Полное описание

Идентификация состояния силовых трансформаторов 110(35)/10 кв на основе анализа данных тепловизионного обследования и методов искусственного интеллекта / И. С. Сухачев, В. А. Шеломенцев, Г. А. Хмара [и др.]. - DOI 10.17122/1999-5458-2024-20-2-22-36. - Текст : непосредственный // Электротехнические и информационные комплексы и системы : журнал. - 2024. - Т. 20, N 2. - С. 22-36. - Библиогр. в конце ст. - ISSN 1999-5458.
(Шифр в БД У3550/2024/20/2)

ГРНТИ	УДК
28.23	004.8
28.23.25	004.85
28.23.37	004.032.26
	621.31

Рубрики:
Искусственный интеллект
Машинное обучение
Нейронные сети

Кл.слова (ненормированные): силовой трансформатор -- идентификация технического состояния -- искусственная нейронная сеть -- машинное обучение -- тепловизионное обследование -- метрики эффективности -- бинарная классификация
Аннотация: Актуальность В настоящее время электроэнергетические системы претерпевают интенсивное развитие и усложнение структуры, связанное с внедрением новых технологических объектов - потребителей электрической энергии и сопутствующих функциональных узлов электрической сети, оценка надежности которых производится согласно Приказу Минэнерго № 676 от 26.07.2017 г. по показателям технического состояния и включает 1234 параметра. Основными функциональными узлами, а также наиболее распространенными элементами электроэнергетической системы являются силовые трансформаторы, оцениваемые по 243 параметрам, значительную часть которых получают посредством методов термического и визуального контроля. Внедрение автоматизированных систем мониторинга параметров диагностирования технического состояния силовых трансформаторов, развития интеллектуальных систем обработки результатов измерения физических величин позволят минимизировать ошибки обнаружения дефектов и неисправностей электрооборудования и перейти к его риск-ориентированному управлению. Таким образом, целесообразна разработка системы идентификации технического состояния высоковольтных вводов силовых трансформаторов как узлов, наиболее подверженных повреждениям. Цель исследования Обеспечение устойчивости электроэнергетических систем путем разработки системы идентификации состояния силовых трансформаторов на основе анализа тепловизионных данных и алгоритмов искусственного интеллекта и последующего перехода на ее основе к риск-ориентированному управлению в электроэнергетике. Методы исследования Термографический и визуальный контроль высоковольтных вводов силового трансформатора; методы искусственного интеллекта: YOLO, ResNet, FEDOT, Random Forest; бинарная классификация; метрики оценки эффективности разработанной системы; стресс-тестирование модели машинного обучения. Результаты Разработана система идентификации состояния высоковольтных вводов силовых трансформаторов на основе анализа методами искусственного интеллекта результатов термографического и визуального контроля. Произведена оценка разработанной системы с помощью расчета метрик ее эффективности: значение метрики ROC AUC свидетельствует о достаточно высокой точности идентификации дефектов, при обработке термограмм с дефектами нормализованные метрики значения ROC AUC указывают на устойчивость разработанной системы к различным типам дефектов термограмм, а также на ее способность сохранять высокую эффективность в реальных условиях. Разработанная система обладает способностью адаптироваться к различным источникам данных (термограммам, показателям электрической нагрузки, климатическим условиям и пр.) и типам их дефектов. Система демонстрирует удовлетворительные результаты, в том числе при малом количестве обучающих записей, что позволяет использовать ее в условиях ограниченной доступности исходных данных.
Доп. точки доступа:
Сухачев, Илья Сергеевич
Шеломенцев, Владислав Александрович
Хмара, Гузель Азатовна
Сидоров, Сергей Владимирович
Попов, Евгений Игоревич
Швецова, А.А.


Имеются экземпляры в отделах: всего 3 : ЧЗХР (1), ХРЦ (1), ХРР (1)
Свободны: ЧЗХР (1), ХРЦ (1), ХРР (1)
Переход по DOI

Заказать
Заказ фрагмента документа ₽