Полное описание

Полуянович, Н. К. Алгоритм обучения искусственной нейронной сети факторного прогнозирования ресурса изоляционных материалов силовых кабельных линий / Н. К. Полуянович, М. Н. Дубяго. - Текст : непосредственный // Южный федеральный университет. Известия ЮФУ. Технические науки : научно-технический и прикладной журнал. - 2021. - N 2. - С. 59-73. - Библиогр. в конце ст. - ISSN 1999-9429.

ГРНТИ	УДК
28.23.37	004.032.26
75.31.31

Кл.слова (ненормированные): nрогнозuрование -- изоляционные материалы -- термофлуктуационные nроцессы -- алгоритм Левенберга-Марквардта -- архитектура нейронной сети -- надежность систем энергоснабжения
Аннотация: Статья посвящена исследованиям термофлуктуационных процессов в соответствии с теорией теплопроводности для решения задач факторного прогнозирования остаточного ресурса изоляционных материалов на основе неразрушающего температурного метода. Обоснована актуальность задачи разработки алгоритма для прогнозирования температуры жил СКЛ в режиме реального времени на основе данных системы температурного мониторинга, с учетом изменения токовой нагрузки линии и внешних условий теплоотвода. Экспериментальным методом выявлены типы искусственных нейронных сетей, их архитектура и состав, которые обеспечивают максимальную точность прогнозирования при минимальном наборе значимых факторов. Разработана нейросеть для определения температурного режима токоведущей жилы силового кабеля. Определен минимальный набор значимых факторов и размерность входного обучающего вектора, который обеспечивает универсальность нейросетевого метода прогнозирования. Разработана нейросеть для определения температурного режима токоведущей жилы заключается в диагностике и nрогнозировании ресурса эпектроизоляции (ЭИ) силового кабеля. Модель позволяет оценивать текущее состояние изоляции и nрогнозuровать остаточный ресурс CКЛI. Проведен сравнительный анализ экспериментальных и расчетных характеристик алгоритмов обучения искусственной нейронной сети. Установлено, что предлагаемый алгоритм искусственной нейронной сети может быть использован для составления прогноза температурного режима токоведущей жилы, на три часа вперед с точностью до 2,5 % от фактического значения температуры жилы. Основная область применения разработанной нейросети для определения температурного режима токоведущей жилы заключается в диагностике и прогнозировании ресурса электроизоляции (ЭИ) силового кабеля. Разработка интеллектуальной системы прогнозирования (ИНС) температуры жилы СКЛ способствует планированию режимов работы электросети с целью повышения надежности и энергоэффективности их взаимодействия с объединенной энергосистемой.
Доп. точки доступа:
Дубяго, М. Н.


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -295304-480843)

Шифр в сводном ЭК: 96537f35daeea0721cda93a05b152b2d

Заказать
Заказ фрагмента документа ₽