Preview

Вестник кибернетики

Расширенный поиск

АДАПТАЦИЯ ДАННЫХ И ОБУЧЕНИЕ ПРОСТЕЙШЕЙ НЕЙРОННОЙ СЕТИ ДЛЯ АВТОМАТИЗАЦИИ ПРОЦЕССА ДОСТОВЕРИЗАЦИИ ТЕЛЕМЕТРИИ ДИСПЕТЧЕРСКОГО ЦЕНТРА ЭЛЕКТРОЭНЕРГЕТИКИ

Полный текст:

Аннотация

В работе приведены наиболее общие принципы построения диспетчерского управления единой энергосистемы Российской Федерации. Описаны подходы, используемые при реализации технологических задач. Приведены примеры программных продуктов, используемых для обеспечения диспетчерского управления, планирования и прогнозирования работы, а также оказания системных услуг в энергетической системе Российской Федерации. Приведены примеры применения искусственных нейронных сетей. Описаны специфика информации, поступающей в диспетчерские центры, и трудности, появляющиеся в процессе роста ее количества. Приведены принципы достоверизации параметров телеметрии и порядок их реализации, установленные в Системном операторе единой энергетической системы Российской Федерации. Детализированы предпосылки разработки программного обеспечения по досто-веризации параметров телеметрии. Приведены алгоритмы и способы подготовки входных данных для дальнейшей адаптации атрибутов параметров, влияющих на вынос окончательного решения об их истинности или ложности. Описаны принципы дальнейшего использования адаптированных данных в расчетах на основе нейронных сетей с обратным распространением. Приведен код реализации простейшей нейронной сети на языке Python. Представлены результаты экспериментов на двух выборках данных.

Об авторах

А. С. Занин
Сургутский государственный университет
Россия


К. И. Бушмелева
Сургутский государственный университет
Россия


Список литературы

1. Об электроэнергетике : федер. закон от 26.03.2003 № 35-ФЗ (ред. от 29.12.2014) // СПС КонсультантПлюс.

2. Системный оператор единой энергетической системы Российской Федерации : офиц. сайт. URL: http://so-ups.ru (дата обращения: 12.11.2018).

3. Акционерное общество «Монитор Электрик» : офиц. сайт. URL: http://www. monitel.ru (дата обращения: 24.11.2018).

4. Аюев Б. И., Ерохин П. М. Стратегия развития Системного оператора ЕЭС России // Функционирование и развитие рынков электроэнергии и газа : сб. науч. тр. Ин-та проблем моделирования в энергетике им. Г. Е. Пухова. Спец. выпуск. Киев, 2006. С. 12–20.

5. Гамм А. З., Герасимов Л. Н., Колосок И. Н. и др. Оценивание состояния в элек-троэнергетике. М. : Наука, 1983. 320 с.

6. Занин А. С., Бушмелева К. И. Автоматизация процесса достоверизации телеметрии диспетчерского центра электроэнергетики // Вестник кибернетики. 2017. № 4 (28). С. 139–145.

7. Гурина Л. А., Зоркальцев В. И., Колосок И. Н., Коркина Е. С., Мокрый И. В. Оце-нивание состояния электроэнергетической системы: алгоритмы и примеры решения линеаризованных задач. Иркутск : ИСЭМ СО РАН, 2016.

8. с.

9. Гришагина Н. М., Гарайшина Э. Г. Автоматизированная система коммерческого учета электроэнергии (АСКУЭ) // Вестн. Казан. технологич. ун-та. 2013. № 12. С. 297–299.

10. Neural A. Network in 11 lines of Python. URL: http://iamtrask.github.io (дата обращения: 30.11.2018).


Рецензия

Для цитирования:


Занин А.С., Бушмелева К.И. АДАПТАЦИЯ ДАННЫХ И ОБУЧЕНИЕ ПРОСТЕЙШЕЙ НЕЙРОННОЙ СЕТИ ДЛЯ АВТОМАТИЗАЦИИ ПРОЦЕССА ДОСТОВЕРИЗАЦИИ ТЕЛЕМЕТРИИ ДИСПЕТЧЕРСКОГО ЦЕНТРА ЭЛЕКТРОЭНЕРГЕТИКИ. Вестник кибернетики. 2018;(4):177-183.

For citation:


Zanin A.S., Bushmeleva K.I. DATA ADAPTATION AND TRAINING OF SIMPLE NEURAL NETWORK FOR AUTOMATION OF TELEMETRY VERIFICATION PROCESS OF THE ELECTRIC POWER INDUSTRY DISPATCHING CENTER. Proceedings in Cybernetics. 2018;(4):177-183. (In Russ.)

Просмотров: 43


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1999-7604 (Online)