Найти

Результаты поиска

• 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.

• 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.