Дослідження системи контролю ожеледе-паморозевих відкладень на проводах електричних мереж та способів їх усунення

Тип работы:
Магистерская работа
Предмет:
Физика


Узнать стоимость

Детальная информация о работе

Выдержка из работы

АНОТАЦІЯ

Розглянуто задачу попередження виникнення ожеледних аварій на повітряних лініях електропередачі. З цією метою на найбільш аварійно-небезпечних ділянках встановлюються автоматичні пости контролю ожеледного навантаження і метеопараметрів, дані з яких використовуються для прогнозування утворення ожеледі. Запропоновано нейромережевий метод для такого прогнозування, його робота опробувана на реальних даних.

АННОТАЦИЯ

Рассмотрена задача предупреждения возникновения гололедных аварий на воздушных линиях электропередачи. С этой целью на наиболее аварийно-опасных участках устанавливаются автоматические посты контроля гололедной нагрузки и метеопараметров, данные с которых используются для прогнозирования гололедообразования. Предложен нейросетевой метод для такого прогнозирования, его работа испытана на реальных данных.

THE SUMMARY

The problem of prevention of faults caused by overhead power line glazing is considered. With this purpose, in the most fault-prone areas, automatic monitoring posts for glaze loads and meteorological parameters are installed the data of which are used to predict glazing. A neural network method for such prediction is proposed and has been tested on real data.

РЕФЕРАТ

Магістерська робота складається з розрахунково-пояснювальної записки, виконаної машинописним способом на 99 аркушах формату А4, яка вміщує 5 розділів, 4 таблиць, 19 рисунків, 24 найменування використаних джерел і презентаційного матеріалу на 13 аркушах.

Метою магістерської роботи є розробка математичної моделі прогнозування ожеледе-паморозевих відкладень (ОПВ) і автоматизованої системи прогнозування аварійних ситуацій внаслідок утворення ожеледі на повітряних лініях електропередачі на основі нейронних мереж.

В процесі виконання магістерської роботи використовувались спеціалізовані архітектури штучних нейронних мереж на базі гібридних нейроподібних елементів, моніторинг ожеледно-вітрових і температурних навантажень повітряних ліній електропередачі, програмне забезпечення системи виявлення та плавки ожеледі на ПЛ 10−500 кВ.

В результаті проведених лабораторних досліджень ми змогли з високою точністю спрогнозувати динаміку ожеледного навантаження на ЛЕП. Винахід може бути використаний для безперервного контролю навантаження на проводах ліній електропередачі від ожеледі.

Таким чином, завдяки даній системі, у диспетчера з’являється можливість контролю температури і вологості повітря, вагового навантаження на провід в режимі реального часу.

Ключові слова: ОЖЕЛЕДЕ-ПАМОРОЗЕВІ ВІДКЛАДЕННЯ, МАТЕМАТИЧНА МОДЕЛЬ ПРОГНОЗУВАННЯ, НЕЙРОННІ МЕРЕЖІ, АВТОМАТИЗОВАНА СИСТЕМА ПРОГНОЗУВАННЯ.

ЗМІСТ

ВСТУП

1. АНАЛІЗ СУЧАСНОГО СТАНУ ПРОБЛЕМИ ЗАХИСТУ ПОВІТРЯНИХ ЛІНІЙ ЕЛЕКТРОПЕРЕДАВАННЯ ВІД ОЖЕЛЕДІ

1.1 Актуальність теми

1.2 Аналіз існуючих методів боротьби з ожеледю

1.3 Аналіз моделей прогнозування та пристроїв контролю ожеледі

Висновок

2. МАТЕМАТИЧНА МОДЕЛЬ ПРОГНОЗУВАННЯ НАВАНТАЖЕННЯ ВІД ОЖЕЛЕДІ НА БАЗІ НЕЙРОННИХ МЕРЕЖ

2.1 Задачі моніторингу повітряних ліній в районах з високою інтенсивністю відкладення ожеледі

2.2 Прогнозування ожеледного навантаження на базі нейронних мереж

2.3 Архітектура мережі на базі гібридних нейроподібних елементів

Висновок

3. ПОБУДОВА СИСТЕМИ МОНІТОРИНГУ НАВАНТАЖКННЯ ВІД ОЖЕЛЕДІ НА ПОВІТРЯНИХ ЛІНІЯХ ЕЛЕКТРОПЕРЕДАВАННЯ

3.1 Розробка структурної схеми системи контролю ожеледі

3.2 Програмно-апаратна частина системи контролю ожеледі

3.3 Використання за призначенням системи контролю ожеледі

4. ДОСЛІДЖЕННЯ СПОСОБІВ ТА ТЕХНІЧНИХ ЗАСОБІВ ЗАХИСТУ ПОВІТРЯНИХ ЛІНІЙ ВІД ДІЇ ОЖЕЛЕДЕ-ПАМОРОЗЕВИХ ВІДКЛАДЕНЬ

4.1 Електротепловий спосіб запобігання утаорення ОПВ

4.2 Боротьба з ОПВ на проводах ПЛ на основі явища скін-ефекту

Висновок

5. ОХОРОНА ПРАЦІ ТА БЕЗПЕКИ В НАДЗВИЧАЙНИХ СИТУАЦІЯХ

ЗАГАЛЬНІ ВИСНОВКИ ПО РОБОТІ

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

ДОДАТКИ

ВСТУП

Магістерська робота присвячена науковому обгрунтуванню основних технічних і технологічних рішень автора, спрямованих на підвищення надійності, забезпечення енергобезпеки та вдосконалення управління роботи електроенергетичних систем в екстремальних погодних умовах.

Актуальність роботи. Робота присвячена розробці програмних і технічних засобів щодо забезпечення надійного і безперебійного енергопостачання споживачів. Ця мета не буде досягнута без підвищення надійності функціонування електроенергетичних систем, особливо в екстремальних умовах, у тому числі взимку при виникненні інтенсивних ожеледно — вітрових впливів і влітку при високій температурі повітря, обмежує передачу потужності по лініях електропередачі. Підвищення надійності можливо в даний час шляхом комплексного використання нових інформаційних технологій.

Відкладення на проводах повітряної лінії (ПЛ) у вигляді ожеледі, мокрого снігу з наступним його замерзанням є одним з найбільш важких природних факторів, що призводять до перерв в енергопостачанні, втрат матеріальних і фінансових ресурсів в Україні.

У світовій практиці на сьогодні є достатньо пропозицій щодо захисту ПЛ всіх класів напруги від ожеледяно-вітрових аварій, які можна класифікувати по виду і характеру використовуваної енергії на тепловий фізичний, хімічний, механічний. Застосування того чи іншого способу в кожному конкретному випадку має бути економічно виправдано.

На жаль, аналіз стану організації розробок і впровадження нових ефективних способів боротьби з ожеледяно-вітровими аваріями на сьогодні в Україні показав, що галузь не використовує наявні напрацювання в цій галузі.

Фактично повністю відсутня відомча служба оперативного та прогнозного моніторингу метеорологічних параметрів навколишнього середовища, що виключає впровадження автоматизованої підсистеми оперативного управління в умовах появи ожеледяно-вітрових аварій, а це, у свою чергу, значно знижує ефективність попереджувальних заходів включаючи плавку на проводах ПЛ всіх класів напруги.

Мета та завдання дослідження. Метою магістерської роботи є розробка математичної моделі прогнозування ожеледе-паморозевих відкладень (ОПВ) і автоматизованої системи прогнозування аварійних ситуацій внаслідок утворення ожеледі на повітряних лініях електропередачі на основі нейронних мереж. Для досягнення сформульованої мети необхідно розв’язати наступні задачі:

— проаналізувати сучасний стан захисту повітряної лінії від ожеледі;

— створення та впровадження математичних моделей ожеледного навантаження;

— розробити структурну схему та програмно-апаратну частину автоматизованої системи контролю ожеледі;

— запропонувати способи та технічні засоби з ОПВ;

— розробити заходи з охорони праці та безпеки в надзвичайних ситуаціях.

Для вибору того чи іншого способу захисту від ожеледяно-вітрових аварій, розробки і впровадження нових способів і технічних засобів, недостатньо тільки оцінки їх економічної ефективності. У зв’язку з цим в даній роботі нами розкривається «сутність» ожеледяно-вітрових аварій, механізм його утворення, обгрунтовуються технічні та метеорологічні параметри, існуючі способи боротьби, а також формулюються загальні принципи побудови автоматизованих телеметричних систем контролю процесу утворення ожеледі на основі штучних нейронних мереж.

Практичне значення одержаних результатів. Застосування мережі на базі гібридних нейроподібних елементів у поєднанні з генетичним алгоритмом для оптимізації її структури дозволило з високою точністю спрогнозувати динаміку ожеледного навантаження на ЛЕП, що підтверджено експериментальною перевіркою на реальних даних.

Публікації. Основні результати досліджень були опубліковані в 1 тезі доповіді на студентській науково-практичній конференції «проблеми енергозабеспечення та енергозбереження в АПК України» (Харків, ХНТУСГ, 2013р.).

1. АНАЛІЗ СУЧАСНОГО СТАНУ ПРОБЛЕМИ ЗАХИСТУ ПОВІТРЯНИХ ЛІНІЙ ЕЛЕКТРОПЕРЕДАВАННЯ ВІД ОЖЕЛЕДІ

1.1 Актуальність теми

електропередавання ожеледь повітряний лінія

Процес утворення ожеледі. Вітер наносить мокрий сніг на вітряну сторону проводу. В результаті несиметричного навантаження провід починає повертатися. Вільна від снігу частина поверхні проводів знаходиться тепер на вітряній стороні і процес знову повторюється, провід знову провертається [1]. Так відбувається доти, поки муфта ожеледі не замикається (рис. 1. 1). Після замикання першої муфти весь процес повторюється. В результаті товщина льодяної муфти може виявитися більшою діаметра проводу і досягати 75 -200 мм.

Рисунок 1.1 Динаміка (а) та види (б) утворення муфти ожеледі на проводі з часом

Повітряні лінії електропередавання (ПЛ) працюють в умовах впливу на них численних експлуатаційних і метеорологічних факторів. Найбільш небезпечними є екстремальні метеорологічні впливи у вигляді сполучень ожеледних та вітрових навантажень на проводи та грозотроси ПЛ.

Наявність ожеледі на проводах і тросах повітряних ліній електропередачі (ЛЕП) викликає додаткові механічні навантаження на всі конструктивні елементи повітряної лінії. Великі відкладення можуть призводити до обриву проводів і тросів, руйнування арматури, деформації і падіння опор лінії. Оскільки відкладення ожеледі по фазним проводам звичайно відбувається нерівномірно, то стріли провису стають неоднаковими, що призводить до додаткових механічних навантажень і часто викликає схлистання проводів і тросів, особливо під час опадання ожеделі. Наявність ожеледі також є однією з причин так званої «пляски проводів», яка може викликати важкі аварії на ЛЕП.

Наведемо декілька прикладів аварій в системах НЕК «Укренерго». Внаслідок сильної ожеледі, що супроводжувалась поривами вітру, сталася найбільша для України природна катастрофа за останнє сторіччя, що паралізувала діяльність майже п’яти тисяч населених пунктів 12 областей України (27 — 28. 11. 2000 р.). Товщина стінки ожеледі досягала 200 мм. Було пошкоджено 5 повітряних ліній (ПЛ) 750 кВ, 12 ПЛ 330 кВ, одна міждержавна ПЛ 110 кВ і знеструмлена підстанція 330 кВ «Котовська» (повністю або частково зруйновано 54 металевих опори 750 кВ, 245 залізобетонних і металевих опор 330 кВ і 141 залізобетонна опора 110 кВ, розірвані троси і проводи, зруйновані гірлянди ізоляторів та ін.). Загальний збиток для НЕК «Укренерго» становив більше 68 млн грн.

Внаслідок погіршення погодних умов, сильної ожеледі, покриття льодом проводів ліній електропередачі на території Овруцького району (11. 01. 2010 р.) сталося пошкодження 4 ЛЕП-110 кВ, 5 ЛЕП-35 кВ, 30 ЛЕП-10 кВ, відключено 450 трансформаторних підстанцій (ТП) 0,6−10 кВ, пошкоджено 85 опор, відключено від електропостачання 156 населених пунктів.

У Кримській електроенергетичній системі в районі м. Красноперекопська (18. 12. 2009 р.) створилися складні метеорологічні умови, що супроводжувалися утворенням ожеледі на проводах ПЛ. Спостерігалось інтенсивне галопування проводів. Через це були зруйновані скоби вузлів кріплення (типу ПВС-330 АМ), зруйновані 16 металевих проміжних опор (типу ЦП-25И).

На ПЛ 330 кВ Каховська-Островська у прогоні опор товщина ожеледної муфти становила близько 100 мм на проводах і більше 50 мм -натросах, опорах, конструкціях опор, ізоляторах (рис. 1. 2).

а б в г

Рисунок 1.2 Приклад аварій, спричинених відкладанням ожеледі:

а — руйнування траверси фази С; б, в — руйнування проміжної опори ПЛ 330 кВ; г — муфта ожеледі на проводі

Такі впливи є випадковими метеорологічними явищами, які, як правило, одночасно охоплюють великі райони, мають масовий характер і тому приносять значні матеріальні збитки.

1.2 Аналіз існуючих методів боротьби з ожеледю

Методи і шляхи боротьби з ожеледдю. Нині енергетиками розроблено ряд комплексних заходів щодо боротьби з ожеледдю, в основу яких покладено плавлення ожеледі. Вона дозволяє видалити ожеледь на десятках кілометрах лінії протягом 0,5 — 1 год, попередити небезпечні перевантаження і галопування проводів[2]. Схеми плавлення ожеледі повинні бути простими і надійними. Плавлення можна виконувати як на змінному струмі, так і на постійному, що визначається на основі техніко-економічних розрахунків, наприклад методом порівняння.

Плавлення ожеледі коротким замиканням змінним струмом. При плавленні таким способом лінія, що обігрівається, замикається з одного кінця, а з іншого до неї підводиться напруга, достатня, щоб забезпечити протікання проводами необхідного для плавки струму [4]. Плавлення може проводитись за способом: трифазного, двофазного або однофазного короткого замикання (к. з) за схемою «змійка».

Найпростішим із них є метод трифазного к.з. (рис. 1. 3)

Рисунок 1.3 Схема плавлення ожеледі за методом трифазного короткого замикання

Переваги: простота і швидкість складання та збирання. Недоліки: неможливість безперебійного електропостачання споживачів.

Спосіб зустрічного вмикання фаз. Полягає в тому, що на одному кінці проводу лінії, що обігрівається, приєднуються до фаз А, В, С, а на другому — відповідно до фаз В, С і А або С, А і В. Таким чином, на лінію подається не фазна, а лінійна напруга (рис 1. 4).

Переваги: дозволяє збільшити довжину ліній, на яких відбувається плавлення, на 70% або збільшити струм плавлення; можливе одночасне живлення споживачів. Недоліки: спосіб неможливий, якщо між лініями, що розміщені між сусідніми підстанціями, немає зв’язку по лініях високої напруги.

Плавлення шляхом перерозподілу навантажень. Досягається шляхом: а) підвищення навантаження станцій, що передають енергію через лінію, що обігрівається; б) підвищення навантаження підстанцій шляхом перемикання в мережі нижчої напруги; в) відключення частини лінії, в результаті чого збільшується потужність, що передається. Переваги: можливість безперебійного постачання електроенергії; відсутні затрати на придбання додаткового обладнання. Недоліки: доцільно застосовувати лише при профілактиці ожеледеутворення.

Рисунок 1.4 Схеми плавки ожеледі за способом зустрічного вмикання фаз

Метод резонансу струмів. При цьому методі на робочий струм накладають додатковий струм, створений у контурі, частиною якого є лінія, що обігрівається. Для цього в контур вмикають джерело електрорушійної сили (ЕРС), величина і фаза якого підбирається таким чином, щоб збільшити струм до необхідного значення (рис. 1. 5). Використовують вольтододаткові трансформатори (ВДТ), що регулюють величину поздовжньої і поперечної ЕРС, тим самим забезпечуючи оптимальний режим плавлення.

Переваги: можливість безперебійного електропостачання. Недоліки: складна схема; необхідність додаткового обладнання.

Плавлення постійним струмом. За таким способом використовують спеціальні установки, виконані на базі некерованих мостових випрямлячів або керованого шестиполюсного випрямляча [5]. Для першого випадку можлива лише дискретність у виборі струму плавки, другий має ряд переваг: можливість плавного регулювання струму плавлення, підвищується оперативність плавлення, полегшується робота комутаційних пристроїв.

а б

Рисунок 1.5 Схеми плавлення ожеледі методом включення ЕРС у контур: а — при паралельних лініях; б — при кільцевій мережі

Використовують схеми: «змійка», «провід — провід», «провід — два провода» і «провід — земля».

Наведені методи та шляхи боротьби з ожеледдю не вичерпують всі існуючі рішення цієї проблеми. Так, нині в окремих випадках використовують (починають використовувати) проводи складної конструкції типу АЕГСО-2 (Мехапз, Бельгія), що мають 2-подібні зовнішні витки. Така будова забезпечує високу крутильну жорсткість та низький вплив вітрових навантажень на проводи, і, як результат, зменшення впливу ожеледі.

1.3 Аналіз моделей прогнозування та пристроїв контролю ожеледі

Моделі прогнозування

Показано, що швидкість наростання відкладення залежить від виду відкладення і майже не залежить від тривалості ожеледі. Між швидкістю наростання, масою і тривалістю ожеледеутворення отримані прості і множинні кореляціїційні рівняння. Значення швидкості наростання і тривалості ожеледі необхідні для вирішення питань оптимізації трансформаторної потужності й вибору типу плавки ліній.

Для розробки заходів по боротьбі з обмерзанням проводів необхідно знати деякі метеорологічні параметри, характерні для даного району електричних мереж. До таких факторів, крім товщини стінки ожеледі, щільності відкладення, швидкості вітру і температури повітря, відносяться швидкість наростання відкладення в часі і тривалість обмерзання.

Інтенсивне ожеледеутворення може призвести до того, що при існуючих схемах плавки не вдасться провести видалення відкладення на ряді ліній. У результаті на проводах з’являються відкладення критичної величини, що призводять до ожеледно-вітрових аварій.

При малій інтенсивності наростання відкладень в районі можна використовувати дешевші схеми плавки.

Основою для визначення інтенсивності та тривалості ожеледі на проводах ліній електропередавання являються дaні з мeтeocтaнцій.

Середня за період швидкість наростання відкладення знаходиться:

, (1. 1)

де — маса ожеледного відкладення на проводі ПЛ, г/м;

Т — тривалість наростання відкладення.

Маса відкладення на проводі дорівнює:

, (1. 2)

де — коефіцієнт перерахунку маси відкладення з проводу ожеледного верстата на провід лінії;

— маса ожеледного відкладення на верстаті, г/м.

Якщо відома маса осаду з одного метра ожеледного верстата, то товщина стінки наведеного ожеледі визначається за відомою формулою [1. 1]:

, (1. 3)

де — діаметр проводу ожеледного верстата, мм.

Товщина стінки наведеного ожеледі на проводі ПЛ дорівнюватиме:

, (1. 4)

де — коефіцієнт перерахунку товщини стінки ожеледі з верстата на лінію.

З виразу (1. 3), підставляючи d=5 хв, отримуємо:

, (1. 5)

Приймаючи середній діаметр проводу, підвішеного на ПЛ-10 кВ, рівним 10 мм, із (1. 3) отримуємо:

, (1. 6)

Підставляючи в (1. 2) значення маси ожеледних відкладень (1. 5) і (1. 6) та враховуючи (1. 4), отримуємо:

, (1. 7)

Коефіцієнт Kв [6], починаючи з товщини стінки наведеного ожеледного відкладення на верстаті 4 мм, приймається рзвним 1,65, якщо відкладення утворено при мрячки або тумані, і 1,35, якщо відкладення утворено при переохолодженому дощу або мокрому снігу. Ці коефіцієнти покладені в основу визначення товщини стінки ожеледі і швидкості наростання відкладення.

Для кожного виду відкладення були обчислені середньоквадратичне відхилення, математичне сподівання, початкові і центральні моменти до 4-го порядку, наведені в табл. 1.1.

Таблиця 1. 1

Основні статистичні характеристики швидкості наростання ожеледно-паморозевих відкладень

Отримані частотні розподіли для всіх видів відкладень апроксимувались аналітичними виразами. Для апроксимації були обрані розподіли Релея, логарифмічно-нормальний розподіл, гамма-розподіл і криві Пірсона [7].

Були отримані також кореляційні рівняння між цими величинами. Коефіцієнти рівнянь знаходились за способом найменших квадратів. В якості кореляційних рівнянь використовувалися поліном другого ступеня і кореляційні рівняння ступеневого, показового і логарифмічного типу. Найкращий зв’язок між швидкістю наростання, масою і тривалістю ожеледі дають кореляційні рівняння другого порядку. Рівняння регресії наведено в табл. 1.2.

Таблиця 1. 2

Кореляційні рівняння між швидкістю наростання, масою і тривалістю відкладення

Швидкість наростання ожеледне-паморозевих відкладень залежить від виду відкладень. Найбільша швидкість їх утворення спостерігається при мокрому снігу. Величина швидкості наростання залежить від маси відкладення і майже не залежить від тривалості ожеледі.

Пристрої прогнозування

Основними при ожеледі є процеси кристализации води і сублімації водяної пари з повітря, причому один з них — переважаючий в конкретній метеорологічній ситуації. Головна причина відкладення ожеледі на поверхнях укладена в кристалізації переохолоджених крапель дощу, мрячки або туману. Швидкість наростання шару льоду (інтенсивність) залежить від темпераури повітря і поверхні, на яку осідають краплі, їх розмірів, вологовмісту води в одиниці об'єму, швидкості і напряму вітру.

Складність процесу ожеледі є основою причиною відсутності достатньо надійних методів і засобів його короткострокового прогнозу.

У СРСР і за кордоном досить масштабно проводилися дослідження з вивчення впливу різних факторів на процес утворення ожеледі, їх фізико-хімічного зв’язку і закономірності для отримання емпіричних рівнянь можливого утворення ожеледі з певним ступенем ймовірності настання події. Такий підхід був викликаний відсутністю достатньо надійних динамічних моделей.

Інший напрям робіт — створення за результатами досліджень апаратури короткострокового прогнозу ожеледі. Першим етапом її було виготовлення пристроїв попереджувальної сигналізації появи ожеледиці (СПО).

В основу цього напрямку покладено дані при граничних умовах метеопараметрів, які з імовірністю 0,9 дозволяють визначати виникнення ожеледиці (температура повітря від -8°С до + 0,5°С, відносна його вологість — більше 80%, швидкість вітру — менше 10 м/с). СПО автоматично їх вимірює, порівнює із заданими уставками в точках настройки, а при збігу видає сигнали «Можлива ожеледь». Для реєстрації початку утворення ожеледне-паморозевих відкладень в сигналізаторі передбачений датчик, опитування якого здійснює видачу сигналу «Можлива ожеледь». При наявності на датчику навіть малих відкладень льоду видається сигнал «Ожеледь». Виходом сигналізатора є контакти відповідного реле з допустимим навантаженням на контактах до 2 А постійного струму при напрузі комутованій ланцюга 30 В і до 0,3 А при змінній напрузі 250 В активного навантаження.

Сигналізатор конструктивно розділений на блок датчиків (БД), що складаються з датчиків температури (Т), відносної вологості повітря (В) та ожеледиці (О), блоку виявлення утворення ожеледі (БВУО). Він призначений для вироблення системи команд опитування датчиків, нормування та порівняння електричних сигналів з них, а також для видачі результуючих сигналів «Можлива ожеледь» і «Ожеледь». У блоці виявлення та утворення ожеледі по каналу вітру передбачена стиковка з сигнальним анемометром М-95М-2.

Обидва датчика з'єднані кабелем довжиною 30 м. Сигналізатор працює від мережі змінного струму з напругою 220 В (споживана потужність не більше 20 ВА) в автоматичному режимі. Час опитування датчиків — 10 хв, міжопитувалбний час — 50 хв, протягом якого датчики відключені.

Діапазон настройки і похибка відпрацювання в точках уставки сигналізатора становить по температурі повітря від -15°С до +5 °С (± 0,8 °С), відносної вологості повітря — від 70 до 100% (± 5%), час відпрацювання сигналізатора при зміні температури і вологості повітря — не більше 5 хв, в умовах природного обдування повітряним потоком зі швидкістю не менше 0,3 м/с.

БВУО зібраний за функціонально — блоковим принципом і містить, крім блоку джерела стабілізованого живлення електричних схем (БЖ) плати; «дільник» (ПД), «температура» (ПТ), «вологість — ожеледь» (ПВГ), «час — логіка» (ПВЛ), «реле» (ПР).

Плата «дільник» лінеарізірує сигнали, що надходять від датчиків температури, вологості, ожеледі, а також регулює опорні напруги на плати ПТ і ПВГ. Плата «температура» зібрана на двох операційних підсилювачах С1 і С2, що працюють в компараторних режимах, де порівнюється напруга, що надходить зі схеми вимірювання температури, і напруга уставок приладу, відповідних верхньому і нижньому діапазону спрацьовування по температурі. Плати «вологість — ожеледь» забезпечує порівняння напруг датчиків В і ГР з напруженнями уставок та отримання логічних сигналів «О», «1». Вона містить два ідентичних канала, кожен з яких складається з фазочутливих детектора, зібраних на підсилювачах VI і V2, генераторів опорної фази П і Г2, суматорів СЗ, С4. Фазочутливі підсилювачі зміщують фазу вихідного сигналу на 180° при перевищенні рівнів напружень уставок по вологості, генератори виробляють позитивні імпульси опорної фази з частотою, що відповідає частоті вихідних сигналів підсилювачів. Суматори складають їх вихідні і сигнали генераторів.

Т — датчик температури повітря; В — датчик відносної вологості повітря; ГР — датчик ожеледі; Н — нагрівач; БЖ — блок живлення; Д1 — Д4 — дільники; CI, С2 — операційні підсилювачі; У1, У2 — фазочутливі підсилювачі; Г1, — генератор опорної фази; СЗ, С4 — суматори; И1 — ІЗ — логічні елементи; Г — генератор секундних імпульсів; Сч — лічильник; ВГ — сигнальне реле «Можлива ожеледь»; Р1 — виконавче реле включення нагрівача; ГД — сигнальне реле «ожеледь»; Р2 — реле включення живлення датчиків.

Датчики вологості та ожеледі працюють на змінному струмі для виключення їх поляризації. Плата «час — логіка «функціонально складається з електронного лічильника, що представляє собою генератор секундних імпульсів Г, лічильник С і формувач команд, що складається з логічних елементів «І - АБО «.

Вихідні сигнали електронного лічильника — імпульси тривалістю 1 хвилина і 10 хвилин. Перші імпульси забезпечують роботу сигналізатора один раз на годину, впливаючи на реле Р2, при спрацьовуванні якого отримують живлення датчики та виконавчі реле. Імпульс тривалістю 1 хвилина включає нагрівальний елемент датчика ожеледі в повторно -короткочасному режимі (1 хвилина — нагрів, 1 хвилина — пауза, для уникнення перегріву датчика), після відпрацювання сигналу «Можлива ожеледь».

У останньої модифікації пристрою СУО-4 застосований модернізований датчик ожеледі, в якому для підвищення чутливості і точності визначення початку утворення ожеледі на поверхні використано нове вологочутлива речовина — суміш полиакрилонитрила з полівініловим спиртом. На відміну від попередніх, новий датчик містить електроди з нержавіючої сталі або титану, термодіод КД 102 А, закріплений в один з електродів, і корпус з опорами, на які встановлено пластини електродів. Такий датчик дозволяє не тільки підвищити точність, але й отримати кількісну інформацію про товщину шару льоду. Вся ця конструкція, залита епоксидною смолою, є чутливий елемент ЧЕ нового датчика, до якого з нижньої сторони корпусу на термопровідній пасті приклеюється твердотілий мікрохолодильник, або нагрівальний термотранзистор КТ819Г.

Характеристики ДО були досліджені на тривалість дії підвищеної вологості і температури, сонячної радіації, а також на циклічний вплив сконденсованої вологи у вигляді роси та ожеледі в спеціально розробленому стенді.

Технічна характеристика датчика ожеледі: електроди — нікель, титан, нержавіюча сталь; міжелектродний зазор — 0,8 мм; напруга живлення нагрівача — 12 … 25 В постійного струму, чутливого елемента -0,5 В змінного струму з частотою 50 … 1000 Гц; час розтоплення 0,5 мм шару льоду на поверхні - не більше 5 хв.

Принцип роботи ДО полягає в наступному: при наявності на поверхні ОПВ (не води) його опір складає більше 60 кОм. Плавлення льоду (підігрів включений) при відпрацюванні реле «Можлива ожеледь» зменшує опір датчика стрибком до 10 кОм, що і фіксується схемою порівняння каналу ожеледі в БВУО.

Рисунок 1.6 Блок-схема сигналізатора ожеледі

У ситуації, коли метеоумови відповідають можливості утворення ожеледі, а він відсутній на поверхні ДГ, його опір зростає до сотень кОм. У цьому випадку сигналізатор по каналу «ожеледь» не відпрацьований. Таким чином попереджувальна сигналізація про можливість і початок ожеледі дозволяє підвищити ефективність застосування заходів по боротьбі з цим небезпечним явищем.

Сигналізатор ожеледі має високу чутливість спрацьовування, зручний у монтажі та експлуатації завдяки уніфікації конструкції, малими габаритними розмірами і масою.

До сучасних засобів контролю і попередження ОПВ слід віднести і автоматичні метеорологічні станції, що мають наступні технічні характеристики:

температура:

діапазон внутрішній: від 0 °C — +50°С, зовнішній: від -40°С — +60°С, дозвіл: 0,1°С, можлива установка тригера, час вимірювання: 10 с. ;

відносна вологість:

вимір відносної вологості всередині і поза приміщенням, діапазон: від

10% до 97%. Можлива установка тригера, дозвіл 1%, час виміру: 10 с. ;

тиск:

вимір абсолютного атмосферного тиску або тиску щодо рівня моря, діапазон: від 795 мбар до 1050 мбар, піктограма прогнозу погоди, прогноз швидкості вітру, можлива установка тригера, дозвіл: 1 мбар, час вимірювання: 15 хв., побудова прогнозу: 1 годину;

точка роси:

вимір точки роси усередині і поза приміщенням, діапазон: від 0 °C до +59°С, дозвіл: 1 °C, можлива установка тригера, час вимірювання: 10 с. ;

швидкість і напрям вітру:

діапазон: від 0 до 56 м/с, можлива установка тригера, дозвіл 0,2 м/с, діапазон напрямку вітру: від 0 м/с 359 м/с, дозвіл 1°, час вимірювання напрямку вітру: 5 с. ;

приведена температура:

діапазон: від -85°С до +60°С, дозвіл: 1° час вимірювання 5 с. ;

кількість опадів

діапазон: від 0 до 9999 мм, дозвіл 1 мм, час вимірювання: накопичувальне. 24 години. Один імпульс на 1 мм опадів — відповідає випадання 1 л. опадів на 1 кв.м.

У наборі поставляються датчики для вимірювання рівня опадів, температури, вологості і параметрів вітру. Станція показує всі необхідні параметри. характеризують стан погоди, в тому числі і кліматичні умови всередині приміщення.

Висновок

На жаль, вище перераховані способи і пристрої не мають додаткових елементів (або вони не досконалі), що значно знижує використання. Тому ми пропонуємо використати більш складнішу модель прогнозування параметрів ОПВ на базі нейронних мереж, що дозволяють контролювати і вимірювати масу і інтенсивність льодоутворення, а також силу вітру.

2. МАТЕМАТИЧНА МОДЕЛЬ ПРОГНОЗУВАННЯ НАВАНТАЖЕННЯ ВІД ОЖЕЛЕДІ НА БАЗІ НЕЙРОННИХ МЕРЕЖ

2.1 Задачі моніторингу повітряних лінй в районах з високою інтенсивністю відкладення ожеледі

Повітряні лінії електропередавання (ПЛ) працюють в умовах впливу на них численних експлуатаційних і метеорологічних факторів. Найбільш небезпечними є екстремальні метеорологічні впливи у вигляді сполучень ожеледних та вітрових навантажень на проводи та грозотроси ПЛ. Такі впливи є випадковими метеорологічними явищами, які, як правило, одночасно охоплюють великі райони, мають масовий характер і тому приносять значні матеріальні збитки. Статистичні дані показують, що середній період повторюваності масових ожеледно-вітрових аварій в розподільних електричних мережах України складає 10 років [8]. Без електричної енергії на декілька діб залишаються цілі райони електричних мереж. Найефективнішим способом запобігання ожеледно-вітрових аварій є плавлення відкладень. Ефективність плавлення визначається не тільки режимом плавлення, але й своєчасністю його початку та закінчення, його оптимальною тривалістю та можливістю регулювання струму плавлення. Для задоволення цих вимог ПЛ повинна бути оснащена автоматизованою телеметричною системою контролю процесу утворення ожеледі, яка здатна в масштабі реального часу забезпечувати персонал електромереж інформацією про стан контрольованих елементів лінії та параметри метеорологічних впливів на ПЛ.

В [9] відмічається, що система контролю утворення ожеледі повинна, в першу чергу, здійснювати моніторинг метеопараметрів, які характеризують процес виникнення відкладень, а саме температури повітря, швидкості вітру, розмірів та ваги відкладень. В [10, 11] увага звертається на необхідність програмного комплексу, який дозволяє прогнозувати розвиток процесу наростання ожеледі та її плавлення на взаємозалежних ПЛ з урахуванням параметрів режиму плавлення (струм плавлення, тривалість знімання відкладень на кожній з ПЛ, черговість плавлень на ПЛ). Такий програмний комплекс в [12] пропонується доповнювати прикладними програмами для розрахунку механічних параметрів лінії.

Автоматизована система контролю процесу утворення ожеледі повинна бути складовою частиною більш функціональної автоматизованої системи моніторингу ПЛ (АСМ), яка дозволить контролювати механічні й електричні параметри лінії в умовах мінливого зовнішнього середовища. Це дасть можливість у більшій мірі використовувати закладені ресурси ПЛ (механічні, електричні), а також приймати адекватні керуючі рішення в нормальному та аварійних режимах (плавлення ожеледі, регулювання потужності, що передається, і т.д.).

Основними вимогами при побудові АСМ необхідно вважати такі:

— розробка та використання сучасних технічних засобів збору, передачі й обробки інформації;

— розробка багатофункціонального гнучкого програмного забезпечення, сумісного з існуючими програмними засобами;

— модульний вигляд системи, що дозволяє інтегрувати її в загальну автоматизовану систему керування технологічним процесом передачі електричної енергії.

В ожеледних районах АСМ повинна мати наступні специфічні функціональні можливості:

1. Короткостроковий і довгостроковий прогнози виникнення ожеледно-паморозевих відкладень (ОПВ) на ПЛ із визначенням імовірності виникнення, часу виникнення, наростання й існування, а також виду, розмірів відкладень і супутніх метеопараметрів (із залученням даних Гідрометеослужби).

2. Раннє виявлення утворення ожеледі, а також початку інтенсивного галопування проводів, сигналізація, збір і первинна обробка поточних даних про ожеледно-вітрову ситуацію в режимі реального часу (температура й вологість повітря, напрямок і швидкість вітру, розпізнавання виду ОПВ, щільність відкладень, швидкість їх наростання, розміри й вага відкладень). Можливе доповнення інформаційної картини відео- і фотоданими.

3. Розрахунок прогнозних параметрів режиму плавлення ожеледі (визначення моментів вмикання й вимикання схеми, черговості плавлень, величини струму й часу плавлень на кожній із взаємозалежних ліній (ділянок ліній), кількості ліній (ділянок ліній) з одночасним плавленням відкладень, кількості циклів плавлень з наступним коригуванням за поточними даними.

4. Розрахунок механічних параметрів лінії у режимі реального часу (тяжіння, механічного напруження в проводах, габаритів).

5. Архівування даних про ожеледно-вітрову ситуацію та параметри ПЛ з метою подальшого аналізу й накопичення досвіду.

Таким чином, програмне забезпечення АСМ в ожеледних районах повинне включати технологічні й прикладні програми.

Технологічні програми забезпечують функціонування апаратної частини системи.

До прикладних програм відносяться:

* програма обробки і представлення прогнозних і поточних даних про ожеледно-вітрову ситуацію та параметри ПЛ;

* програма розрахунку параметрів режиму плавлення ожеледі з коригуванням у режимі реального часу;

* програма архівування даних.

Очевидно, що при розробці систем контролю утворення ожеледі необхідно прагнути до максимально можливого рівня автоматизації процесів моніторингу ПЛ та плавлення ожеледних відкладень, що дозволить мінімізувати роль людського фактору та підвищити загальну ефективність роботи таких систем.

2.2 Прогнозування ожеледного навантаження на базі нейронних мереж

Прогнозування ожеледного навантаження може допомогти енергокомпаніям вчасно підготуватися до можливих аварійних ситуацій і вжити відповідних перспективних заходів. Тому розробка і впровадження таких систем прогнозування є одним з пріоритетних напрямів досліджень в енергетиці та суміжних галузях науки.

На сьогоднішній день існує безліч моделей динаміки ожеледного навантаження, які можна розділити на дві великі групи: фізичні та імітаційні моделі. Перші описують процес утворення ожеледі у вигляді явної математичної залежності від безлічі факторів, що впливають, які необхідно безпосередньо вимірювати, що може бути досить важко. До таких параметрів, наприклад, відноситься розподіл розміру крапель рідких опадів. Другий тип моделей заснований на чисельному аналізі експериментальних даних, що описують реальні періоди зледеніння ЛЕП та сприятливі для цього погодні й інші умови.

Серед імітаційних моделей особливо слід виділити методи, пов’язані з обчислювальному інтелекту: нейронні мережі, еволюційні алгоритми і системи на основі нечіткої логіки. Ці методи володіють високою гнучкістю, здатністю обробляти нечітку, недостовірну інформацію, адаптуватися до мінливих умов функціонування, здатністю до навчання і самонавчання. Всі ці властивості виявляються надзвичайно корисними при побудові систем прогнозування ожеледного навантаження, оскільки тут доводиться мати справу з різного роду невизначеністю (помилкові або втрачені показники датчиків, непрямий облік параметрі, що не піддаються прямому виміру, тощо), нестаціонарностью (зміна в часі властивостей модельованих процесів) та іншими складнощами, безпосередній облік яких може бути дуже громіздким або взагалі неможливим.

Основою для моделювання є дані постів контролю ожеледного навантаження і метеофакторів, які розміщують на опорах ЛЕП в місцях найбільш вірогідної ожеледі. У даній роботі використані дані, зібрані на лініях 35 кВ «Старий Крим — Планерское» і «Підгірне — Оріон», розташованих в А Р Крим. Особливістю цих ліній є їх проходження в прибережній зоні, яка характеризується підвищеною вологістю. Автоматичні пости контролю ожеледного навантаження і метеофакторів розташовуються на опорах ЛЕП в районах перевалів, де часто спостерігаються сильні вітри, що є додатковим чинником, що призводить до ожеледно — вітрових аварій.

Головним контрольованим параметром є вага дроту, вимірюваний за допомогою тензодатчика в точці підвісу (Рис. 2. 1). Для зручності моделювання (так як для різних ділянок нормальна вага різна) цей параметр виражається у відсотках від ваги чистого дроту. При утворенні ожеледі вага починає рости і може досягти критичного значення, визначеного конструктивними параметрами лінії. Завдання прогнозування полягає у завчасному попередженні чергового персоналу про ймовірне перевищення критичного значення ваги. З урахуванням часу, необхідного для прийняття рішення та підготовки до виконання плавки ожеледі, інтервал попередження прийнятий рівним 2 ч.

Рисунок 2.1. Тензодатчик в точці підвісу

Крім ваги проводу, вимірюється температура і відносна вологість повітря, які безпосередньо впливають на процес утворення ожеледі. Інші метеопараметри (сила і напрям вітру, тип і інтенсивність опадів і т.д.) не вимірюються, оскільки це викликає певні технічні складності і значно збільшує вартість постів контролю. Знімання інформації з датчиків відбувається в реальному часі, потім виконується усереднення отриманих даних за минулу годину, і вже ці значення передаються по каналу зв’язку на диспетчерський пункт. Виняток становить параметр ваги проводу, для якого передається також максимально зафіксоване протягом години значення, за яким можна побічно судити про наявність вітрового навантаження на провід.

Отже, завдання полягає в побудові на основі наявних архівних даних спостережень прогнозуючої математичної моделі виду:

(2. 1)

де — номер години;

 — Порядок моделі, відповідний глибині використовуваної передісторії;

— Шукане, в загальному випадку нелінійне, перетворення.

У силу того, що за наявними даними побудова фізичної моделі неможливо (недостатньо вимірюваних параметрів), звернемося до імітаційних моделей. Більшість з них оцінюють кількості ожеледі, виходячи з припущення, що йде переохолоджений дощ. Таким чином, для прогнозування ожеледного навантаження на ЛЕП спочатку необхідно спрогнозувати появу цього виду опадів, для чого можуть використовуватися декілька алгоритмів прогнозування опадів, одним з кращих вважається алгоритм Рамера [ 7], який забезпечує високу точність в задачах прогнозу обмерзання. Останнім часом для цієї мети стали використовувати деякі сучасні методи машинного навчання, які в свою чергу піддавалися множинним модифікаціям, що ще більш підвищило якість прогнозування.

Всі названі алгоритми покладаються на просту моделі наростання ожеледі, тобто виконується двохетапне прогнозування: випадання опадів і утворення ожеледі. Однак такий підхід може бути джерелом додаткових помилок, і при наявності достатньої архівної інформації доцільно використовувати одноетапні моделі, прямо зв’язують вимірювані параметри з ожеледним навантаженням. Так як фізичні принципи вказують на нелінійний характер взаємозв'язків між параметрами, то необхідно застосування нелінійних навчальних моделей. Цим вимогам задовольняють штучні нейронні мережі, застосування яких у дослідженнях вже показало перспективність цього підходу. Зокрема, були спроби застосування багатошарового персептрона, а також мереж з кінцевою пам’яттю і рекурентних мереж.

2.3 Архітектура мережі на базі гібридних нейроподібних елементів

У цій роботі пропонується використовувати нову архітектуру мережі на гібридних нейроподібних елементвах [23] (рис. 2. 2). Вона є узагальнюючою для названих вище типів нейронних мереж, тобто має властивості їх всіх одночасно і деякими додатковими можливостями.

Вхідними сигналами мережі є поточні значення прогнозованої змінної та інших вимірюваних величин. Подавати на вхід передісторію вимірювань немає необхідності, оскільки вона формується автоматично всередині гібридних нейроподібних елементів (HNU) [24], структура яких представлена?? на рис. 2.3.

/

Рисунок 2.2. Архітектура мережі на базі гібридних нейроподібних елементів (HNU)

Рискнок 2.3. Гібридний нейроподібний елемент

Вхідні сигнали перетворяться за допомогою синапсів різних типів в сигнали, які потім об'єднуються в сигнал внутрішньої активації. Вихідний сигнал нейроподібного елемента формується за допомогою нелінійної активаційної функції:

, (2. 2)

де в якості, зазвичай, використовується сигмоїдальна функція або гіперболічний тангенс.

У гібридному нейроподібному елементі використовуються синапси чотирьох типів: лінійний синапс (рис. 2. 4), синапс-фільтр з нескінченною імпульсною характеристикою (рис. 2. 5), синапс-фільтр з кінцевою імпульсною характеристикою (рис. 2. 6) і нелінійний синапс на основі нечіткої системи (рис. 2. 7). У наведених схемах — настроюються синаптичні ваги, — функції приналежності, — елементи чистого запізнювання, — максимальні порядки запізнювань.

Рисунок 2.4. Лінійний синапс Рисунок 2.5. Синапс-фільтр

Рисунок 2.6. Синапс-фільтр з кінцевою імпульсною характеристикою

Рисунок 2.7. Нелінійний синапс на основі нечіткої системи

У відповідності з даними схемами вихідні сигнали різних типів синапсів формуються наступним чином:

— Для лінійного синапсу:

; (2. 3)

— Для синапсу-фільтра з нескінченною імпульсною характеристикою:

; (2. 4)

— Для синапсу-фільтра з кінцевою імпульсною характеристикою:

; (2. 5)

— Для нелінійного синапсу на основі нечіткої системи:

; (2. 6)

де — кількість функцій належності для -го входу.

У нелінійних синапсах на основі нечіткої системи зазвичай застосовуються трикутні функції приналежності, значення яких визначаються відстанню між входом і центрами:

(2. 7)

при цьому автоматично забезпечується розбиття Руспіні.

Якщо активний нечіткий інтервал, вихід нелінійного синапсу можна виразити таким чином:

(2. 8)

;

.

Застосування гібридних нейроподібних елементів дозволяє будувати нейронну мережу за стандартною багатошарової архітектури, спеціалізація якої досягається за рахунок:

— Вибору типу синапсу для кожного зв’язку мережі, включаючи можливість розриву зв’язку (відсутність синапсу);

— Вибору кількості та порядку елементів затримок в синапсах — фільтрах з кінцевою і нескінченною імпульсними характеристиками;

— Вибору кількості і параметрів функцій належності в нелінійних синапсах.

Таким чином, побудова мереж на базі гібридних нейроподібних елементів дає можливість гнучкого вибору між універсальними (всі синапси одного типу, повнозв’язна архітектура) і спеціалізованими (синапси різних типів і / або неполносвязная архітектура) архитектурами. При цьому можлива реалізація нелінійних моделей авторегресії (NAR), авторегресії із зовнішніми входами (NARX), авторегресії - ковзного середнього (NARMA), авторегресії - ковзного середнього з зовнішніми входами (NARMAX).

З урахуванням усього вищесказаного вихідний сигнал нейроподібних елементів першого прихованого шару формується таким чином:

, (2. 9)

де — індекс нейроподібних елементів першого прихованого шару,

— Кількість нейроподібних елементів першого прихованого шару;

— Функції синапсів нейроподібних елементів першого прихованого шару, обрані з варіантів (3) — (6).

Обробка даних в другому прихованому шарі виконується відповідно з виразом:

, (2. 10)

де — індекс нейроподібних елементів першого прихованого шару,

— кількість нейроподібних елементів першого прихованого шару.

І, нарешті, в єдиному нейроподібному елементі вихідного шару обчислюється прогноз ожеледного навантаження:

. (2. 11)

Тоді загальна формула отримання прогнозу за допомогою мережі на базі гібридних нейроподібних елементів може бути записана у вигляді:

. (2. 12)

У цьому виразі невідомими величинами, які вимагають настройки, є синапси нейроподібних елементів, причому необхідно виконати спочатку структурну оптимізацію — визначити типи кожного синапсу, кількість елементів затримки в них, типи функцій належності, а потім виконати параметричну оптимізацію отриманої архітектури — виконати налаштування синаптичних ваг і.

Звичайно структурна оптимізація мережі виконується експертним шляхом на основі апріорної інформації про прогнозований процесі. В умовах даної задачі відомі фізичні залежності, що описують процеси утворення ожеледі не можуть бути безпосередньо використані, оскільки відсутні вимірювання за багатьма входять до них параметрами. Отже, ці апріорні знання не можуть бути враховані при побудові мереж, що змушує використовувати для цієї мети ті чи інші методи структурної оптимізації.

У нашому випадку для синтезу мережі скористаємося генетичним алгоритмом. Це досить універсальний метод, який не потребує дифференціонування оптимального функціоналу. Структура мережі кодується за допомогою так званих хромосом, що несуть всю інформацію про шари, окремих нейроподібних елементах і їх синапсах, за винятком синаптичних ваг. Імітуючи процес природної еволюції в природі, що полягає в генерації поколінь, природному відборі і обміні генетичною інформацією, можливо знаходити оптимальні в заданому сенсі або достатньо близькі до них рішення.

Налаштування параметрів (синаптичних ваг) мережі може здійснюватися за допомогою тих чи інших відомих в теорії штучних нейронних мереж алгоритмів, заснованих на процедурі зворотнього поширення помилки. Для цього необхідно обчислити градієнт критерію навчання з усіх налаштованих ваг мережі. Покажемо це для найпростішого випадку, коли всі синапси мережі приймають форму (2. 3). Навчання будемо робити, використовуючи локальний квадратичний критерій виду:

(2. 13)

а в якості активаційної функції - сигмоїда:

, (2. 14)

де — параметр крутизни активаційною функції.

Градієнтну процедуру навчання нейроподібного елемента вихідного шару можна записати у вигляді:

, (2. 15)

де — параметр кроку пошуку, визначає швидкість процесу навчання і, звичайно, обираний з емпіричних міркувань;

локальна помилка вихідного шару.

Тоді алгоритм навчання (2. 15) можна переписати у вигляді:

(2. 16)

. (2. 17)

Алгоритм навчання нейроподібних елементів другого прихованого шару може бути записаний у вигляді:

(2. 18)

Записавши локальну помилку другого прихованого шару у вигляді:

(2. 19)

з урахуванням того, що:

(2. 20)

отримуємо:

(2. 21)

Представивши далі у вигляді:

(2. 22)

можна переписати (2. 21):

(2. 23)

звідки випливає:

(2. 24)

Нейроподібні елементи першого прихованого шару налаштовуються аналогічно другому за допомогою рекурентних співвідношень:

(2. 25)

де — номер входу мережі;

;

;

;

;

Застосуємо описаний підхід до задачі прогнозування ожеледного навантаження. Вихідними даними для моделювання є спостереження з постів контролю, отримані в зимові періоди 2009/2010 і 2010/2011 рр. За цей час відбулося 21 подія, коли вага ожеледно-вітрових відкладень тривало перевищувала 10% ваги проводу, з них 14 використані для навчання моделей, 7 — для перевірки. Для порівняння також застосована лінійна авторегресійна модель із зовнішніми входами (ARX) такого ж порядку, як і отримана в результаті структурної оптимізації нелінійна модель (NARX). В якості базової оцінки використана модель наївного прогнозування: майбутнє значення приймається рівним поточному.

Так як прогнозована величина виражається у відсотковому відношенні, то мірою якості прогнозу найзручніше прийняти середню абсолютну помилку у відсотках (MAPE):

, (2. 26)

де — кількість вимірювань.

Результати прогнозування на тестовій вибірці наведені в таблиці 2.1. На рис. 7 наведено приклад графіків істинного ваги проводу і його прогнозу, а також відповідного графіка температури повітря.

Таблиця 2. 1

Помилка прогнозування (MAPE)

наївний прогноз

2. 65%

ARX

2. 16%

NARX

1. 12%

Рисунок 2.8. Графіки ваги проводу (суцільна лінія), його прогнозу (штрихова лінія) і температури повітря (нижній графік)

Аналіз помилок прогнозування показує: так як серед аналізованих ситуацій не було випадків з бурхливим наростанням ожеледі, то навіть наївний прогноз виявляється точним. Тим не менш, лінійна модель дозволяє знизити помилки на ~ 0. 5%, а пропонована нелінійна модель на базі методів обчислювального інтелекту покращує цей показник ще на ~ 1%.

Висновок

Застосування мережі на базі гібридних нейроподібних елементів у поєднанні з генетичним алгоритмом для оптимізації її структури дозволило з високою точністю спрогнозувати динаміку ожеледного навантаження на ЛЕП, що підтверджено експериментальною перевіркою на реальних даних. Підвищення точності прогнозування найбільш актуально для ситуацій з бурхливим наростанням ожеледно-вітрових відкладень на проводах і опорах ЛЕП, коли зволікання у прийнятті контрзаходів може мати значні технічні та матеріальні наслідки. У цьому відношенні доцільно підвищити інтервал попередження для більш раннього оповіщення чергового персоналу про можливість виникнення аварійної ситуації.

Аналіз графіків прогнозів також показує, що максимальні помилки прогнозування виникають, коли відбувається різка зміна погодних умов. Оскільки при даній постановці завдання використовуються тільки поточні і минулі вимірювання метеофакторів, то модель не може врахувати майбутні зміни в них. З іншого боку, за наявності надійного зовнішнього джерела метеопрогнозу цю інформацію також доцільно використовувати при прогнозуванні.

3. ПОБУДОВА СИСТЕМИ МОНІТОРИНГУ НАВАНТАЖКННЯ ВІД ОЖЕЛЕДІ НА ПОВІТРЯНИХ ЛІНІЯХ ЕЛЕКТРОПЕРЕДАВАННЯ

3.1 Розробка структурної схеми системи контролю ожеледі

Винахід відноситься до електроенергетики і може бути використаний для безперервного контролю навантаження на проводах ліній електропередачі від ожеледі.

Рисунок 3.1 — Структурна схема системи КО

Вище зазначена система складається з виносного і диспетчерського блоків з додатковим обладнанням. Виносний блок, що представляє собою автоматизований метеопост, встановлюється на опорі ПЛ напругою 35 або 110 кВ в зоні можливого інтенсивного утворення ожеледі. До складу виносного блоку входять датчики температури, ваги, вологості повітря, пристрій узгодження сигналів з датчиків, мікроконтролер, пристрій мобільного зв’язку, блок живлення на основі акумулятора з підзарядкою від сонячної батареї. Блок додатково комплектується виносним датчиком вагового навантаження і датчиком швидкості вітру. Мікроконтроллерні пристрій, що входить до складу виносного блоку, забезпечує прийом, зберігання і обробку інформації про контрольовані параметри, а також управляє режимами прийому і передачі даних.

ПоказатьСвернуть
Заполнить форму текущей работой