Прорывные технологии прогноза в электроэнергетике анализаторами качества электроэнергии с искусственной нейронной сетью

background image

background image

24

Ежеквартальный

 

спецвыпуск

 

 4 (23), 

декабрь

 2021

В

 

статье

 

описаны

 

результаты

 

проведения

 

опытно

-

про

-

мышленной

 

эксплуатации

  (

ОПЭ

средств

 

измерения

 

пока

-

зателей

 

качества

 

электроэнергии

  (

СИ

 

ПКЭ

со

 

встроенной

 

искусственной

 

нейронной

 

сетью

 

на

 

объектах

 

Карельского

 

филиала

 

ПАО

  «

Россети

 

Северо

-

Запад

». 

На

 

основании

 

ре

-

зультатов

 

сделан

 

вывод

 

о

 

целесообразности

 

применения

 

приборов

 

с

 

встроенной

 

искусственной

 

нейронной

 

сетью

 

для

 

решения

 

поставленных

 

задач

Прорывные

 

технологии

 

прогноза

 

в

 

электроэнергетике

 

анализаторами

качества

 

электроэнергии

 

с

 

искусственной

 

нейронной

 

сетью

Внедрение

 

цифровых

 

технологий

Ц

ель

 

цифровой

 

трансформации

 — 

изменение

 

логи

-

ки

 

процессов

 

и

 

переход

 

компании

 

на

 

риск

-

ори

-

ентированное

 

управление

 

на

 

основе

 

внедрения

 

цифровых

 

технологий

 

и

 

анализа

 

больших

 

данных

 

Одна

 

из

 

задач

 

цифровой

 

трансформации

 — 

внедрение

 

и

 

использование

 

интеллектуальных

 

систем

 

управления

 

электросетевым

 

хозяйством

 (

ИСУЭХ

была

 

утверждена

 

Указом

 

Президента

 

в

 

августе

 2018 

года

Та

-

кие

 

системы

 

должны

 

без

 

участия

 

человека

 

находить

 

оп

-

тимальное

 

решение

 

и

 

управлять

 

элементами

 

сети

 

на

 

ос

-

нове

 

технологий

 

искусственного

 

интеллекта

 

и

 BigData. 

В

 

ПАО

 «

Россети

» 

задачи

 

внедрения

 

интеллектуальных

 

систем

 

управления

 

на

 

базе

 

цифровых

 

технологий

 

по

 

направлениям

 

энергоэффективность

 

и

 

энергосбереже

-

ние

 

поставлены

 

в

 

рамках

 

Концепции

 «

Цифровая

 

транс

-

формация

 2030». 

В

 

частности

поставлена

 

цель

 

снизить

 

в

 

среднем

 

на

 50% 

ключевые

 

показатели

 

надежности

 

электроснабжения

 SAIDI/SAIFI. 

В

 

условиях

 

существен

-

ной

 «

изношенности

» 

электрических

 

сетей

 

достичь

 

таких

 

значений

 

возможно

 

за

 

счет

 

снижения

 

времени

 

ликвида

-

ции

 

технологических

 

нарушений

Это

 

возможно

если

 

на

 

ранней

 

стадии

 

отслеживать

 

развитие

 

отклонений

 

от

 

штатных

 

параметров

 

в

 

работе

 

энергосистемы

прогно

-

зировать

 

и

как

 

результат

предотвращать

 

аварии

 

и

 

их

 

последствия

что

 

значительно

 

повышает

 

надежность

сокращает

 

время

 

простоя

а

 

также

 

снижает

 

затраты

 

на

 

техническое

 

обслуживание

 

и

 

ремонт

 

энергетического

 

оборудования

В

 

настоящее

 

время

 

контроль

 

и

 

защита

 

электроэнер

-

гетической

 

инфраструктуры

 

возложены

 

на

 

устройства

 

за

-

щиты

 

и

 

автоматики

цель

 

которых

 — 

максимально

 

быстро

 

прервать

 

уже

 

фактически

 

наступившие

 

аварийные

 

ситуа

-

ции

 

и

 

нештатные

 

режимы

 

работы

 

энергосистемы

Однако

 

отключение

 

энергооборудования

 

и

 

прерывание

 

технологи

-

ческих

 

процессов

 

сами

 

по

 

себе

 

зачастую

 

уже

 

несут

 

ущерб

поэтому

 

технологиям

 

прогноза

 

таких

 

событий

 

уделяется

 

все

 

большее

 

внимание

Основная

 

задача

 

предиктивной

 

аналитики

 — 

снизить

 

расходы

вызванные

 

простоем

 

обору

-

дования

Предиктивная

 

аналитика

 

не

 

имеет

 

прямой

 

связи

 

с

 

экономией

 

на

 

человеческих

 

ресурсах

Но

 

она

 

позволяет

 

использовать

 

время

 

инженеров

 

более

 

рационально

С

 

пре

-

диктивной

 

аналитикой

 

инженеру

 

не

 

нужно

 

обходить

 

уста

-

Сергей

 

ПЕШНИН

первый

 

заместитель

 

дирек

 

тора

 — 

главный

 

инженер

 

Карельского

 

филиала

 

ПАО

 «

Россети

 

Северо

-

Запад

»


background image

25

новки

собирать

 

данные

 

и

  «

с

 

чистого

 

листа

» 

составлять

 

план

 

ремонтных

 

работ

Система

 

снабжает

 

его

 

точными

 

данными

которые

 

он

 

должен

 

проанализировать

 

и

 

отреаги

-

ровать

 

на

 

них

.

В

 

мировой

 

практике

 

современными

 

стратегиями

 

управления

 

техническим

 

состоянием

 

энергетическо

-

го

 

оборудования

 

являются

 Condition Based Monitoring 

(CBM) — 

предотвращение

 

аварийных

 

ситуаций

 

по

-

средством

 

мониторинга

 

в

 

режиме

 

реального

 

времени

 

основных

 

параметров

 

энергетического

 

оборудования

и

 Predictive Maintenance (PdM) — 

планирование

 

тех

-

нического

 

обслуживания

 

оборудования

основанное

 

на

 

данных

 

о

 

его

 

фактическом

 

состоянии

получаемых

 

в

 

режиме

 

реального

 

времени

По

 

сути

предиктивное

 

обслуживание

 

существовало

 

и

 

раньше

Специалисты

 

проводили

 

визуальную

 

и

 

инструментальную

 

инспекцию

 

оборудования

а

 

потом

 

на

 

основе

 

опыта

 

и

 

интуиции

 

ре

-

шали

когда

 

стоит

 

проводить

 

техобслуживание

Сегод

-

няшний

 

этап

 

развития

 PdM-

подхода

 — 

это

 

программ

-

но

-

аппаратные

 

комплексы

 

для

 

обработки

 

больших

 

баз

 

данных

 

в

 

режиме

 

реального

 

времени

 

для

 

поиска

 

скры

-

тых

 

взаимосвязей

выявления

 

аномалий

 

и

 

их

 

причин

 

и

как

 

результат

прогноз

 

времени

 

до

 

отказа

Внедрение

 

PdM 

имеет

 

смысл

 

для

 

дорогого

 

оборудования

замена

 

которого

 

гораздо

 

дороже

 

ремонта

и

 

для

 

критичного

 

оборудования

которое

 

при

 

остановке

 

или

 

выходе

 

из

 

строя

 

может

 

принести

 

существенные

 

потери

недопо

-

лученную

 

прибыль

штрафы

 

за

 

задержки

 

поставок

 

или

 

за

 

ущерб

 

окружающей

 

среде

.

На

 

текущий

 

момент

 

в

 «

Россети

 

Северо

-

Запад

» 

функ

-

ционирует

 

система

 

управления

 

производственными

 

активами

 (

СУПА

), 

позволяющая

 

определить

 

индекс

 

тех

-

нического

 

состояния

 

оборудования

вероятность

 

отказа

 

и

 

последствия

 

отказа

Ретроспектива

 

больших

 

данных

 

дает

 

возможность

 

определить

 

вид

 

технического

 

воздей

-

ствия

 

на

 

объекты

 

электросетевого

 

хозяйства

 

с

 

элемен

-

том

 

предиктивной

 

аналитики

позволяющей

 

снизить

 

рас

-

ходы

 

и

 

повысить

 

точность

 

принятия

 

решения

.

Для

 

целей

 

прогноза

 

и

 

предиктивной

 

аналитики

 

в

 

элек

-

троэнергетике

 

начинается

 

практическое

 

применение

 

эле

-

ментов

 

технологий

 

машинного

 

обучения

искусственного

 

интеллекта

 

и

 

искусственных

 

нейронных

 

сетей

 (

ИНС

). 

Так

Европейский

 

исследовательский

 

проект

 EarlyWarn («

Ран

-

нее

 

предупреждение

») 

направлен

 

на

 

прогнозирование

 

не

-

исправностей

 

в

 

работе

 

энергосистемы

 (

таких

 

как

 

перебои

 

в

 

подаче

 

электроэнергии

с

 

применением

 

моделей

 

ИНС

ИНС

 

автоматически

 

и

 

непрерывно

 

анализирует

 

данные

 

мониторинга

 

качества

 

электроэнергии

 

и

 

датчиков

 

погод

-

ных

 

условий

В

 

Норвегии

где

 

одна

 

из

 

самых

 

надежных

 

энергосистем

 

в

 

мире

  (

бесперебойная

 

подача

 

электро

-

энергии

 

в

 2019 

году

 

составила

 99,988%), 

некоторые

 

из

 

анализаторов

 

качества

 

электроэнергии

 

непрерывно

 

ре

-

гистрируют

 

качество

 

электроснабжения

 

норвежской

 

энер

-

госистемы

 

уже

 

более

 15 

лет

Результаты

 

анализа

 

можно

 

использовать

 

для

 

предупреждения

 

системных

 

операто

-

ров

 

о

 

любых

 

нестабильностях

 

или

 

нарушениях

 

работы

 

энергосистемы

которые

 

в

 

противном

 

случае

 

остались

 

бы

 

незамеченными

Установлено

что

 

анализаторы

 

качества

 

электроэнергии

 

могут

 

регистрировать

 

небольшие

 

нару

-

шения

 

в

 

энергосистеме

вызванные

 

поврежденным

но

 

еще

 

не

 

вышедшим

 

из

 

строя

 

оборудованием

 

или

 

посторон

-

ними

 

воздействиями

которые

 

постепенно

 

накапливаются

 

с

 

течением

 

времени

такими

 

как

 

растительность

солевой

 

покров

 

или

 

снеговые

 

нагрузки

Проведены

 

исследования

 

влияния

 

различных

 

погодных

 

явлений

 

в

 

качестве

 

пред

-

вестников

 

определенных

 

типов

 

повреждений

 

в

 

энерго

-

системе

Почему

 

для

 

целей

 

предиктивной

 

аналитики

 

интерес

-

но

 

оценить

 

возможности

 

применения

 

средств

 

измерения

 

показателей

 

качества

 

электроэнергии

  (

СИ

 

ПКЭ

с

 

ИНС

Каким

 

образом

 

возможно

 

увеличить

 

точность

 

принятия

 

решения

 

при

 

выборе

 

ВЛ

 

для

 

ремонта

 

из

 

приоритизиро

-

ванного

 

списка

учитывая

что

 

линии

 

являются

 

основным

 

источником

 

аварийности

 

в

 

электросетевом

 

комплекте

?

Дело

 

в

 

том

что

 

современные

 

СИ

 

ПКЭ

 

класса

 

А

 

изме

-

ряют

 12 

показателей

 

качества

 

электроэнергии

 

и

 

еще

 

свы

-

ше

 1000 

электроэнергетических

 

параметров

Ясно

что

 

возможность

 

ИНС

 

анализа

 

этих

 

баз

 

данных

 

без

 

участия

 

человека

 

для

 

решения

 

задач

 

выявления

 

и

 

прогноза

 

уяз

-

вимостей

 

в

 

работе

 

энергосети

 

весьма

 

интересна

Это

 

послужило

 

основанием

 

для

 

проведения

 

опытно

-

промышленной

 

эксплуатации

 (

ОПЭ

СИ

 

ПКЭ

 

со

 

встроен

-

ной

 

искусственной

 

нейронной

 

сетью

 

на

 

объектах

 

Карель

-

ского

 

филиала

 

ПАО

 «

Россети

 

Северо

-

Запад

». 

СИ

 

ПКЭ

 

были

 

установлены

 

в

 

шести

 

пунктах

 

контро

-

ля

доступ

 

к

 

данным

 

осуществлялся

 

при

 

помощи

 WEB-

браузера

В

 

случае

 

временного

 

отсутствия

 

соединения

 

с

 

СИ

 

ПКЭ

 

потери

 

данных

 

не

 

происходило

так

 

как

 

все

 

опе

-

рации

 

с

 

данными

 

производились

 

непосредственно

 

внутри

 

прибора

Обучение

 

ИНС

реализованной

 

в

 

приборах

шло

 

в

 

процессе

 

получения

 

данных

 

с

 

пунктов

 

контроля

 

и

 

до

-

полнительной

 

информации

 

о

 

событиях

 

в

 

энергосети

 

от

 

оперативно

-

диспетчерской

 

группы

За

 6–8 

недель

 

с

 

мо

-

мента

 

включения

 

приборов

 

был

 

собран

 

архив

 

баз

 

данных

 

с

 

каждого

 

из

 

шести

 

пунктов

 

контроля

после

 

чего

 

ИНС

 

ви

-

зуализировала

 «

энергетический

 

портрет

» 

электросети

 

для

 

каждого

 

пункта

 

контроля

 

в

 

режиме

 

реального

 

времени

В

 

процессе

 

работы

 

было

 

отмечено

что

 

приборами

 

фикси

-

руются

 

случайные

 

события

которые

 

не

 

отражаются

 

опе

-

ративно

-

диспетчерской

 

группой

 

как

 

учетные

 

признаки

 

ава

-

рийности

Важно

 

отметить

что

 

многие

 

события

 

не

 

видимы

 

для

 

персонала

 

из

-

за

 

временного

 

фильтра

 

работы

 

пре

 

ду

-

предительной

 

сигнализации

Случайные

 

события

фик

-

сируемые

 

в

 

определенном

 

пункте

 

контроля

 

электросети

могут

 

быть

 

предвестниками

 

последующих

 

сбоев

 

в

 

работе

 


background image

26

Ежеквартальный

 

спецвыпуск

 

 4 (23), 

декабрь

 2021

энергосистемы

Поэтому

 

была

 

сформирована

 

процедура

 

создания

 

архива

 

случайных

 

событий

 

с

 

привязкой

 

к

 

пункту

 

контроля

В

 

процессе

 

получения

 

и

 

обработки

 

данных

 

вли

-

яние

 

человеческого

 

фактора

 

было

 

исключено

Примеры

 

зафиксированных

 

и

 

архивированных

 

случайных

 

событий

 

представлены

 

на

 

рисунках

 1 

и

 2.

Достоверность

 

получаемой

 

информации

 

обеспе

-

чивалась

 

двумя

 

независимыми

 

способами

 

обработки

 

электроэнергетических

 

данных

 

с

 

пунктов

 

контроля

представление

 

текущих

 

данных

 

в

 

виде

 

временных

 

гра

-

фиков

 

и

 

обработка

 

электроэнергетических

 

величин

 

алгоритмом

 

ИНС

При

 

выявлении

 

уязвимостей

 

энерго

-

системы

 

в

 

качестве

 

приоритетной

 

задачи

 

для

 

обучения

 

ИНС

 

были

 

выбраны

 

повреждения

 

замыкания

 «

на

 

землю

» 

как

 

наиболее

 

частые

 

виды

 

повреждений

 

в

 

сетях

 6–35 

кВ

 

(70–75% 

от

 

всех

 

случаев

 

повреждений

). 

Известно

что

 

при

 

этом

 

виде

 

повреждений

 

параметры

 

электросети

 

существенно

 

зависят

 

от

 

схемы

 

подключения

 

нейтрали

 

в

 

пункте

 

контроля

Информация

 

по

 

схемам

 

подключения

 

нейтрали

 

в

 

пунктах

 

контроля

 

была

 

предоставлена

 

опе

-

Рис

. 1. 

Событие

 «

скачок

 

тока

» (

изменение

 

силы

 

тока

по

 

фазе

 C 

примерно

 

в

 3 

раза

 

не

 

отражалось

 

оперативно

-

диспетчерской

 

группой

 

как

 

учетные

 

признаки

 

аварийности

)

Отображаемые графики:
•  Среднеквадратичное значение напряжения
•  Среднеквадратичное значение тока
•  Общий коэффициент гармоник по напряжению
•  Общий коэффициент гармоник по току

Временной интервал 
с 06:00:00 23/01/2021
по 12:00:00 23/01/2021

Пункт контроля:

 подстанция ТП-49, измерение 0,4 кВ

Прибор:

 СИ ПКЭ зав. № 2007007

Событие:

 Изменение силы тока по фазе C примерно в 3 раза

Даты и время событий:

 23/01/2021 08:40 

Изменение силы 

тока по фазе C 
примерно в 3 раза

Изменения «энергетического портрета» электросети при случайном событии

Обозначения:

 — 

Входной

вектор

 — текущие

измеренные данные 

1

 — 

Нейрон

 — эле-

мент структуры ИНС, 
в котором хранится 
информация об 
истории состояния 
энергосети 

   Цвет контура

 

указывает на превы-
шение (красный) или 
допустимые значения 
(зеленый) текущих 
параметров

Внедрение

 

цифровых

 

технологий


background image

27

Рис

. 2. 

Событие

 «

отключение

 

секционного

 

выключателя

» 

по

 

информации

 

от

 

оперативно

-

диспетчерской

 

службы

 

Карельского

 

фили

-

ала

 

ПАО

 «

Россети

 

Северо

-

Запад

»

Отображаемые графики:

•  Среднеквадратичное значение напряжения
•  Среднеквадратичное значение тока
•  Несимметрия напряжения

Временной интервал 
с 10:15:00 08/04/2021 
по 13:45:00 08/04/2021

Пункт контроля: 

подстанция ПС-63, измерение 10 кВ

Прибор: 

СИ ПКЭ зав. № 2007005

Событие (информация получена от оперативно-диспетчерской службы Карельского 
филиала ПАО «Россети Северо-Запад»): 

08.04.21 с 11:05 до 11:17 и с 13:21 до 13:35 на 

ВЛ 10 кВ Л-63-3 отключался СВР-16 для переключений отпаечным разъединителем

Даты и время событий: 

08/04/2021 11:05 и 08/04/2021 13:21

Изменения «энергетического портрета» электросети при случайном событии


background image

28

Ежеквартальный

 

спецвыпуск

 

 4 (23), 

декабрь

 2021

ративно

-

диспетчерской

 

группой

 

Карельского

 

филиала

 

ПАО

 «

Россети

 

Северо

-

Запад

» 

и

 

учитывалась

 

при

 

иден

-

тификации

 

событий

Важнейшим

 

результатом

 

ОПЭ

 

СИ

 

ПКЭ

 

со

 

встроенной

 

ИНС

 

явилось

 

доказательство

 

фиксации

 

событий

  «

зем

-

ля

 

в

 

сети

» 

приборами

 

информации

полученной

 

от

 

опе

-

ративно

-

диспетчерской

 

службы

 

Карельского

 

филиала

 

ПАО

 «

Россети

 

Северо

-

Запад

» (

рисунок

 3). 

В

 

результате

 

СИ

 

ПКЭ

 

со

 

встроенной

 

ИНС

 

в

 

рамках

 

про

-

веденной

 

ОПЭ

 

давали

 

прогноз

 

событий

 

за

 

несколько

 

суток

 

до

 

их

 

возникновения

.

Это

 

же

 

событие

 

зафиксировано

 

СИ

 

ПКЭ

установлен

-

ным

 

в

 

данном

 

пункте

 

контроля

 (

рисунки

 4 

и

 5).

Стрелками

 

на

 

рисунке

 5 

отмечено

 

переключение

 

те

-

кущего

 

состояния

 

энергосистемы

 

в

 

момент

 

возникнове

-

ния

 

события

 

на

 

другой

 

кластер

 

и

 

обратно

Этот

 

другой

 

кластер

 

был

 

создан

 

в

 

процессе

 

обучения

 

ИНС

Это

 

го

-

Рис

. 3. 

Фиксация

 

оперативно

-

диспетчерской

 

службой

 

Карельского

 

филиала

 

ПАО

 «

Россети

 

Северо

-

Запад

» 

события

 «

земля

 

в

 

сети

»

Рис

. 4. 

Фиксация

 

события

 

СИ

 

ПКЭ

 

в

 

виде

 

временных

 

зависимостей

Метка времени:
15/03/2021 20:30

Событие
«земля в сети»

Метка времени:
15/03/2021 20:40

Рис

. 5. 

Фиксация

 

события

 

СИ

 

ПКЭ

 

в

 

виде

 

реакции

 

ИНС

Внедрение

 

цифровых

 

технологий


background image

29

ворит

 

о

 

том

что

 

данный

 

вид

 

события

 

уже

 

возникал

 

за

 

период

 

обучения

 (

около

 6 

недель

и

 

подобные

 

события

 

уже

 

появлялись

Таким

 

образом

в

 

ходе

 

работы

 

был

 

зна

-

чительно

 

расширен

 

объем

 

данных

 

о

 

состоянии

 

ВЛ

 

путем

 

сбора

 

информации

 

о

 

кратковременных

 

ненормативных

 

событиях

Доказательством

 

этого

 

служат

 

приведенные

 

на

 

рисунке

 6 

графики

 

с

 

прибора

 

за

 

период

 

с

 06.03.2021 

по

 15.03.2021.

Рис

. 6. 

Предпосылки

 

появления

 

события

 «

земля

 

в

 

сети

»

Временной

 

диапазон

 

15/03/2021 00:00 — 
15/03/2021 03:00

Событие

 00:48:00

Временной

 

диапазон

 

10/03/2021 21:00 — 
11/03/2021 00:00

Событие

 22:29:00

Временной

 

диапазон

 

09/03/2021 03:00 — 
09/03/2021 06:00

Событие

 05:09:00

Временной

 

диапазон

 

06/03/2021 12:00 — 
07/03/2021 00:00


background image

30

Ежеквартальный

 

спецвыпуск

 

 4 (23), 

декабрь

 2021

Для

 

момента

 

времени

 15.03.2021 00:48 

видно

что

 

событие

 (

всплеск

 

тока

по

 

длительности

 

не

 

превышало

 

одной

 

минуты

а

 

плоская

 

вершина

 

всплеска

 

показывает

 

значение

 

силы

 

тока

усредненное

 

за

 

одну

 

минуту

15.03.2021 

в

 20:37 

оперативно

-

диспетчерской

 

служ

-

бой

 

было

 

зафиксировано

 

событие

 «

земля

 

в

 

сети

». 

Пред

-

вестниками

 

возникновения

 

этого

 

события

 

стали

 

возрас

-

тающие

 

всплески

 

напряжения

 

несимметрии

 

обратной

 

последовательности

зафиксированные

 

прибором

 

в

 

пе

-

риод

 

с

 09/03/2021 

по

 15/03/2021. 

В

 

рамках

 

данной

 

работы

 

была

 

согласована

 

и

 

реа

-

лизована

 

следующая

 

процедура

 

оповещения

 

об

 

уяз

-

вимостях

 

в

 

энергосети

оповещение

 

диспетчера

 

о

 

со

-

бытиях

 

с

 

меткой

 

времени

 

проводится

 

автоматически

 

через

 

рассылку

 

сообщений

 

на

 

заранее

 

заданный

 

набор

 

адресов

 

электронной

 

почты

 

или

 

приложение

 

Telegram. 

Примеры

 

такого

 

оповещения

 

представлены

 

на

 

рисунках

 7 

и

 8. 

Эффективность

 

упреждающего

 

реагирования

 

на

 

уязвимости

 

энергосистемы

 

обеспечивается

 

заблаговре

-

менным

 

оповещением

  (

например

как

 

в

 

рамках

 

ОПЭ

 — 

через

 

приложение

 Telegram) 

диспетчерского

 

персона

-

ла

 

о

 

любых

 

нестабильностях

 

или

 

нарушениях

 

работы

 

энергосистемы

которые

 

в

 

противном

 

случае

 

остались

 

бы

 

незамеченными

Таким

 

образом

СИ

 

ПКЭ

 

со

 

встроен

-

ной

 

искусственной

 

нейронной

 

сетью

 

дают

 

возможность

 

Рис

. 7. 

Оповещение

 

диспетчера

 

о

 

предвестнике

 

события

 «

земля

 

в

 

сети

» 

через

 

приложение

 Telegram

Внедрение

 

цифровых

 

технологий


background image

31

выявления

 

и

 

упреждающего

 

реагирования

 

на

 

уязвимо

-

сти

 

энергосистемы

 

для

 

улучшения

 

показателей

 SAIDI 

и

 SAIFI 

за

 

счет

 

снижения

 

времени

 

ликвидации

 

техноло

-

гических

 

нарушений

.

ЗАКЛЮЧЕНИЕ

В

 

проведенной

 

ОПЭ

 

впервые

 

на

 

программном

 

уровне

 

для

 

задач

 

электроэнергетики

 

протестировано

 

программ

-

ное

 

обеспечение

позволяющее

 

автоматически

 

фор

-

мировать

 

квазистационарный

  «

электроэнергетический

 

портрет

» 

энергосистемы

 

в

 

пункте

 

контроля

 

и

 

обучать

 

ИНС

 

на

 

прогноз

 

наиболее

 

значимых

 

уязвимостей

 

для

 

их

 

анализа

 

и

 

превентивных

 

действий

 

до

 

начала

 

возник

-

новения

 

внештатных

 

ситуаций

На

 

аппаратном

 

уровне

 

испытано

 

новое

 

поколение

 

СИ

 

ПКЭ

 

со

 

встроенной

 

ИНС

которые

 

измеряют

 

показатели

 

качества

 

электроэнергии

 

и

 

электро

 

энергетические

 

величины

включая

 

регистра

-

цию

 

событий

после

 

чего

 

ИНС

 

дает

 

предиктивный

 

анализ

 

энергосистемы

 

в

 

пункте

 

контроля

Благодаря

 

гибкости

 

технологии

 

появляется

 

возможность

 

выявлять

 

новые

 

Рис

. 8. 

Оповещение

 

диспетчера

 

о

 

событии

 «

земля

 

в

 

сети

» 

посредством

 

группового

 

чата

 

приложения

 Telegram

Отображаемые графики:

•  Среднеквадратичное значение напряжения
•  Среднеквадратичное значение тока
•  Несимметрия напряжения

Временной интервал с 04:00:00 
14/05/2021 по 10:00:00 14/05/2021

Пункт контроля: 

подстанция ПС-63, измерение 10 кВ

Прибор: 

СИ ПКЭ зав. № 2007005

Событие: 

14/05/2021 08:50 на ВЛ 10 кВ Л-63-3 «земля в сети»

Даты и время событий: 

14/05/2021 08:50


background image

Издательство

 

журнала

«

ЭЛЕКТРОЭНЕРГИЯ

.

Передача

 

и

 

распределение

»

выпустило

 

книгу

 

академика

 

РАЕН

,

профессора

 

В

.

А

НЕПОМНЯЩЕГО

Тираж

 

книги

 5000 

экз

., 

объем

 196 

с

., 

формат

 170

х

235 

мм

.

Для

 

приобретения

 

издания

 

необходимо

 

позвонить

по

 

многоканальному

 

телефону

 +7 (495) 645-12-41

или

 

написать

 

по

 e-mail: [email protected]

В

 

монографии

 

исследована

 

надежность

 

оборудования

 

элек

-

тростанций

 

и

 

электрических

 

сетей

 

напряжением

 1150–10(6) 

кВ

разработана

 

методика

 

сбора

 

и

 

статистичес

 

кой

 

обработки

 

ин

-

формации

 

о

 

надежности

 

оборудования

На

 

основе

 

статистиче

-

ских

 

данных

 

и

 

расчетов

 

определены

 

основные

 

параметры

 

на

-

дежности

 

и

 

динамика

 

их

 

изменения

 

в

 

процессе

 

эксплуатации

Выявлены

 

статистические

 

законы

 

распределения

 

отказов

 

и

 

времени

 

восстановления

 

элементов

 

энергосис

 

тем

Прове

-

дено

 

их

 

сравнение

 

с

 

зарубежными

 

данными

.

32

Ежеквартальный

 

спецвыпуск

 

 4 (23), 

декабрь

 2021

взаимосвязи

 

и

 

идентифицировать

 

события

влияющие

 

на

 

ухудшение

 

состояния

 

энергосистемы

На

 

основании

 

результатов

 

ОПЭ

 

СИ

 

ПКЭ

 

со

 

встроен

-

ной

 

ИНС

 

на

 

объектах

 

Карельского

 

филиала

 

ПАО

 «

Россе

-

ти

 

Северо

-

Запад

» 

был

 

сделан

 

вывод

 

о

 

целесообразности

 

применения

 

приборов

 

со

 

встроенной

 

искусственной

 

ней

-

ронной

 

сетью

 

для

 

решения

 

заявленных

 

задач

выявления

 

уязвимостей

 

энергосистемы

прогноза

 

событий

 

в

 

энерго

-

сети

 

и

 

обеспечения

 

процесса

 

поддержки

 

принятия

 

реше

-

ний

 

в

 

режиме

 24/7. 

Ясно

что

 

модель

основанная

 

исключительно

 

на

 

раз

-

работке

 

данных

 

о

 

качестве

 

электроэнергии

будет

 

иметь

 

ограниченную

 

точность

 

и

 

может

 

затруднить

 

прогнози

-

рование

 

всех

 

типов

 

неисправностей

 

без

 

риска

 

ложных

 

срабатываний

Тем

 

не

 

менее

 

результаты

 

являются

 

много

-

обещающими

 

и

 

указывают

 

на

 

то

что

 

следует

 

продолжить

 

работу

 

по

 

разработке

 

и

 

тестированию

 

различных

 

методов

 

машинного

 

обучения

 

с

 

целью

 

повышения

 

способности

 

модели

 

и

 

горизонта

 

прогнозирования

.

Вероятно

что

 

совместное

 

использование

 

различных

 

типов

 

независимых

 

источников

 

данных

 

в

 

системе

 

мони

-

торинга

 

ВЛ

 

повысит

 

точность

 

и

 

способность

 

прогнозиро

-

вания

 

модели

Альтернативные

 

источники

 

данных

 

могут

 

включать

помимо

 

прочего

данные

 

о

 

погоде

топологию

 

сети

датчики

 

на

 

критических

 

элементах

 

и

 

данные

 

о

 

на

-

грузке

Опыт

 

показывает

что

хотя

 

данные

 

о

 

погоде

 

об

-

ладают

 

прогностической

 

способностью

объединение

 

данных

 

о

 

погоде

 

с

 

данными

 

о

 

качестве

 

электроэнергии

 

(

и

 

другими

 

источниками

 

данных

может

 

дать

 

значитель

-

ный

 

синергетический

 

эффект

.    

Внедрение

 

цифровых

 

технологий


Оригинал статьи: Прорывные технологии прогноза в электроэнергетике анализаторами качества электроэнергии с искусственной нейронной сетью

Читать онлайн

В статье главного инженера Карельского филиала ПАО «Россети Северо-Запад» Сергея Пешнина описаны результаты проведения опытно-промышленной эксплуатации средств измерения показателей качества электроэнергии со встроенной искусственной нейронной сетью на объектах филиала. На основании результатов сделан вывод о целесообразности применения приборов со встроенной искусственной нейронной сетью для решения поставленных задач.

Поделиться:

«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 1(82), январь-февраль 2024

Исследование влияния объектов микрогенерации на уровень напряжения в электрических сетях низкого напряжения

Возобновляемая энергетика / Накопители Учет электроэнергии / Тарифообразование / Качество электроэнергии
Харитонов М.С. Кугучева Д.К.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 6(81), ноябрь-декабрь 2023

Критерий потерь мощности от несимметричных токов в трехфазных трансформаторах и четырехпроводных линиях

Учет электроэнергии / Тарифообразование / Качество электроэнергии
Косоухов Ф.Д. Епифанов А.П. Васильев Н.В. Криштопа Н.Ю. Горбунов А.О. Борошнин А.Л.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 6(81), ноябрь-декабрь 2023

Методика определения мест установки средств компенсации перемежающейся несимметрии напряжений в электрической сети с тяговой нагрузкой

Учет электроэнергии / Тарифообразование / Качество электроэнергии
Тульский В.Н. Силаев М.А. Шиш К.В. Бордадын П.А. Шиш М.Р. Семешко Д.А.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение» № 6(81), ноябрь-декабрь 2023

О влиянии провалов и прерываний напряжения на режимы функционирования промышленных систем электроснабжения

Учет электроэнергии / Тарифообразование / Качество электроэнергии Диагностика и мониторинг
Севостьянов А.А.
«ЭЛЕКТРОЭНЕРГИЯ. Передача и распределение»