального времени, что является крайне сущест-
  венным недостатком. Для решения данной проблемы необходимо прибегнуть к системам
  прогнозирования, которые строятся на базе искусственного интеллекта с применением
  методов машинного обучения. Наиболее перспективным на сегодня представляется метод
  искусственных нейронных сетей (ИНС). Показана необходимость разработки более со-
  вершенной методики анализа старения изоляционных материалов СКЛ. Обоснована акту-
  альность задачи создания нейросетей (НС) для оценки пропускной способности, расчёта и
  прогнозирования температуры жил СКЛ в режиме реального времени на основе данных
  системы температурного мониторинга, с учетом изменения токовой нагрузки линии и
  внешних условий теплоотвода. Разработана нейросеть для определения температурного
  режима токоведущей жилы силового кабеля. Проведен сравнительный анализ эксперимен-
  тальных и расчетных характеристик распределений температуры, при этом исследова-
  лись различные нагрузочные режимы работы и функции изменения тока кабеля. Разрабо-
  тана нейросетевая модель в Matlab Simulink для прогнозирования температуры жилы ка-
  беля. Создание, обучение и моделирование нейронной сети осуществлялось с помощью
  Neural Network Toolbox. Модель может быть использована в устройствах и системах не-
  прерывного диагностирования силовых кабелей по температурным режимам.

• МНОГОЭТАПНЫЙ МЕТОД КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ТЕМПЕРАТУРНЫХ РЕЖИМОВ В СИЛОВОМ КАБЕЛЕ

  Н. К. Полуянович, Н. В. Азаров, А. В. Огреничев, М. Н. Дубяго

  2020-07-20

  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.

• АНАЛИЗ И ВЫБОР МЕТОДИКИ В РЕШЕНИИ ЗАДАЧ ИНТЕЛЛЕКТУАЛИЗАЦИИ СИСТЕМ ПРОГНОЗИРОВАНИЯ ТЕРМОФЛУКТУАЦИОННЫХ ПРОЦЕССОВ В КАБЕЛЬНЫХ СЕТЯХ

  Н.К. Полуянович, М.Н. Дубяго

  2020-07-20

  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.