Мониторинг распределительной электрической сети на базе когнитивных измерений

Размещено на http://www.allbest.ru/

Воронежский институт высоких технологий

Мониторинг распределительной электрической сети на базе когнитивных измерений

Клименко Ю.А., Преображенский А.П.

г. Воронеж, Россия

Аннотация

В работе обсуждаются возможности системного анализа распределительных электрических сетей энергетической системы с применением когнитивных измерений. Они необходимы для того, чтобы проводить настройку электрических сетей для работы в требуемых режимах. Приведена структурная схема нечёткого логического вывода, позволяющего учесть изменения в параметрах энергетической системы, показаны возможные значения функции работоспособности. Указаны признаки распределительных сетей энергетической системы, которые могут быть полезны для классификации. Отмечается важность мониторинга распределительной электрической сети с точки зрения эксплуатационных условий для заданных временных интервалов. С этой целью предложена система нечетких рассуждений. По результатам моделирования была введена лингвистическая переменная “уровень риска аварийности”.

Ключевые слова: алгоритм, мониторинг, электрическая сеть, когнитивность, измерение, признак, классификация, лингвистическая переменная.

MONITORING OF THE ELECTRICAL DISTRIBUTION NETWIRK BASED ON COGNITIVE MEASUREMENTS

Klimenko Yu. A., Preobrazhenskiy A.P.

Voronezh Institute of High Technologies, Voronezh, Russia

Abstract

In this article, the authors discuss the possibilities of the system analysis of power distribution networks of an energy system using cognitive measurements. These measurements are necessary in order to configure the electrical networks to operate according to the required performance modes. A block diagram of a fuzzy logic system output that allows to change the parameters of the energy system is presented, and possible values of the performance function are shown. The characteristics of distribution networks of the energy system that can be useful for classification are defined. The authors emphasize the importance of monitoring of the distribution network in terms of operating conditions for specified time intervals. For this purpose, a system of fuzzy logic output is given. Based on the model's results, a new linguistic variable “accident risk level” was introduced.

Keywords: algorithm, monitoring, electrical network, cognition, measurement, indicator, classification, linguistic variable.

Введение

В настоящее время при управлении распределительными электрическими сетями (РЭС) энергетических систем [1] применяются интеллектуальные автоматизированные комплексы. При этом, поскольку решаются задачи мониторинга [2], исследователи и разработчики опираются на формирование и активное применение подходов и систем, базирующихся на знаниях. Знания рассматриваются в виде метаданных. Это данные, которые анализируются совместно с методами для того, чтобы их анализировать и обрабатывать. Когда мы разрабатываем интеллектуальную систему, то мы исходим из того, что будет строиться цикл инженерии знании. В него входят несколько этапов. В ходе их реализации знания приобретаются, представляются, пополняются, передаются. Важно при практическом решении задач обращать внимание на начальный этап, в ходе которого знания приобретаются. Их источники бывают разными: знания извлекаются из экспертов, будут получены от текстовых или графических источников, будут обнаружены как результат анализа сенсорных данных. Когда разрабатывается интеллектуальная система мониторинга РЭС энергетических систем, то в ней большое значение отводится получению знаний на базе разных измерений. Например, для участка РЭС необходимо проводить измерения по энергетическим показателям, значениям токов, напряжений и т.д. [3]

После того, как проведены измерения, они могут быть использованы для того, чтобы решать задачи диагностики (оценки) компонентов РЭС энергетических систем, осуществления прогнозирования их последующего функционирования и поддержки принятия решений о том, насколько возможна их эксплуатация и при каких условиях.

Целью данной работы является разработка предложений по использованию аппарата нечёткой логики в системе мониторинга РЭС.

Системный анализ распределительной электрической сети

В ходе эксплуатации с течением времени в РЭС энергетической системы происходит изменение потребительских свойств. Связано это физическим и моральным износом, а также влиянием внешних факторов. Если будут выходить из строя отдельные компоненты РЭС, то ее работоспособность может быть утрачена полным образом. Это можно объяснить тем, что с точки зрения системного плана она характеризуется линейной структурой.

Рис. 1 - Структурная схема нечёткого логического вывода

Для разных классов компонентов описание функций работоспособности может осуществляться на основе разных параметров (рис. 1). Если мы анализируем состояние функции по определенному моменту времени, то при оценке относительно какого-либо параметру, ее значения могут быть следующими:

«безопасное», при этом значение контролируемого параметра мы будем наблюдать внутри безопасного диапазона, не будет существовать его выход в предупредительный диапазон: тогда будет выполнение функции, для системы будет безопасное состояние:

«предупредительное» - значение контролируемого параметра мы будем наблюдать внутри предупредительного диапазона:

«опасное» - мы будем наблюдать выход контролируемого параметр вне предельного диапазона.

Когда мы осуществляем процесс классификации анализируемые компоненты будут группироваться в классы. Они являются классификационными таксонами, при этом мы используем выбранные признаки - основания классификации [4]. Для того, чтобы классифицировать распределительные сети энергетической системы можно указать такие признаки как:

К1 - назначение: общего назначения (электроснабжение промышленных, сельскохозяйственных, транспортных и бытовых потребителей), автономные (электроснабжение автономных и мобильных объектов: космических аппаратов, автономных станций, транспортных средств, судов, самолетов, роботов и др.), технологических объектов (электроснабжение производственных и других инженерных сетей), контактные (специальные, для передачи электроэнергии на движущиеся вдоль сети транспортные средства (локомотив, метро, трамвай, троллейбус);

К2 - место расположения и характеру потребителей (промышленные, городские, сельские, сети электрифицированных железных дорог, сети магистральных нефте- и газопроводов)

К3 - выполняемые функции (системообразующие, питающие, распределительные);

К4 - схема соединений (замкнутые, разомкнутые);

К5 - конструктивное исполнение: воздушные, кабельные, проводки внутри зданий и сооружений, токопроводы промышленных предприятий

К6 - протяженность;

К7 - род тока(переменный трехфазный ток, переменный однофазный, постоянный ток);

К8 - величина напряжения (напряжением до 1 кВ, напряжением выше 1 кВ);

К9 - режим работы нейтрали (глухозаземленная, изолированная)

К10 - количество цепей

К11 - сечение провода

К12 - количество трансформаторных подстанций.

Согласно «Методике комплексного определения показателей технико-экономического состояния объектов электроэнергетики, в том числе, показателей физического износа и энергетической эффективности объектов электросетевого хозяйства проведение мониторинга распределительной электрической сети» [5] заключается в систематическом наблюдении за ее функционированием и соблюдением эксплуатационных условий для заданных временных интервалов с привлечением специальных технических средств и датчиков, которые будут располагаться на определенных участках сети. Рассматриваем мы мониторинг как совокупность работ в системах наблюдения за РЭС, при этом ведется диагностика, обследования и испытания. В ходе мониторинга происходит выполнение экспериментальной оценки по измеряемым количественным параметрам, а также качественным признакам, которые характеризуют техническое состояние РЭС, к которым относятся: величина электрического тока; величина электрического напряжения; поперечное сечение проводника; температура нагрева проводника; потери электроэнергии.

Описание системы нечетких рассуждений в задаче мониторинга распределенных энергетических систем

Таблица 1 - Нечеткие продукционные правила определения риска аварийности

Системы нечеткого вывода преобразуют значения входных переменных процесса управления в выходные переменные на основе применения нечётких продукционных правил [6]. Системы нечёткого вывода содержат базу нечётких продукционных правил и реализуют нечёткий вывод заключений в виде посылок в форме нечётких лингвистических выражений [7]. электрический сеть энергетический измерение

Продукционная система нечётких правил представляет собой совокупность правил вида “ЕСЛИ”, “ТО”. Каждое правило имеет некоторый коэффициент определённости который определяет степень истинности заключения, получаемого по конкретному нечёткому правилу. Для заключения используются нечёткие выражения. Базовыми выражением нечётких продукционных правил является лингвистическая переменная (ЛП) “состояние электрической сети” [8]. Посылками нечётких правил являются значения ЛП: величина электрического тока, величина электрического напряжения, поперечное сечение проводника, температура нагрева проводника, мощность потерь электроэнергии. Заключением является ЛП “уровень риска аварийности” с деонтическими базовыми определениями “низкий”, “средний”, “высокий”.

Характеристики алгоритма Мамдани

В системах нечеткого вывода используется большое число алгоритмов. Среди них можно отметить алгоритм Мамдани. Его рассматривали 45 лет назад как подход в задаче, связанной с управлением паровым двигателем. Укажем ключевые составляющие в этом алгоритме:

Формируется база правил в системах нечеткого вывода для распределенных энергетических систем.

Осуществляется процесс фазификации входных переменных.

Происходит агрегирование подусловий по нечетким правилам продукции. Чтобы определять степень истинности условий по каждому правилу нечетких продукций приходится исходить из парных нечетких логических операций. Для тех правил, в которых есть отличие от 0 степени истинности условий, мы будем признавать активность и мы их будем применять в последующих расчетах.

Происходит активизация подзаключений по нечетким правилам продукций. Происходит учет лишь активных правил нечетких продукций, что ведет к тому, что сокращается время вывода.

Происходит аккумуляция по заключениям в нечетких правилах продукций. При этом приходится применять формулу, которая описывает объединение нечетких множеств. Они будут соответствовать термам подзаключений, которые будут связаны с одними и теми же выходными лингвистическими переменными.

Результаты моделирования

Предлагается ввести ЛП “уровень риска аварийности” с терм-множеством : очень высокий, высокий, выше среднего, средний, ниже среднего, низкий, очень низкий.

Рис. 2 - ЛП ” уровень риска аварийности” с базовыми значениями

Базовыми термы: высокий, средний, низкий. Составные термы: очень высокий, выше среднего, ниже среднего, очень низкий.

Рис. 3 - Терм-множество ЛП ” уровень риска аварийности”

Выводы

В работе рассмотрена задача мониторинга распределенной энергетической системы, базирующаяся на едином подходе исследования влияния различных внешних факторов. При этом учитывалась нечеткость и неточность в исходной информации, которая относилась к таким количественным параметрам, как величина электрического тока, величина электрического напряжения, поперечное сечение проводника, температура нагрева проводника, потери электроэнергии. Введен набор лингвистических переменных: состояние электрической сети, уровень риска аварийности. Проведено построение и реализация моделей нечеткого вывода.

Список литературы / References

1. Львович Я.Е. Об управлении работой распределенных энергетических систем /Львович Я.Е., Львович И.Я., Преображенский А.П., Клименко Ю.А., Чопоров О.Н. // В сборнике: XIII Всероссийское совещание по проблемам управления ВСПУ-2019. Сборник трудов XIII Всероссийского совещания по проблемам управления ВСПУ-2019. Институт проблем управления им. В.А. Трапезникова РАН. 2019. С. 2473-2478.

2. Клименко Ю.А. Оптимизационное моделирование распределенных электрических систем / Клименко Ю.А. // В сборнике: Оптимизация и моделирование в автоматизированных системах. Труды Международной молодежной научной школы. 2019. С. 92-93.

3. Клименко Ю.А. Анализ характеристик распределенных электрических систем. / Клименко Ю.А. / В сборнике: Интеллектуальные информационные системы. Труды Международной научно-практической конференции. В 2-х частях. 2019. С. 23-25 Шнейдер Ю.А. Системы и модели / Ю.А. Шнейдер, А.А Шаров. - М: Радио и связь, 1982 . - 152 с.

4. Постановление Правительства Российской Федерации от 19 декабря 2016 года № 1401" О комплексном определении показателей технико-экономического состояния объектов электроэнергетики, в том числе, показателей физического износа и энергетической эффективности объектов электросетевого хозяйства, и об осуществлении мониторинга таких показателей” Заде Л. Понятие лингвистической переменной и его применение к принятию приближённых решений : Пер. с англ. - М.: Мир,1986. - 167 с.

5. Леоненков А. В. Нечёткое моделирование в среде Matlab и Fuzzy Tech. - СПб. : БХВ - Петербург, 2005. - 725 с.

6. Нечёткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. - М.: Наука,1986. - 311 с.

Список литературы на английском языке / References in English

1. L'vovich Y.E. Ob upravlenii rabotoj raspredelennyh energeticheskih sistem [On the control of distributed energy systems] /L'vovich Y.E., L'vovich I.YA., Preobrazhenskij A.P., Klimenko Y.A., CHoporov O.N. // V sbornike: XIII Vserossijskoe soveshchanie po problemam upravleniya VSPU-2019. Sbornik trudov XIII Vserossijskogo soveshchaniya po problemam upravleniya VSPU-2019. Institut problem upravleniya im. V.A. Trapeznikova RAN [In the collection: XIII all-Russia meeting on control problems VCPU-2019. Proceedings of the XIII all-Russian meeting on VSPU management problems-2019. V. A. Trapeznikov Institute of management problems]. 2019. P. 2473-2478. [in Russian]

2. Klimenko Y.A. Optimizacionnoe modelirovanie raspredelennyh elektricheskih sistem [Optimization modeling of distributed electrical systems] / Klimenko Y.A. // V sbornike: Optimizaciya i modelirovanie v avtomatizirovannyh sistemah. Trudy Mezhdunarodnoj molodezhnoj nauchnoj shkoly [in the collection: Optimization and modeling in automated systems. Proceedings of the International youth scientific school]. 2019. P. 92-93. [in Russian]

3. Klimenko Y.A. Analiz harakteristik raspredelennyh elektricheskih system [Analysis of the characteristics of distributed electrical systems] / Klimenko YU.A. / V sbornike: Intellektual'nye informacionnye sistemy. Trudy Mezhdunarodnoj nauchno-prakticheskoj konferencii. V 2-h chastyah [in the collection: Intelligent information system. Proceedings of the International scientific and practical conference. In 2 parts.] 2019. P. 23-25. [in Russian]

4. Shnejder Ju.A., Sharov A.A.. Sistemy i modeli [Systems and models] . - M: Radio i svjaz', 1982 . - 152 p. [in Russian]

5. Postanovlenie Pravitel'stva Rossijskoj Federacii ot 19 dekabrja 2016 goda № 1401" O kompleksnom opredelenii pokazatelej tehniko-jekonomicheskogo sostojanija ob#ektov jelektrojenergetiki, v tom chisle, pokazatelej fizicheskogo iznosa i jenergeticheskoj jeffektivnosti ob#ektov jelektrosetevogo hozjajstva, i ob osushhestvlenii monitoringa takih pokazatelej”[On a comprehensive definition of indicators of the technical and economic state of electric power facilities, including indicators of physical deterioration and energy efficiency of electric grid facilities, and on monitoring such indicators]

6. Zade L. Ponjatie lingvisticheskoj peremennoj i ego primenenie k prinjatiju priblizhjonnyh reshenij [The concept of a linguistic variable and its application to making approximate decisions]: Per. s angl.-M.: Mir,1986. - 167p.

7. Leonenkov A. V. Nechjotkoe modelirovanie v srede Matlab i Fuzzy Tech [Fuzzy modeling in Matlab and Fuzzy Tech]. - SPb. : BHV - Peterburg, 2005. - 725 p. [in Russian]

8. Nechjotkie mnozhestva v modeljah upravlenija i iskusstvennogo intellekta [Fuzzy sets in control and artificial intelligence models] / Pod red. D.A. Pospelova. - M.: Nauka,1986. - 311 p. [in Russian]

Размещено на Allbest.ru