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.