Найти

Результаты поиска

• АНАЛИЗ ТРАДИЦИОННЫХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДАМИ В РОБОТОТЕХНИКЕ И ПЕРСПЕКТИВЫ ГИБРИДНЫХ ПОДХОДОВ

  А. И. Татауров , В.Е. Вавилов

  287-298

  2025-12-30

  Аннотация ▼

  Целью настоящего исследования является сравнительный анализ традиционных и нейросетевых методов управления электроприводами в робототехнике, с акцентом на выявление их сильных и слабых сторон, определение областей применения и оценку перспектив развития гибридных подходов. Эффективное управление электроприводами является критически важным для современных робототехнических систем, которые должны демонстрировать высокую производительность, надежность и универсальность в различных областях применения. В частности, актуальными задачами являются обеспечение высокоточного отслеживания траектории, энергоэффективного управления, робастного управления в условиях неопределенностей и возмущений, управление с учетом ограничений, а также синхронизированное и координированное управление несколькими электроприводами. В связи с этим, вопросы оптимизации управления электроприводами, обеспечивающих точность движения, энергоэффективность и адаптацию к изменяющимся условиям, приобретают первостепенное значение. Для достижения этой цели были поставлены следующие взаимосвязанные задачи: систематизация, анализ особенностей и применения традиционных методов управления электроприводами, таких как PID-регуляторы, фильтры Калмана, управление скользящим режимом, модельное прогнозирующее управление; рассмотрение основных подходов к управлению электроприводами на основе нейронных сетей, включая сети прямого распространения, рекуррентные нейронные сети, радиально-базисные функции, нейро-нечеткие системы и обучение с подкреплением; анализ рассмотренных методов с целью выявления их преимуществ и ограничений с точки зрения таких ключевых параметров, как точность отслеживания траектории, робастность к возмущениям и неопределенностям, адаптивность к изменяющимся условиям эксплуатации и вычислительная сложность реализации; исследование и анализ перспектив использования гибридных методов управления электроприводами, сочетающих в себе надежность и качество управления в линейных и структурированных средах традиционных методов и гибкость и адаптируемость методов на основе нейронных сетей в сложных и динамичных робототехнических системах. Краткие выводы исследования указывают на то, что традиционные методы управления электроприводами, такие как PID-регуляторы и управление скользящим режимом, остаются эффективными и предпочтительными в линейных и хорошо определенных системах, характеризующихся простотой и надежностью. В то же время, нейросетевые подходы демонстрируют существенные преимущества при управлении сложными нелинейными системами, а также в условиях неопределенности, требующих адаптации к изменяющимся условиям. Особое внимание уделяется гибридным методам управления, сочетающим сильные стороны традиционных и нейросетевых подходов, которые рассматриваются как наиболее перспективное и многообещающее направление развития, позволяющее создавать интеллектуальные и робастные системы управления электроприводами, способные эффективно функционировать в сложных и динамичных средах.

• 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.