Оперативне моделювання та аналіз режимів електричних мереж енергопостачальних компаній за умов невизначеності

Размещено на http://www.allbest.ru/

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА”

Спеціальність: 05.14.02 - Електричні станції, мережі і системи

УДК: 621.311.1

Автореферат

дисертації на здобуття наукового ступеня кандидата технічних наук

ОПЕРАТИВНЕ МОДЕЛЮВАННЯ ТА АНАЛІЗ РЕЖИМІВ ЕЛЕКТРИЧНИХ МЕРЕЖ ЕНЕРГОПОСТАЧАЛЬНИХ КОМПАНІЙ ЗА УМОВ НЕВИЗНАЧЕННОСТІ

Дьяченко Наталія

Богданівна

Львів - 2008

Дисертацією є рукопис

Роботу виконано у Національному університеті “Львівська політехніка” Міністерства освіти і науки України

Науковий керівник:

доктор технічних наук, доцент

Данилюк Олександр Володимирович

професор кафедри електричних систем і мереж Національного університету

“Львівська політехніка”

Офіційні опоненти:

доктор технічних наук, професор Міняйло Олександр Семенович професор кафедри електричні станції Національного університету

“Львівська політехніка” кандидат технічних наук, доцент, Тугай Юрій Іванович, Інститут електродинаміки НАН України, зав. відділу оптимізації систем електропостачання

Захист відбудеться “23” травня 2008 р. о 14 годині 00 хв. на засіданні спеціалізованої ради Д 35.052.02 в Національному університеті “Львівська політехніка” (79013, Львів, вул. Ст. Бандери, 12, ауд. 114 г.к.).

З дисертацією можна ознайомитись у бібліотеці Національного університету “Львівська політехніка” (79013, Львів, вул. Професорська,1).

Автореферат розіслано “16” квітня 2008р.

Вчений секретар спеціалізованої ради, к.т.н., доцент .І. Коруд

1. ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. В сучасних умовах для функціонування енергопостачальних компаній (ЕПК) важливим є забезпечення ефективності процесу розподілу та постачання електричної енергії, де основним критерієм є зменшення собівартості цього процесу за умови дотримання необхідних показників надійності та якості електричних мереж. Цього можна досягнути лише за умов ефективного оперативного керування режимами електричних мереж ЕПК.

Виходячи з умови єдності та неперервності процесів виробництва, перетворення, пересилання, розподілу та споживання електричної енергії, керуючись базовими принципами системології, очевидно, що оперативне керування базується на розв'язанні задач оперативного аналізу режимів електричних мереж, що є стартовою точкою для подальшого прийняття рішень. В свою чергу, розв'язання задач оперативного моделювання та аналізу режимів електричних мереж здійснюється за допомогою методів моделювання режимів, адаптованих до конкретних умов функціонування ЕПК, а також відповідної інформаційної інфраструктури. Електричні мережі ЕПК є частково телемеханізованими, саме тому забезпечення вхідною оперативною інформацією для здійснення повномасштабного оперативного аналізу їх режимів є основною проблемою, оскільки математичні моделі застосовуються за наявності повної детермінованої вхідної інформації. Якщо математичне моделювання застосовувати тільки для телемеханізованих фрагментів, тоді можна говорити лише про аналіз режимів цих фрагментів, а не про аналіз режимів ЕПК загалом. Розв'язання цієї задачі досягається шляхом застосування технологій штучних нейронних мереж (ШНМ) для формування моделей у випадку часткового інформаційного забезпечення, де застосування математичних моделей є неможливим. Такий підхід дозволяє перейти від інтуїтивного прийняття рішень стосовно ведення режимів електричних мереж енергопостачальних компанії за умов невизначеності на обґрунтоване, що підвищить ефективність та якість експлуатації електричних мереж.

Зв'язок роботи з науковими програмами, планами, темами. Дисертаційна робота відповідає тематиці робіт та науковому напрямку кафедри “Електричні системи та мережі” Національного університету “Львівська політехніка” - підвищення надійності та ефективності електричних станцій, електроенергетичних та електропостачальних систем; створення систем наукових досліджень, проектування та керування технологічними процесами в електротехніці (складова напрямку НДР ІЕСК „Ресурсозберігаючі технології та інтелектуальні системи керування в енергозабезпеченні об'єктів економічної діяльності”). Результати роботи використані при виконанні госпдоговорів з: ВАТ «Львівобленерго» («Створення програмної нейромережі прогнозування та планування технологічних втрат електричної енергії в електричних мережах компанії» (НДР, 1998); «Комп'ютерна підсистема розрахунку плинних режимів в електричній мережі 110 кВ «Львівобленерго» за даними телеметрії» (НДР, 1999); «Аналіз інформаційного стану та розробка рекомендацій з створення інформаційної інфраструктури керування функціонуванням енергопостачальної компанії ВАТ «Львівобленерго» (НДР, 2000); «Створення інформаційної підсистеми оперативної енергетичної ідентифікації режимів у Львівських міських електричних мережах ВАТ «Львівобленерго» (НДР тема №6337, 2000); «Створення автоматизованої (з застосуванням нейроматематичних методів моделювання і оптимізації) системи керування режимами роботи електромережі 110-6 кВ ВАТ «Львівобленерго» (НДР тема №21/688-НП, 2001).) та науково-дослідних держбюджетних роботах Міністерства освіти та науки України: ДБ/«Спектр» „Методи аналізу та синтезу інтелектуальних систем керування енергетичними об'єктами” (держреєстрація № 0103u001362) в 2003-2004 рр. та ДБ/«Коло» „Інтелектуальні технології для ідентифікації та керування електроенергетичних систем” (держреєстрація № 0105u000608) в 2005 р.

Мета та задачі дослідження. Метою дисертаційної роботи є розробка та розвиток методів та засобів для удосконалення процесів оперативного моделювання та аналізу режимів ЕПК в реальному масштабі часу за умови неповної інформації.

Для досягнення мети необхідно розв'язати такі задачі:

1. сформувати математичну модель розрахунку усталених режимів електричних мереж у фазних координатах для оперативного моделювання;

2. розробити метод та алгоритми оперативного моделювання неоглядних засобами телеметрії електричних мереж на основі технологій ШНМ;

3. сформувати ШНМ з функціональним синтезом додаткових входів з метою підвищення точності результатів моделювання;

4. дослідити вплив похибок засобів телеметрії на точність нейроматематичного моделювання неоглядних електричних мереж ЕПК;

5. розробити рекомендації стосовно архітектури ШНМ для підвищення точності нейроматематичного моделювання неоглядних електричних мереж ЕПК.

6. Об'єкт дослідження - усталені режими в електричній мережі ЕПК.

Предмет дослідження - оперативне моделювання та аналіз режимів електричних мереж ЕПК за умов невизначеності.

Методи дослідження. При вирішені поставлених в дисертації задач використовувалися теорії та методи математичного та нейроматематичного моделювання, штучних нейронних мереж, теоретичної електротехніки, аналізу усталених режимів електроенергетичних систем (ЕЕС).

Наукова новизна отриманих результатів полягає в наступному:

- вперше розроблено метод нейроматематичного моделювання з автоматичним перенавчанням ШНМ у випадку зміни конфігурації схеми для оперативного моделювання режимів частково телемеханізованих ЕПК, що дозволяє здійснювати моделювання та аналіз режимів в реальному масштабі часу;

- на основі методу функціонального синтезу додаткових входів ШНМ запропоновано моделювання режимів неоглядних засобами телеметрії електричних мереж ЕПК, що порівняно з відомими підходами нейроматематичного моделювання забезпечило підвищення адекватності та точності визначення координат режиму та енергетичних показників останніх;

- досліджено вплив похибок засобів телеметрії та розроблено рекомендації щодо вибору оптимальної архітектури ШНМ з метою підвищення точності нейроматематичного моделювання неоглядних засобами телеметрії електричних мереж ЕПК.

Практичне значення отриманих результатів:

- впровадження розроблених автором математичних та нейроматематичних моделей дозволило підвищити ефективність керування функціонування ЕПК завдяки визначенню координат режиму та енергетичних показників неоглядних засобами телеметрії електричних мереж ЕПК, що підтверджено результатами експлуатації;

- розроблено програмний продукт «Нейроемулятор аналізу режимів електричних мереж» для навчання ШНМ як для стаціонарного, так і динамічного моделювання режимів, що дозволило адаптувати його в середовище оперативного інформаційно-керуючого комплексу ВАТ «Львівобленерго» та істотно зменшити трудоємкість процесу навчання та перенавчання ШНМ;

- врахування втрат активної потужності та сумарного активного навантаження в електричній мережі «Острова Бурштинської ТЕС» ЦДС ЗЕС, визначених за допомогою запропонованої нейроматематичної моделі, привело до підвищення точності прогнозування режимів;

- використання нейроматематичного моделювання не телемеханізованих ЕПК (на прикладі ВАТ «Волиньобленерго») дозволило застосувати отримані результати для аналізу усталених режимів електричних мереж вищого ієрархічного рівня диспетчерського керування (в даному випадку Західної електроенергетичної системи).

Впровадження результатів роботи:

- в ЕПК ВАТ «Львівобленерго» для оперативного моделювання та аналізу режимів «Львівського енерговузла», а також для аналізу і візуалізації енергетичних показників неоглядних електричних мереж 6 кВ (Залізничний РЕМ м. Львова).

- у центральній диспетчерській службі Західної електроенергетичної системи для визначення втрат активної потужності та сумарного активного навантаження в електричній мережі «Острова Бурштинської ТЕС» та для нейроматематичного моделювання не телемеханізованих ЕПК (на прикладі ВАТ «Волиньобленерго»);

- в навчальний процес кафедри електричних систем і мереж Національного університету «Львівська політехніка», а саме: методика навчання штучних нейронних мереж для моделювання режимів електричних мереж під час вивчення студентами дисципліни «Оперативно-диспетчерське керування режимами», програмний продукт «Нейроемулятор аналізу режимів електричних мереж» для навчання штучних нейронних мереж під час виконання лабораторних робіт з дисципліни «Інформаційні технології та комп'ютерні системи енергетики».

Особистий внесок здобувача: [1] - розробка математичної моделі розрахунку усталених режимів електричних мереж у фазних координатах, яка призначена для оперативного моделювання; [2,3,7,11] - розробка математичних та цифрових моделей, рекомендації щодо вибору оптимальної архітектури штучних нейронних мереж, принципи перенавчання штучних нейронних мереж у випадку зміни конфігурації схеми за наявної телеметрії, навчання нейромоделей, створення програмних модулів, математичні експерименти; [4] - розробка методу функці-онального синтезу додаткових входів штучних нейронних мереж; [5] - застосування функціонального синтезу додаткових входів штучних нейронних мереж для моделювання неоглядних засобами телеметрії електричних мереж; [9] - розробка методу оперативного моделювання режимів енергопостачальних компаній; [10] - розробка програмного продукту «Нейроемулятор аналізу режимів електричних мереж» для навчання штучних нейронних мереж як для стаціонарного, так і динамічного моделювання режимів; [14] - вивід формул, проведення досліджень.

Апробація результатів дисертації. Основні результати дисертаційної роботи доповідались на шістнадцяти конференціях, серед них на: 3-ій Міжнародній науково-технічній конференції «Математичне моделювання в електротехніці й електроенергетиці», Львів,1999; Міжнародній конференції з управління «Автома-тика-2000», Львів,2000; Першій Міжнародній науково-практичній конференції: «Вычислительная техника в информационных и управляющих системах», Маріуполь,2000; 2-ій міжнародній науково-практичній конференції “Управління енерговикористанням“, Львів,2001; 2-ій міжнародній науково-технічній конфе-ренції: “Керування режимами роботи об'єктів електричних систем-2002”, Донецьк, 2002; 3-ій міжнародній науково-практичній конференції «Проблеми економії енергії», Львів,2003; Тhe XIII International Symposium on Theoretical Electrical Engineering, Lviv,2005

Публікації. За темою дисертації опубліковано 23 наукові роботи, у тому числі 9 статей у фахових наукових виданнях, 5 - в матеріалах міжнародних наукових конференцій, 6 - в збірках тез міжнародних наукових конференцій та отримано 1 патент.

Структура та обсяг роботи. Дисертація викладена на 166 сторінках, складається зі вступу, п'яти розділів, висновків, списку використаних джерел зі 163 найменувань, 57 рисунків, 6 таблиць, 4 додатків. Обсяг ілюстрацій, таблиць та додатків становить 37 сторінок. Обсяг дисертації становить 129 сторінок.

2. ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі висвітлено сучасний стан функціонування ЕПК, сформовано вимоги до моделювання їх режимів, на основі чого обґрунтовано актуальність роботи, сформульовано мету, завдання дисертації, об'єкт і предмет дослідження, визначено наукову новизну та практичну цінність отриманих результатів, а також наведено відомості про апробацію отриманих результатів.

В першому розділі наведено загальні положення та основні визначення, які використовуються в подальшому викладі матеріалу, а також сучасні вимоги, які ставляться до задач аналізу усталених режимів ЕПК. Для розв'язання цих задач необхідною умовою є перш за все забезпечення оперативного моделювання усталених режимів електричних мереж ЕПК. Слід врахувати той факт, що в якості вхідної інформації для розв'язання цих задач використовується лише наявна оперативна інформація, об'єм якої не забезпечує можливості здійснення повномасштабного застосування математичного моделювання і тим самим не забезпечує аналізу режимів електричних мереж ЕПК. Тобто, за таких умов задача оперативного моделювання та аналізу режимів електричних мереж належить до класу задач, пов'язаних з невизначеністю і на даному етапі вимагає розв'язання. Цього можна досягнути застосовуючи нові інформаційні технології штучних нейронних мереж так як вони особливо ефективні для задач з високим рівнем невизначеності.

У другому розділі розглянуто математичні та нейроматематичні моделі, які використовуються для оперативного моделювання та аналізу режимів електричних мереж ЕПК. Розглянуто базову нейроматематичну модель НЕМ, яка сформована на основі нейропарадигми «функціонал на множині табличних функцій» (ФТФ). Нейроматематичне моделювання полягає у застосуванні в якості інструментарію моделювання наперед навчених ШНМ на основі навчальної вибірки, одержаної за допомогою математичної моделі розрахунку усталених режимів, яка сформована на основі методу балансу потужностей в двох модифікаціях: для однолінійної та трифазної розрахункових схем електричної мережі. Останнє зумовлено тим, що в дисертаційній роботі розглядається оперативне моделювання, а сучасні засоби телеметрії дають можливість сканування пофазних телевимірів і телесигналів.

Формування математичної моделі розрахунку усталених режимів ЕЕС на основі методу балансу активної та реактивної потужностей в матрично-векторній формі записується як

де - p(q-1) - мірна матриця сполучень графа схеми (p - число віток; q - число вершин); - (q-1) - мірний вектор-стовпець аргументів напруг вершин графа; U - (q-1) - мірний вектор-стовпець (аналогічно) модулів напруг вершин графа;

p - мірні вектор-стовпці перетоків потужностей, по вітці l відповідно від вузлів умовного початку i та кінця j і навпаки; (q-1)- мірний вектор-стовпець поперечних потужностей (в загальному - у виді статичних характеристик) у вузлах схеми, що за характером можуть бути як вузлами навантажень (v) так і вузлами живлення (^) або представлятися поперечними провідностями; " " - символ диз'юнкції.

У випадку моделювання електричних мереж у фазних координатах фізичні величини формули (1) набувають наступного змісту: - (3p+4n)(3(q-1)+n) - мірна матриця сполучень графа схеми з врахуванням (за необхідності) наявності нейтралів (n-загальна кількість нейтралей (N); p - число поздовжніх віток та q - число вершин заступної схеми електричної мережі для однофазного представлення схеми, тобто для трифазного представлення їх кількість потроюється); (3(q-1)+n)- мірний вектор-стовпець, елементами якого можуть бути кути фазних (A ,B, C) напруг вузлів з врахуванням взаємних та міжфазних кутів та напруг нейтралей (N); (3(q-1)+n)-мірний вектор-стовпець (аналогічно) модулів фазних напруг вузлів та нейтралей;

(3p+4n)

- мірні вектор-стовпці перетоків потужностей, по вітці l відповідно від вузлів умовного початку i та кінця j і навпаки або від (до) нейтралі N до (від) вузла і (j), а також на “землю - O “ від нейтралі N; 3(q-1)+n - мірний ветор-стовпець поперечних потужностей (в загальному - у виді статичних характеристик) у вузлах схеми, що можуть за характером бути як вузлами навантажень (v) так і генераторними (^) вузлами або представлятися поперечними провідностями.

Як зазначалося вище, нейроматематичні моделі сформовано на базі ШНМ-ФТФ. В основу нейропарадигми ФТФ покладено представлення нейронної мережі довільної структури, в якій всі нейрони з'єднані між собою певною системою зв'язків, що можуть починатися з виходу довільного нейрона або від джерел вхідних сигналів. Основна перевага даної нейропарадигми - неітераційний алгоритм навчання, в основі якого лежить процедура ортогоналізації в просторі векторів - реалізацій досліджуваного процесу на основі процедури Грамма-Шмідта, модифікованої д.т.н., професором Р.О.Ткаченко. Це забезпечує швидкість алгоритму практично в реальному часі. Точність відтворення результатів забезпечується шляхом налагодження ШНМ, тобто вибором її параметрів.

Навчання та налаштування ШНМ здійснюється на основі навчальної та тестової вибірок, одержаної за допомогою математичної моделі розрахунків усталених режимів (1). Процес навчання ШНМ для цієї електричної мережі базується на методиці, алгоритм якої наведено нижче.

1. Для множини режимів навантаження та нормальної схеми електричної мережі за допомогою математичної моделі (1) здійснюється розрахунок серії з s станів електричної мережі з метою визначення множини векторів невідомих

2. Визначаються значення перетоків активних потужностей в елементах електричної мережі

3. Формується повна множина енергетичних показників, кожного і-го стану

4. Для кожного і-го стану здійснюється поділ енергетичних показників на параметри (відомі значення фізичних величин в процесі експлуатації - телевиміри) та координати (невідомі значення)

де значення аргументів напруг не можуть входити до складу телевимірів, тобто вони автоматично потрапляють в розряд координат .

5. Формується множина входів ШНМ, склад яких відповідає структурі параметрів

6. Склад множини виходів ШНМ формується на основі вектора координат , а структура її визначається умовами поставленої задачі (поставлена задача не завжди вимагає визначення значень всіх координат)

7. Процедура визначення множин входів та виходів повторюється для всіх s станів, що забезпечує формування навчальної вибірки ШНМ (розмірністю s) у вигляді навчальної матриці

8. Навчання ШНМ здійснюється за схемою

9. Навчена ШНМ використовується для продукування виходів за конкретними значеннями входів, якими є телевиміри j-го зрізу в момент часу t



У випадку зміни конфігурації електричної мережі, в проміжках між сусідніми зрізами телеметрії здійснюється перенавчання ШНМ згідно п.п. 1…8 для схеми з відхиленнями від нормальної . Саме застосування нейропарадигми ШНМ-ФТФ дозволяє здійснити таке перенавчання.

У відповідності до наведеної вище методики розроблено концептуальні принципи навчання ШНМ для моделювання НЕМ, що відповідають функціональній схемі (рис.1), де за допомогою циклів зміни параметрів режимів НЕМ забезпечується формування навчальної вибірки в повному технологічно можливому діапазоні існування режимів. Відповідно:

1.Нейроматематична модель формується, виходячи з аналізу конфігурації схеми НЕМзалежно від якої моделювання здійснюється за допомогою однієї, двох, трьох і більше ШНМ, тоді в якості входів ШНМ виступають , де =(1,2) - аргументи напруг ВУС; U=(U1, U2) - модулі напруг вузлів умовного стикування (ВУС) ОЕМ і НЕМ; ; - потоки активної та реактивної потужностей в НЕМ зі сторони ВУС.

2. Під час навчання ШНМ обов'язково необхідно забезпечити врахування міжвузлових транзитів активної та реактивної потужностей. Це здійснюється під час формування навчальної вибірки в процесі математичного моделювання шляхом зміни взаємних аргументів напруг ВУС1 і ВУС2 для врахування транзитів активних потужностей і шляхом зміни різниці модулів напруг ВУС1 і ВУС2 для врахування транзитів реактивних потужностей .

3. В процесі формування навчальної вибірки зміна режимів навантаження у вузлах НЕМ здійснюється за наперед заданим сценарієм (наприклад, активні навантаження змінюються з певним коефіцієнтом або рівномірно, а реактивні відповідно до усереднених коефіцієнтів реактивної потужності tg тощо). При цьому для навчальних пар, де виходами під час оперативного моделювання будуть сумарні навантаження НЕМ, останні визначаються як середні значення активного та реактивного навантажень в НЕМ. електричний телеметрія нейронний мережа

.

4. У теперішніх умовах функціонування ЕПК пріоритетне значення має ефективність її функціонування за критерієм ведення режимів з дотриманням ступеня нормативних витрат електричної енергії, що затверджується нормативними документами НКРЕ. Тому контроль за втратами активної потужності доцільно здійснювати в реальному масштабі часу, що забезпечується шляхом формування виходу (виходів) ШНМ

.

Втрати активної потужності в НЕМ можна розділити: за класами номінальних напруг; зумовлені сальдо перетоками в сусідні компанії; на змінні; на умовно постійні; в трансформаторах; у повітряних лініях; у кабельних лініях; сумарні. Таке розділення виходів забезпечує реструктуризацію втрат електроенергії, що є надзвичайно важливим для енергопостачальних компаній.

5. У випадку, якщо в силу технологічної необхідності є потреба контролю за іншими координатами режиму чи (і) енергетичними показниками, то вони також виділяються в окремі виходи, наприклад: - середнє значення напруги в НЕМ; - мінімальне значення напруги в НЕМ; - максимальне значення напруги в НЕМ.

У третьому розділі теоретично обґрунтовано застосування моделей залежно від наявної вхідної інформації та конфігурації схеми НЕМ. У випадку, якщо НЕМ представляє собою розгалужену схему, то доцільно для моделювання застосовувати сукупність ШНМ за кількістю, рівній кількості підсхем. Якщо НЕМ складно замкнена - моделювання здійснюється за допомогою однієї ШНМ, що забезпечує врахування взаємовпливу міжвузлових перетоків активної та реактивної потужностей для вузлів умовного стикування ОЕМ і НЕМ.

В нашому випадку розглядаємо НЕМ як окремий об'єкт, моделювання якого здійснюється за допомогою нейроматематичних моделей у вигляді «чорних скриньок» (рис.2), тому що в якості інструментарію формування моделі виступають наперед навчені ШНМ. В процесі оперативно-диспетчерського керування слід передбачити можливість врахування зміни конфігурації схеми НЕМ - це здійснюється шляхом автоматичного перенавчання ШНМ (згідно рис.1.) В цьому випадку можна говорити, що ми розглядаємо НЕМ як окремий об'єкт, моделювання якого здійснюється за допомогою нейроматематичної моделі у вигляді «напівпрозорої скриньки» (рис.3), оскільки в якості інструментарію формування моделі виступають навчені ШНМ в повному діапазоні можливих змін режимів навантаження (як для повної мережі незмінної конфігурації) на схему електричної мережі з новою конфігурацією.

Дослідження, проведені нами дозволяють стверджувати, що кількість входів ШНМ повинна бути більшою від кількості виходів по меншій мірі в два рази, так як це безпосередньо впливає на стійкість та адекватність продукування значень енергетичних показників НЕМ. В нашому випадку практично завжди ця умова не виконується, оскільки має місце невизначеність в сенсі неповноти вхідної інформації.

(наприклад, спад напруги на незмінному опорі є прямо пропорційним величині струму - закон Ома), а не просто комбінації з будь-якими математичними операціями між основними входами. Тоді формули (3...5) набудуть вигляду

вектор-стовпець математичних співвідношень, які дозволяють за даними основних входів визначити значення додаткових; t - символ транспозиції. ШНМ з блоком функціонального синтезу додаткових входів (СДВ) наведена на рис. 4.

Для прикладу розглянемо моделювання НЕМ 6 кВ (Залізничний РЕМ, м.Львів), яка живиться від першої секції (С1) шин 6 кВ підстанції Львів-1. Результати моделювання наведено в табл.1.

Значення максимальних похибок моделювання Таблиця 1.

Тип моделі	Кількість входів	Максимальна похибка під час навчання	Максимальна похибка тестування
		режим	значення	режим	значення
1	2	96	5.043	12	9.301
2	3	5	3.918	12	4.073
3	4	144	0.753	3	0.829

Четвертий розділ присвячено розробці програмних засобів для моделювання неоглядних електричних мереж, оскільки автоматизація навчання ШНМ та формування навчальних вибірок є трудомістким процесом і становить основну незручність в промисловому застосуванні нейромережевих технологій.

Для формування навчальної та тестової вибірок необхідно здійснити серії розрахунків станів електричної мережі у визначеному допустимому діапазоні зміни координат режиму. Такі розрахунки пропонується виконати за допомогою програмного модуля («АРЕМ Нейро»), основу якого складає програмний комплекс АРЕМ («Аналіз режимів електричних мереж», що використовується в багатьох ЕПК України для планування режимів) з відповідними програмами-додатками, що забезпечують умови навчання та тестування ШНМ для моделювання НЕМ. Навчання ШНМ полягає у визначені її властивостей (наприклад, для якої топології схеми застосовується ШНМ) і параметрів (наприклад, кількість прихованих шарів чи коефіцієнтів нелінійності) і здійснюється за допомогою спеціалізованого програмного засобу «Нейроемулятора НЕМ», який сформовано на основі нейропарадигми ФТФ. Процес навчання контролюється програмним блоком перевірки точності навчання, де в якості критерію виступає бажана точність відтворення виходів ШНМ у відповідності до даних тестової вибірки. Нейроемулятор здійснює імітацію функціонування НЕМ (як системи однієї фізичної природи) засобами нейромережевих технологій (засобами системи іншої фізичної природи) без спотворення одержаних результатів і втрати функціональних особливостей у відповідно до поставленої задачі.

За допомогою програм-додатків формуються основні та додаткові входи, а також виходи ШНМ. Крім цього, в графічному режимі задається конфігурація електричної мережі. Для налаштування умов навчання та тестування ШНМ, яка в майбутньому повинна здійснювати моделювання НЕМ, розроблено спеціальну програму-додаток «Налаштування параметрів діапазону зміни режимів». Налаштування здійснюється за допомогою введення коефіцієнтів для визначення меж зміни відповідних фізичних величин відносно їх абсолютних значень, визначених за паспортними даними обладнання чи результатами обробки замірів режимів максимальних та мінімальних навантажень. Однією з основних програм-додатків є спеціалізований калькулятор - «синтезатор додаткових входів», який дозволяє формувати нові входи та виходи чи збільшувати їх кількість, якщо є така потреба, застосовуючи функціональні залежності чи комбінації математичних операцій між основними входами.

П'ятий розділ присвячено комп'ютерним експериментам та промисловому застосуванню нейроматематичних моделей НЕМ в задачах оперативно-диспетчерського керування. Підтверджено доцільність ШНМ з функціональним синтезом додаткових входів та принципу «розділення» виходів (створення для кожного виходу ШНМ) таких, що значно підвищують точність та ефективність моделювання (табл. 2-3). Було здійснено дослідження впливу похибок квантування телеінформації, що має місце в реальних режимах роботи електричних мереж ЕПК, на результати моделювання. Результати дослідження ще раз доводять ефективність розділення виходів та застосування синтезу додаткових входів.

Підвищення точності моделювання втрат активної потужності та середнього значення напруги в НЕМ за допомогою ШНМ з функціональним синтезом додаткових входів

Таблиця 2

Вихід	Кількість входів	Максимальна похибка під час навчання	Максимальна похибка тестування
		режим	значення	режим	Значення
	2	23	10.173	4	17.17
	3	16	0.231	3	0.468
	2	23	2.8	4	5.933
	3	24	0.224	4	0.229

Дослідження принципу «розділення» виходів Таблиця 3

Вихід	Кількість входів	Максимальна похибка під час навчання	Максимальна похибка тестування
		режим	значення	режим	Значення
	3	25	0.061	4	0.045
	3	9	0.133	4	0.181

Результати дисертаційної роботи впроваджено в АСДК ЕПК ВАТ «Львівобленерго» для оперативного моделювання режимів «Львівського енерговузла», а також здійснено розвиток існуючого оперативного інформаційно-керуючого комплексу для аналізу та візуалізації енергетичних показників неоглядних електричних мереж 6 кВ для Залізничного РЕМ м. Львова, що сприяло значному підвищенню ефективності керування функціонуванням ЕПК за рахунок повномасштабної оглядовості енергетичної ситуації, а запропонований підхід стосовно застосування нейроматематичних моделей в якості складових традиційних ОІКК по суті формує новий напрямок інформатизації електроенергетики.

Також результати дисертаційної роботи знайшли застосування в центральній диспетчерській службі Західної електроенергетичної системи (ЗЕС) у виді програмного продукту, який дозволяє враховувати втрати активної потужності та сумарне активне навантаження в електричній мережі «Острова Бурштинської ТЕС» ЦДС ЗЕС та для оперативного моделювання неоглядної електричної мережі ВАТ «Волиньобленерго». Проведені численні дослідження нейроматематичних моделей свідчать про ефективність застосування останніх з точки зору підвищення інформатизації НЕМ ЗЕС.

ОСНОВНІ РЕЗУЛЬТАТИ ТА ВИСНОВКИ

У дисертаційній роботі розв'язано актуальне завдання оперативного моделювання та аналізу режимів електричних мереж енергопостачальних компаній за умов невизначеності. Отримані в роботі результати дозволяють зробити такі основні висновки:

Запропонований метод нейроматематичного моделювання з автоматичним перенавчанням ШНМ у випадку зміни конфігурації схеми, де в якості вхідних даних використовується наявна телеметрія, дозволяє здійснювати моделювання та аналіз режимів в реальному масштабі часу.

Застосування методу функціонального синтезу додаткових входів ШНМ для моделювання неоглядних засобами телеметрії електричних мереж на порядок підвищило точність визначення координат режиму та енергетичних показників.

Запропонована математична модель розрахунку усталених режимів електричних мереж у фазних координатах дозволила забезпечити оперативне моделювання та аналіз режимів ЕПК, оснащених засобами телеметрії різних поколінь.

Запропонований в роботі підхід розділення виходів та формування для кожного ШНМ за критерієм ідентичності функціонального представлення істотно підвищує точність нейроматематичного моделювання координат режиму.

Запропоновані рекомендації щодо вибору оптимальної архітектури ШНМ дозволили підвищити точність нейроматематичного моделювання неоглядних засобами телеметрії електричних мереж в середньому на 5%.

Розроблений програмний продукт «Нейроемулятор аналізу режимів електричних мереж» дозволив адаптувати процес навчання та перенавчання ШНМ в середовище оперативного інформаційно-керуючого комплексу ВАТ «Львівобленерго» та суттєво зменшив трудоємкість цього процесу;

Здійснено розвиток існуючого оперативного інформаційно-керуючого комплексу ВАТ «Львівобленерго» для аналізу та візуалізації енергетичних показників неоглядних електричних мереж 6 кВ (Залізничний РЕМ м.Львова), що сприяло підвищенню ефективності керування функціонуванням ЕПК;

Врахування втрат активної потужності та сумарного активного навантаження в електричній мережі «Острова Бурштинської ТЕС» ЦДС ЗЕС, визначених за допомогою запропонованої нейроматематичної моделі, привело до підвищення точності прогнозування режимів на 2 %;

Застосування нейроматематичного моделювання нетелемеханізованих ЕПК (на прикладі ВАТ «Волиньобленерго») дозволило використати отримані результати для аналізу усталених режимів електричних мереж вищого ієрархічного рівня диспетчерського керування (в даному випадку ЗЕС).

Результати дисертаційної роботи впроваджено в АСДК ЕПК ВАТ «Львівобленерго», центральну диспетчерську службу ЗЕС та в навчальному процесі кафедри електричних систем і мереж Національного університету «Львівська політехніка».

СПИСОК ОСНОВНИХ ПУБЛІКАЦІЙ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Данилюк О.В., Батюк Н.Б., Зуєва Н.В. Математичне моделювання усталених режимів електроенергетичних систем у фазних координатах на основі методу балансу потужностей. // Технічна електродинаміка.-Київ. -1998. -С.36-41.

2. Р. Ткаченко, О. Данилюк, Н. Батюк, І. Юрчак, А. Козовий. Застосування технологій штучних нейронних мереж для визначення втрат електричної енергії в електричних мережах енергопостачальних компаній. // Вісник Державного університету “Львівська політехніка”. «Проблеми економії енергії». - №1.-1998. -С. 114-117.

3. В. Грицик, О. Данилюк, Р. Ткаченко, І. Юрчак, Н. Батюк. Оперативна ідентифікація режимів навантаження фрагментів електроенергетичних систем на основі технологій штучних нейронних мереж. // Вісник Державного університету “Львівська політехніка” “Проблеми економії енергії”.- №2.-1999. -С.143-147.

4. Данилюк О.В., Батюк Н.Б., Андрощук О.В. Моделювання технологічних витрат електричної енергії в енергопостачальних компаніях на основі штучної нейронної мережі з синтезом додаткових входів. // Вісник ДУ "Львівська політехніка" “Електроенергетичні та електромеханічні системи”.- №418.-2001.-С. 43-49.

5. Данилюк О., Батюк Н., Юрчак І., Матвіїшин В. Моделювання на основі штучних нейронних мереж з функціональним синтезом додаткових входів. // Вісник Національного університету “Львівська політехніка”. «Комп'ютерна інженерія та інформаційні технології». -№ 450.-2002.-С. 10-17.

6. Батюк Н.Б. Нейроматематична модель електричної мережі, неоглядної засобами телеметрії для оперативної ідентифікації її режимів. // Вісник Національного університету “Львівська політехніка” “Електроенергетичні та електромеханічні системи”.-№449.-2002.-С. 10-17.

7. Данилюк О.В., Бахор З.М., Батюк Н.Б., Романишин В.В. Оперативна діагностика режимів електроенергетичних систем на основі технологій штучних нейронних мереж. // Інформаційні технології та системи. -Т.4, -№1-2.-2001. -С.73-77.

8. Данилюк О., Батюк Н., Майоров А., Михайляк М. Передбачення режимів нава-нтаження електроенергетичних систем на основі технологій штучних нейронних мереж. // Інформаційні технології та системи. -Т.4, -№1. -2001. -С.100-103.

9. Данилюк О., Батюк Н., Матвіїшин В., Майоров А. Моделювання електроенергетичних систем на основі технологій штучних нейронних мереж. // Технічні вісті. -2002/1(14), 2(15). -С.62-68.

10. O.V. Danylyuk, Yu.V. Opotyak, N.B. Batyuk, V.Ye. Matviyishyn Neuromathematical Emulation of Electrical Networks' Modes. // Proceedings of the XIII International Symposium on Theoretical Electrical Engineering. July 4-7.- 2005.- Lviv, Ukraine. -P.131-133.

11. Грицик В.В., Данилюк О.В., Батюк Н.Б., Майоров А.Ю. Візуалізація плинних режимів електроенергетичних систем на основі нейроматематичних ситуаційних карт особливостей. // Праці Міжнародної конференції з управління “Автоматика-2000”: -Львів.-2000.-Т.7. -С.23-27.

12. Батюк Н.Б. Ідентифікація режимів електричної мережі неоглядної засобами телеметрії в масштабі реального часу. // Доповіді 2-ї міжнародної науково-практичної конференції «Управління енерговикористанням». 3-6 жовтня Україна.-Львів.-2001.- С.31-32.

13. Батюк Н.Б. Ідентифікація режимів електричних мереж за даними телеметрії. // Проблеми економії енергії: Зб. матеріалів ІІІ Міжн. Наук.-техн. конф. -Львів. - 2001. - С. 183-183.

14. Патент № 47128А Україна. Спосіб оперативного управління режимом електроенергетичної системи. /Данилюк О.В., Журахівський А.В., Козовий А.Б., Батюк Н.Б., Дьяченко С.В. -№ 2001075472; Заявлено 31.07.2001; Опубл. 17.06.2002; Бюл. № 6, -3с.

АНОТАЦІЇ

Дьяченко Н.Б. Оперативне моделювання та аналіз режимів електричних мереж енергопостачальних компаній за умов невизначеності. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.14.02 - Електричні станції, мережі та системи.

Національний університет “Львівська політехніка”, Львів, 2007.

У дисертаційній роботі здійснено розвиток теорії моделювання та моделювання усталених режимів роботи електричних мереж ЕПК за умов невизначеності, що дозволило розв'язати ряд конкретних задач диспетчерського керування, а саме оперативного моделювання та аналізу режимів, які не були вирішені раніше. Створено математичну модель розрахунку усталених режимів електричних мереж у фазних координатах для оперативного моделювання, яке здійснюється на основі значень пофазних телевимірів. Розроблено метод функціонального синтезу додаткових входів штучних нейронних мереж для моделювання частково телемеханізованих енергопостачальних компаній, що дозволило підвищити точність результатів моделювання. Вперше розроблено підхід до оперативного моделювання режимів енергопостачальних компаній з перенавчанням штучних нейронних мереж у випадку зміни конфігурації схеми, де в якості вхідних даних використовуються наявна телеметрія. Досліджено конкретні підходи до підвищення точності нейроматематичного моделювання неоглядних засобами телеметрії електричних мереж. Розроблено програмний продукт «Нейроемулятор аналізу режимів електричних мереж» для навчання штучних нейронних мереж як для стаціонарного, так і динамічного моделювання режимів. Основні результати роботи впроваджено в АСДК ЕПК ВАТ «Львівобленерго» та ЦДС Західної електроенергетичної системи.

Ключові слова: енергопостачальна компанія, електрична мережа, математичне моделювання, моделі аналізу, нейроматематичне моделювання, оперативне моделювання, оперативний аналіз, умови невизначеності.

Дьяченко Н.Б. Оперативное моделирование и анализ режимов электрических сетей энергоснабжающих компаний в условиях неопределенности. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.14.02 - Электрические станции, сети и системы.

Национальный университет “Львивська политехника”, Львов, 2007.

Основной задачей диссертации есть разработка методов для усовершенствования процессов оперативного моделирования и анализа режимов энергоснабжающих компаний в условиях неопределенности. В диссертации произведено развитие теории моделирования, в общем, и моделирование установившихся режимов в частности, что позволило решить ряд конкретных не решенных ранее задач диспетчерского управления, а именно, задачи оперативного моделирования и анализа режимов энергоснабжающих компаний в условиях неопределенности путем использования технологий штучных нейронных сетей для формирования моделей в случае частичного информационного обеспечения, где использование математических моделей затруднено.Создана математическая модель расчета установившихся режимов электрических сетей в фазных координатах, что позволило обеспечить оперативное моделирование и анализ режимов энергоснабжающих компаний, оснащенных средствами телеметрии разных поколений используя при этом значения пофазных телеизмерений. Впервые разработан и предложен метод оперативного моделирования режимов энергоснабжающих компаний с переобучением штучных нейронных сетей в случае изменения конфигурации схемы, где в качестве входных данных используется имеющаяся в наличии телеметрия.

Предложено и созданы концептуальные принципы формирования штучных нейронных сетей с функциональным синтезом дополнительных входов для моделирования частично телемеханизированных энергоснабжающих компаний, что позволило значительно повысить точность результатов моделирования. Разработана методика и программный продукт «Нейроэмулятор анализа режимов электрических сетей» для обучения штучных нейронных сетей, как для стационарного, так и динамического моделирования режимов, что разрешило адаптировать процесс обучения и переобучения ШНС в среду оперативного информационно-управляющего комплекса ВАТ «Львивобленерго». Были исследованы конкретные подходы по повышению точности нейроматематического моделирования необозримых средствами телеметрии электрических сетей, и установлено, что функциональный синтез дополнительных входов и разделение входов значительно повышают точность продуцирования значений координат режима. Соответственно были разработаны рекомендации, что до выбора оптимальной архитектуры штучных нейронных сетей. Впервые на основе комплексного похода исследовано влияние погрешностей средств телеметрии. Результаты диссертации внедрены в АСДУ энергоснабжающей компании ВАТ «Львивоблэнерго» и в Центральную диспетчерскую службу Западной электроэнергетической системы для моделирования «Острова Бурштынской ТЕС», а также использованы в процессе обучения на кафедре электрических систем и сетей Национального университета «Львивска политехника».

Ключевые слова: электрическая сеть, энергоснабжающая компания, математическое моделирование, модели анализа, нейроматематическое моделирование, оперативное моделирование, оперативный анализ, условия неопределенности.

N. Diachenko Operative design and analysis of modes of electrical networks of power supply company on condition of not definiteness. - Manuscript.

The dissertation is presented for Ph. D. degree of technical sciences receiving on speciality 05.14.02 - Electric stations, networks and systems.

National university “Lvivska polytehnika”, Lviv, 2007.

The dissertation contains development of design theory and design of withstand modes of electrical networks of Power Supply Company (PSC) on condition of not definiteness. Task of operative design and analysis of the modes was decided. The mathematical model of calculation of withstand modes of electric networks in the co-ordinates of phases for an operative design was created which is carried out on the basis of values of the telemeasurings in the co-ordinates of phases. The method of functional synthesis of additional entrances of artificial neural networks was developed for the design of the partly telemechanized of (PSC), which allowed to increase exactness of results of modeling. The operative design of the modes of (PSC) with repeated studies of artificial neural networks in a case of change configuration of scheme was developed at first. The concrete approaches to the increase of exactness of neural-mathematic model of electric networks' fragments without remote control were explored. The software product of «Neuroemulator of analysis of the modes of electrical networks» was developed for the studies of artificial neural networks. Results of dissertation were inculcated in “Lvivoblenergo” Public Corporation and Western Electricpower System.

Key words: condition of not definiteness, electric network, mathematical design, models of analysis, neural-mathematic model, operative analysis, operative design, Power Supply Company.

Размещено на Allbest.ru

...