CC BY
27
05.20.02
УДК 303.733:621.315.1.019.3.003.12
РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДИНАМИКИ ОТКАЗОВ ЛИНИИ 0,38 КВ НА ОСНОВЕ ОЦЕНКИ УРОВНЯ ИХ НАДЕЖНОСТИ
© 2019
Вадим Георгиевич Шуметов, доктор экономических наук, профессор кафедры «Информационные технологии и математика» Юрий Дмитриевич Волчков, кандидат технических наук, доцент кафедры «Электроснабжение» Наталья Витальевна Махиянова, старший преподаватель кафедры «Электроснабжение» ФГБОУ ВО «Орловский Государственный аграрный университет имени Н. В. Парахина», Орёл (Россия)
Аннотация
Введение: статья посвящена количественной оценке уровня надежности воздушных линий электропередачи напряжением 0,38 кВ предприятий электрических сетей филиала ПАО «МРСК Центра» - «Орелэнерго» и разработке математической модели динамики отказов.
Материалы и методы: определение уровня надежности воздушных линий электропередачи напряжением 0,38 кВ предприятий электрических сетей филиала ПАО «МРСК Центра» - «Орелэнерго» проводилось на основе статистической обработки информации об аварийных отключениях за период 2008-2015 гг. Разработка математической модели динамики частоты отказов проводилась на основе временных рядов с выделением его закономерных составляющих. Моделирование проводилось с помощью процедуры Curve Estimation пакета статистических программ анализа данных общественных наук SPSS Base.
Результаты: суммарная протяженность воздушных электрических сетей данного класса напряжения составляет 11 762,4 км. Общее количество отключений за рассматриваемый период составило 20 166. Анализ данных показывает, что для значительной части отключений (41,6 %) причина отключений не установлена. 36,8 и 10,9 % - это отключения, вызванные повреждениями проводов, и отключения из-за повреждения вводов соответственно. Частота отказов составила 21,4 отключения в год на 100 км.
Обсуждение: сравнение частоты отказов с нормативными значениями, представленными в методических указаниях по обеспечению при проектировании нормативных уровней надежности электроснабжения сельскохозяйственных потребителей, показало различие практически на порядок. Результаты оценки технического состояния позволили выполнить моделирование динамики частоты аварийных отключений по установленным причинам и оценить влияние мероприятий на уровень надежности. Разработка математической модели динамики частоты отказов проводилась на основе временных рядов с выделением его закономерных составляющих. При анализе временных рядов установлена цикличность динамики отключений и выделены две детерминированные компоненты временных рядов (трендовая и сезонная). В первой составляющей временная переменная t - годы, во второй - месяцы.
Заключение: в качестве модели описания рассматриваемых явлений была выбрана гиперболическая модель. Предложенная модель рекомендуется для оценки эффективности мероприятий по повышению надежности. Ключевые слова: аварийные отключения, временной ряд, гиперболическая модель, динамика отказов, дисперсия, индекс сезонности, коэффициент детерминации, метод наименьших квадратов, надежность, нормативный уровень надежности, прогнозирование количества отказов, сезонная составляющая, трендовая составляющая, частота отказов.
Для цитирования: Шуметов В. Г., Волчков Ю. Д., Махиянова Н. В. Разработка математической модели динамики отказов линии 0,38 кВ на основе оценки уровня их надежности // Вестник НГИЭИ. 2019. № 1 (92). С.60-69.
DEVELOPMENT OF A MATHEMATICAL MODEL OF THE DYNAMICS OF FAILURES OF OVERHEAD LINE WITH VOLTAGE 0,38 KV BASED ON THE ASSESSMENT OF LEVEL OF DEPENDABILITY
© 2019
Vadim Georgievich Shumetov, Dr. Sci. (Economy), professor of the chair of information technologies and mathematics Yuri Dmitrievich Volchkov, Ph. D. (Engineering), associate professor of the chair of electric power supply Natalia Vitalievna Makhiyanova, senior lecturer of the chair of electric power supply FSBEE HE Oryol state agrarian University named after N. I. Parakhin, Oryol (Russia)
60
Abstract
Introduction: the article is devoted to a quantitative assessment of the reliability level of overhead lines with voltage of 0,38 kV for the enterprises of electric networks branch of JSC «IDGC of Center» - «Orelenergo» and to development of a mathematical model of the failure rate dynamics.
Materials and Methods: the clarification of the reliability level of overhead lines with voltage of 0,38 kV for the enterprises of electric networks branch of JSC «IDGC of Center» - «Orelenergo» have based on the the statistical processing of information about emergency switching off for the period 2008-2015. The development of a mathematical model of the failure rate dynamics have been carried out on the basis of time series with the allocation of its regular components. Modeling of the trend has been performed using the Curve Estimation procedure of the statistical software package for data analysis in social Sciences SPSS Base.
Results: the total length of the overhead lines with voltage of 0,38 kV is 11 762,4 km, the total number of disconnections during the period under review amounts to 20 166. Data analysis shows that for a large part of the outages (41,6 %) the cause of the outages is not set. 36,8 and 10,9 % of the outage has been caused by the damage of wires and due to damage of drop accordingly. The failure rate is 21,4 per year per 100 km.
Discussion: a comparison of this parameter with the normative values presented in the guidelines for ensuring the projecting of normative levels of dependability of power supply to agricultural consumers shows the difference by almost an order. The results of the evaluation of the technical condition allow to simulate the dynamics of the outage rate for reasons and to assess the impact of the activities on the level of dependability. The development of a mathematical model of the failure rate dynamics have been carried out on the basis of time series with the allocation of its regular components. The cyclicity of disconnection dynamics is established and two deterministic components of time series (trend and seasonal) are selected when analyzing time series. In the first component the time variable is t - years, in the second - months. Conclusion: the hyperbolic model has been chosen as the model of descriptions of the phenomena. The proposed model is recommended for assessing the effectiveness of measures to improve reliability.
Keywords: emergency shutdown, time series, hyperbolic model, dynamics of failure, dispersion, index of seasonality, the coefficient of determination, least squares method, reliability, normative reliability level, forecasting the number of failures, seasonal component, trend component, the frequency of failures.
For citation: Shumetov V. G., Volchkov Yu. D., Makhiyanova N. V. Development of a mathematical model of the dynamics of failures of overhead line with voltage 0,38 kv based on the assessment of level of dependability // Bulletin NGIEI. 2018. № 1 (92). P. 60-69.
Введение
Надежность электроснабжения является одним из основных показателей качества системы [1; 2; 3; 4; 5] и учитывается как при проектировании, так и при планировании развития электрических сетей. Согласно [6] под надежностью понимается свойство объекта сохранять во времени способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, хранения и транспортирования. Применительно к системам электроснабжения надежность понимается как способность непрерывно обеспечивать потребителей электроэнергией заданного качества в соответствии с графиком электропотребления в течение длительного срока эксплуатации [2; 4]. Техническое состояние большинства современных линий электропередачи (ЛЭП) не позволяет обеспечить нормативные требования надежности электроснабжения. Для разработки мероприятий, направленных на обеспечение требуемого уровня надежности, необходимо проведение комплексного исследования с анализом причин и ха-
рактера нарушений в работе электрических сетей с возможностью прогнозирования эффективности внедряемых мероприятий. При этом прогнозирование основывается на необходимости проведения количественной оценки взаимосвязи показателей надежности с различными влияющими на неё факторами [2; 7; 8; 9; 10; 11; 12].
Цель данной статьи заключается в оценке и прогнозировании уровня надежности электроснабжения ЛЭП напряжением 0,38 кВ на основе математической модели динамики отказов. для достижения поставленной цели должны быть решены следующие задачи:
1. Классификация отказов на основе обработки статистической информации об аварийных отключениях ЛЭП напряжением 0,38 кВ предприятий электрических сетей филиала ПАО «МРСК Центра» - «Орелэнерго».
2. Разработка математической модели динамики отказов ЛЭП.
3. Прогнозирование количества отказов.
4. Оценка точности прогноза.
Материалы и методы исследования
Для решения поставленных задач была собрана информация об аварийных отключениях ВЛ напряжением 0,38 кВ на предприятиях электрических сетей филиала ПАО «МРСК Центра» - «Орел-энерго» за период с 2008 по 2015 гг. Суммарная протяженность воздушных электрических сетей данного класса напряжения составляет 11 762,4 км. Общее количество отключений за рассматриваемый период составило 20 166. Анализ информации про-
водился с использованием элементов численного анализа и математической обработки статистических данных
Результаты исследования Анализ информации (рис. 1) показывает, что большая часть отключений происходит по неустановленным причинам (40,6 %). При этом фиксировалось отключение питающего выключателя. Затем электроснабжение восстанавливалось после его включения.
Причины отключений Рис. 1. Распределение аварийных отключений по видам причин: 1 - повреждение проводов линий электропередачи; 2 - причина не выяснена; 3 - повреждение вводов в здание; 4 - отключения из-за падения или приближения деревьев; 5 - повреждение опоры; 6 - повреждение низковольтного оборудования; 7 - отключения из-за грозовых перенапряжений и гололедно-ветровых нагрузок; 8 - повреждение оборудования КТП Fig. 1. Distribution of emergency shutdowns by types of reasons: 1 - damage of the power lines wires; 2 - the reason is not clarified; 3 - damage of the building inputs; 4 - shutdowns due to falling or approaching trees; 5 - damage of the support; 6 - damage of the low-voltage equipment; 7 - shutdowns due of the lightning overvoltage and ice andwind loads; 8 - damage of substation equipment
Третья часть отключений (36,8 %) - это отключения, вызванные повреждениями проводов. При чем большая часть этих отключений приходится на летний период, когда наблюдаются массовые отключения, связанные с грозовыми перенапряжениями и увеличением ветровой нагрузки. До 22 % отключений этой группы приходится на отключения из-за падений деревьев во время грозы. Устойчивые схлестывания проводов зафиксированы в 1 641 случаях (22,1 %). Многочисленность схлестывания объясняется конструктивными особенностями линий электропередачи. Фазные провода этих линий выполняются обычно проводом одного сечения, а нулевой провод - меньшим. Неодинаковость сечений приводит к раскачиванию при ветре с разной частотой. Также схлестывание проводов может являться следствием несимметричной нагрузки. Это приводит к неравномерному нагреву и, как следствие, к разным стрелам провеса [13]. 45,6 % обрывов проводов произошло по неустановленным причинам.
Отключения из-за повреждения вводов составляют 10,9 %. При выполнении большинства вводов используются неизолированные провода, поэтому причины их повреждений зафиксированы такими же, как и для проводов воздушных линий электропередачи. Схлестывание проводов наблюдался в 6,8 % случаев. Посторонние воздействия такие, как падение снега с крыши, падение антенны и др., приведшие к обрыву, составляют 7,4 %. Большая часть повреждений перекидки (30 %) связана с обрывом по невыясненным причинам. Для группы «Повреждение вводов в здания» характерно нарушение контактного соединения (27 %). Это можно объяснить тем, что соединение выполняют без пайки и зажимов, т. е. скруткой.
6,3 и 2,6 % от общего количества - это отключения из-за падений деревьев и повреждений проводов. Наиболее повреждаемым конструктивным элементом опор является изолятор (44,7 %). Чаще отключения из-за его повреждения наблюдаются в летний период при сильном ветре. Можно
предположить, что колебание проводов приводит к раскачиванию и повреждению изоляторов.
На иные причины отключения приходится менее процента от их общего числа.
Для филиала ОАО «МРСК Центра» - «Орел-энерго» частота отказов составила 21,4 отключения в год на 100 км. Проведенное раннее исследование для данных периода 2008-2011 гг. показали частоту отказов равную 22,5 откл/год, т. е. полученный нами результат показывает некоторую тенденцию к снижению частоты отказов [14]. Но сравнение этого параметра с нормативными значениями [15] показывает различие практически на порядок. В соответствии с этими указаниями для электроприемников второй категории установлены следующие нормативные показатели надежности: допустимая частота отказов в электроснабжении шп для специально выделенной группы электроприемников, не допускающих длительности перерывов электроснабжения т более 0,5 ч, шп (т < 0,5 ч) = 2,5 отказа в год, для остальных электроприемников второй категории юп (т < 4 ч) = 2,3 отказа в год, шп (4 ч < т < 10 ч) = 0,1 отказа в год при расчетной нагрузке 120 кВт и более, шп (4 ч < т < 10 ч) = 0,2 отказа в год при нагрузке менее 120 кВт. Для электроприемников третьей категории шш (т < 24 ч) = 3 отказа в год.
Следовательно, современное состояние сетей рассматриваемого класса напряжения не обеспечивает требуемый уровень надежности электроснабжения потребителей, отличаясь от него практически на порядок. Данное обстоятельство указывает на необходимость проведения значительной реконструкции рассматриваемых сетей.
Обсуждение При разработке мероприятий по реконструкции необходимо оценивать их эффективность. Полученные данные позволяют выполнить моделирование динамики частоты аварийных отключений по установленным причинам и оценить влияние мероприятий на уровень надежности.
Разработка математической модели динамики частоты отказов проводилась на основе временных рядов с выделением его закономерных составляющих [16; 17; 18; 19; 20]. На рисунке 2 представлена динамика частоты аварийных отключений в 2008-2015 гг. для причины «Повреждения проводов».
Анализ графиков временных рядов частоты отказов по разным причинам, по невыясненным причинам и по всем причинам позволяет установить следующую цикличность динамики отключений:
- цикл нарастания частоты отказов -2008-2010 гг.;
- цикл стабилизации частоты отказов -2011-2012 гг.;
- цикл снижения частоты отказов -2013-2015 гг.
В отличие от третьего цикла, первые два цикла больше характеризуются стабильностью помесячных изменений частоты, что позволяет их объединить и рассмотреть две детерминированные компоненты временных рядов - трендовую T(t) и сезонную S(t). В первой составляющей временная переменная t - годы, во второй - месяцы.
Моделирование трендовой составляющей удобно проводить с помощью процедуры Curve Estimation пакета статистических программ анализа данных общественных наук SPSS Base, позволяющей рассчитать линейные параметры методом наименьших квадратов (МНК-оценка) по параметрам моделей 11 «стандартных» вариантов [20; 21].
Исходя из характера временных рядов наиболее подходящим вариантом описания годичного тренда является гиперболическая (inverse) модель x=b00+b\/t, описывающая процессы с насыщением. Учет сезонной компоненты целесообразно проводить путем расчета индексов сезонности, понимая под этим изменение частоты отказов по месяцам. Тогда модель детерминированной компоненты временных рядов частоты среднемесячных отключений в период 2008-2012 гг. будет представлена в следующем виде: Dij = Ti х Sj при i = 1 ... 4 (номер года) и j = 1 ... 12 (номер месяца).
Повреждение проводов 300т-
0-1-,-,-,-,-,-,-г-
1 13 25 37 49 61 73 85
Месяц
Рис. 2. Динамика частоты аварийных отключений в 2008-2015 гг. для причины «Повреждение проводов» Fig. 2. The dynamics of the frequency of outages in 2008-2015 to cause «Damage of the wires»
Для расчета МНК-оценок параметров гиперболических моделей тренда нами использованы
средние значения частоты отказов по каждому году. Результаты моделирования сведены в таблице 1.
Таблица 1. Параметры и критерии качества трендовых гиперболических моделей частоты среднемесячных отказов Table 1. Parameters and quality criteria of trend hyperbolic models of the average monthly failure rate
Параметр модели / Model parameter Причина отключений / Cause of outages
повреждения проводов/ damage of the wire повреждения ввода в здания / damage of the buildings inputs повреждения из-за деревьев / damage because of the trees повреждения опор / damage of the supports повреждения по невыясненным причинам / damage due to unexplained causes по всем причинам / for all the reasons
bo bi R2
StErr
129,9 -94,4 0,869 13,7
47,3 -36,2 0,903 4,4
23,5 -18,5 0,867 2,7
9,6 -7,5 0,906 0,9
130,5 -97,9 0,895 12,6
340,9 -254,5 0,889 33,7
Поясним результаты аппроксимации динамики частоты отказов в 2008-2012 гг. гиперболическими моделями, приведенными в таблице 1. Эти модели - двухпараметрические, смысл параметра Ь0 - предельное значение частоты отказов в среднем за год. Параметр Ь1 показывает, насколько сильно изменяется частота за достаточно большой период времени.
Критерий качества моделей В2 - это коэффициент детерминации, он показывает, какая доля общей дисперсии объясняется временным фактором. В рассматриваемом случае значения коэффициента детерминации в интервале 0,867 ... 0,906 означают, что соответствующие модели объясняют от 86,7 до 90,6 % дисперсии, а необъясненной остается от 13,3 до 9,4 % дисперсии.
Стандартная ошибка Б1Егг характеризует точность аппроксимации, по ее величине производится расчет доверительных интервалов. Рассматриваемые временные ряды короткие - всего пять членов последовательностей, и точность аппроксимации не высока. Учитывая низкую точность прогноза, помимо графиков наиболее вероятных расчетных значений среднемесячной частоты отказов по разным причинам, представлены не 95 %-е, как обычно принято в технических приложениях, а 90 %-е верхняя и нижняя доверительные границы (95 % ВДГ и 95 % НДГ соответственно) (рис. 3). По этой же причине в таблице 2 представлены результаты прогноза наиболее вероятных расчетных значений средней частоты отказов лишь на один год вперед -на 2013 г.
Таблица 2. Прогноз наиболее вероятных значений средней частоты отказов на 2013 г. Table 2. Forecast of the most probable values of the average failure rate for 2013_
Причина отключений / Cause of outages
повреждения проводов/
damage of the wire
повреждения ввода в здания / damage of the buildings _inputs_
повреждения из-за деревьев / damage because of the trees
повреждения опор / damage of the supports
повреждения по невыясненным причинам / damage due to unexplained causes
по всем причинам /
for all the reasons
84,2
23,7
14,2
6,0
96,4
224,5
Сравнение фактических среднемесячных частот отказов в 2013 г. с прогнозными значениями показывает, что в целом - по всем причинам - прогноз оказался близким к факту: 224,5 отключения в месяц при 232,8 фактически. Однако в последующие два года - 2014 и 2015-й - частота аварийных отключений существенно снизилась - до 147,2 и 127,1 в месяц соответственно. Можно предположить, что это является результатом проводимой технической политики ПАО «МРСК Центра» [22].
В наглядной форме динамика наблюдаемых и расчетных значений среднемесячных частот отказов для причины «Повреждение проводов» представлена на рисунок 3. Обращает на себя внимание, что, если фактические значения среднемесячных частот по разным причинам, как правило, меньше прогнозных на 2013 г., то фактические частоты отказов по невыясненным причинам в 2010-2013 гг. превышают расчетные значения.
Рис. 3. Аппроксимация динамики частоты среднемесячных аварийных отключений и прогноз на 2013 г. для причины «Повреждение проводов» Fig. 3. Approximation of the dynamics of the average frequency of outages and the forecast for 2013 is for the cause «damage to the wires»
Для прогноза наиболее вероятных значений средней частоты отказов по месяцам нами выполнен расчет индексов сезонности, определяемых как отношение значений показателя в данном месяце к средним значениям за год. По этим данным выполнен расчет индексов по годам, а также их средние значения за
четыре года. Результаты расчетов средних значений индексов сезонности представлены в таблице 3.
На рисунке 4 показано распределение индексов сезонности по месяцам для причины «Повреждение проводов», при этом видно их хорошее совпадение по всем четырем годам - с 2008 по 2011 гг.
Таблица 3. Индексы сезонности отключений по месяцам (среднее за 2008-2011 гг.)
Table 3. Seasonality indices of outages by month (average for 2008-2011)
Причина отключений /
Cause of outages
поврежде- повреждения опор / damage of the supports повреждения по невыясненным причинам / damage due to unexplained
Месяц / Month повреждения проводов / damage of the wire ния ввода в здания/ damage of the buildings inputs повреждения из-за деревьев / damage because of the trees по всем причинам / for all the reasons
causes
Январь / January 0,48 0,76 0,19 0,31 0,78 0,61
Февраль / February 0,62 1,26 0,33 0,29 1,00 0,82
Март / March 0,50 0,74 0,34 0,40 0,92 0,68
Апрель / April 0,70 1,31 0,49 1,67 0,93 0,88
Май / May 1,03 1,29 1,00 1,61 1,29 1,18
Июнь / June 2,21 1,45 2,17 1,75 1,68 1,89
Июль / July 1,97 1,40 2,87 1,87 1,29 1,69
Август / August 1,39 1,09 2,41 1,54 1,25 1,37
Сентябрь / September 0,79 0,69 0,77 0,37 0,58 0,68
Октябрь / October 0,98 0,60 0,69 1,35 0,81 0,86
Ноябрь / November 0,76 0,57 0,29 0,43 0,64 0,65
Декабрь / December 0,56 0,83 0,45 0,41 0,84 0,69
2008 -- 2009
---2010
----2011
- среднее
1 3 5 7 9 11 Рис. 4. Распределение индексов сезонности по месяцам для причины «Повреждение проводов» Fig. 4. The distribution of the seasonality index by months for the cause «Damage to the wires»
Заключение
Результаты проведенных исследований позволяют сделать следующие выводы:
1. Уровень надежности современных сетей 0,38 кВ практически на порядок ниже требуемого нормативного. Для его обеспечения необходимо значительная реконструкция сетей.
2. При разработке проектов реконструкции и обосновании мероприятий по повышению надежности в качестве элемента по оценке эффективности мероприятий может быть использована предложенная математическая модель динамики частоты отказов.
СПИСОК ЛИТЕРАТУРЫ
1. Анищенко В. А., Колосова И. В. Основы надежности систем электроснабжения : пособие для студентов специальности «Электроснабжение. Мн. : БНТУ, 2008. 151 с.
2. Виноградов А. В., Виноградова А. В. Повышение надежности электроснабжения сельских потребителей посредством секционирования и резервирования линий электропередачи 0,38 кВ : Монография. Орел : Изд-во ФГБОУ ВО Орловский ГАУ, 2016. 224 с.
3. Фокин Ю. А., Туфанов В. А. Оценка надежности систем электроснабжения : учеб. для вузов. М. : Энергоиздат, 1981. 224 с.
4. Шеметов А. Н. Надежность электроснабжения : учеб. пособие для вузов. Магнитогорск : Изд-во ГОУ ВПО «МГТУ им. Г. И. Носова», 2006. 141 с.
5. Хорольский В. Я., ТарановМ. А. Надежность электроснабжения : учеб. пособие. Старый Оскол : ТНТ. 2017. 424 с.
6. Надежность в технике. Термины и определения.: ГОСТ 27.002-2015. Введ. 2017-01-03. М. : Изд-во стандартов, 2016. 28 с.
7. Угрюмова С. Д., Крикун А. И. Методика комплексной оценки эффективности и надежности технологических линий подготовки морской воды для культивирования гидробионтов // Вестник Воронежского государственного университета инженерных технологий. 2016. № 2. С. 175-182.
8. Ланин А. В. Прогнозирование уровня надежности электроснабжения для повышения эффективности работы сельских электрических распределительных сетей 10 кВ : автореф. на соиск. ученой степ. канд. техн наук. Красноярск, 2012. 19 с.
9. Лопатин Е. И. Совершенствование технического состояния сельских распределительных сетей напряжением 0,38...10 кВ (на примере Рязанского региона) : автореф. на соиск. ученой степ. канд. техн наук. Москва, 2012. 23 с.
10. Лопатин Е. И. Анализ надежности электрооборудования распределительных сетей напряжением 0,38...10 кВ // Сельский механизатор. 2011. № 6. С. 30-31.
11. Наумов И. В., Ланин А. В., Ерин В. Н. Математическая модель прогнозирования уровня надежности электроснабжения в электрических сетях 10 кВ // Вестник Алтайского государственного аграрного университета. 2011. Вып. 8 (82). С. 88-91.
12. Наумов И. В., Ланин А. В. Прогнозирование отказов сельских распределительных сетей напряжением 10 кВ (на примере филиала Восточных электрических сетей ОАО «ИЭСК») // Вестник Алтайского государственного аграрного университета. 2011. Вып. 1 (75). С. 86-90.
13. Григорьев Н. Д. Анализ причин повреждаемости элементов сетей напряжением до 1000В // Механизация и электрификация сельского хозяйства. 1984. № 1. С. 47-49
14. Волчков Ю. Д., Махиянова Н. В. Надежность длительно эксплуатируемых распределительных сетей // Энергетика: управление, качество и эффективность использования энергоресурсов: сб. науч. трудов. Благовещенск: Изд-во Амурского государственного университета, 2013. С. 307-309.
15. Методические указания по обеспечению при проектировании нормативных уровней надежности электроснабжения сельскохозяйственных потребителей // Руководящие материалы по проектированию электроснабжения сельского хозяйства. М. : Сельэнергопроект, 1986. 34 с.
16. Боровиков В. П. Популярное введение в современный анализ данных в системе STATISTIC : учебное пособие для вузов. М. : Горячая линия - Телеком, 2013. 288 с.
17. Бююль А., Цёфель П. Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей : учеб. для вузов. СПб. : ООО «ДиаСофтЮП», 2002. 608 с.
18. Стукач О. В. Программный комплекс Statistica в решении задач управления качеством : учебное пособие. Томский политехнический университет. Томск : Изд-во Томского политехнического университета, 2011. 163 с.
19. Халафян А. А. STATISTICA 6. Статистический анализ данных. Учебник. 3-е изд. М. : ООО «Бином-Пресс», 2007 г. 512 с.
20. Шуметов В. Г., Крюкова О. А. Методология и практика анализа данных в управлении. Методы одномерного и двумерного анализа : учеб. пособие. Орел : Изд-во РАНХиГС, 2012. 176 с.
21. SPSS Base 8.0 для Windows // Руководство по применению. М. : СПСС Русь, 1998. 397 с.
22. Техническая политика ОАО МРСК Центра [Электронный ресурс]. Режим доступа: http://www.razrad.ru/teh/mrsk_teh_politika.pdf (дата обращения 28.12.2018).
Дата поступления статьи в редакцию 18.10.2018, принята к публикации 3.12.2018.
Информация об авторах: Шуметов Вадим Георгиевич, доктор экономических наук, профессор кафедры «Информационные технологии и математика»
Адрес: ФГБОУ ВО «Орловский Государственный аграрный университет имени Н. В. Парахина», 302019, Россия, г. Орел, ул. Генерала Родина, 69, тел. (4862) 76-49-10 E-mail: shumetov@list.ru Spin-код: 3991-5449
Волчков Юрий Дмитриевич, кандидат технических наук, доцент кафедры «Электроснабжение» Адрес: ФГБОУ ВО «Орловский Государственный аграрный университет имени Н. В. Парахина», 302019, Россия, г. Орел, ул. Генерала Родина, 69, тел. (4862) 76-44-69 E-mail: volchkov.iurij@yandex.ru Spin-код: 8544-8294
Махиянова Наталья Витальевна, старший преподаватель кафедры «Электроснабжение»
Адрес: ФГБОУ ВО «Орловский Государственный аграрный университет имени Н. В. Парахина», 302019,
Россия, г. Орел, ул. Генерала Родина, 69, тел. (4862) 76-44-69
E-mail: mahnatvital@mail.ru
Spin-код: 8326-2903
Заявленный вклад авторов:
Шуметов Вадим Георгиевич: анализ полученных результатов, оформление таблиц с результатами исследования, оформление результатов исследования в графиках.
Волчков Юрий Дмитриевич: научное руководство, формулирование основной концепции исследования, критический анализ и доработка текста.
Махиянова Наталья Витальевна: подготовка текста статьи, сбор и обработка материалов, статистическая обработка эмпирических данных, верстка и форматирование работы.
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERENCES
1. Anishchenko V. A., Kolosova I. V. Osnovy nadezhnosti sistem ehlektrosnabzheniya [Fundamentals of reliability of power supply systems], posobie dlya studentov special'nosti «Elektrosnabzhenie. Minsk: BNTU, 2008. 151 p.
2. Vinogradov A. V., Vinogradova A. V. Povyshenie nadezhnosti elektrosnabzheniya sel'skih potrebitelej po-sredstvom sektsionirovaniya i rezervirovaniya linij elektroperedachi 0,38 kV [Improving the reliability of power supply to rural consumers by partitioning and reserving transmission lines of 0.38 kV], Monografiya. Orel : Publ. FGBOU VO Orlovskij GAU, 2016. 224 p.
3. Fokin Yu. A., Tufanov V. A. Otsenka nadezhnosti sistem elektrosnabzheniya [Assessment of reliability of power supply systems], ucheb. dlya vuzov. Moscow: Energoizdat, 1981. 224 p.
4. Shemetov A. N. Nadezhnost' elektrosnabzheniya [Power supply reliability], ucheb. posobie dlya vuzov. Magnitogorsk : Publ. GOU VPO «MGTU im. G. I. Nosova», 2006. 141 p.
5. Horol'skij V. Ya., Taranov M. A. Nadezhnost' elektrosnabzheniya [Power supply reliability], ucheb. posobie. Staryj Oskol : TNT. 2017. 424 p.
6. Nadezhnost' v tekhnike. Terminy i opredeleniya [Reliability in technology. Terms and definitions], GOST 27.002-2015. Vved. 2017-01-03. Moscow: Publ. standartov, 2016. 28 p.
7. Ugryumova S. D., Krikun A. I. Metodika kompleksnoj ocenki ehffektivnosti i nadezhnosti tekhnologicheskih linij podgotovki morskoj vody dlya kul'tivirovaniya gidrobiontov [Methodology of comprehensive evaluation of the effectiveness and reliability of production lines of preparation of sea water for the cultivation of aquatic organisms], Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernyh tekhnologij [Proceedings of the Voronezh State University of Engineering Technologies], 2016, No. 2, pp. 175-182.
8. Lanin A. V. Prognozirovanie urovnya nadezhnosti elektrosnabzheniya dlya povysheniya effektivnosti raboty sel'skih elektricheskih raspredelitel'nyh setej 10 kV [Forecasting the level of reliability of power supply to improve the efficiency of rural electric distribution networks of 10 kV. Ph. D. (Engineering) thesis], Krasnoyarsk, 2012. 19 p.
9. Lopatin E. I. Sovershenstvovanie tekhnicheskogo sostoyaniya sel'skih raspredelitel'nyh setej napryazheniem 0,38...10 kV (na primere Ryazanskogo regiona) [Improvement of technical condition of rural distribution networks with voltage of 0.38...10 kV (on the example of Ryazan region). Ph. D. (Engineering) thesis], Moscow, 2012. 23 p.
10. Lopatin E. I. Analiz nadezhnosti elektrooborudovaniya raspredelitel'nyh setej napryazheniem 0,38...10 kV [Analysis of reliability of electrical distribution networks voltage 0.38...10 kV], Sel'skij mekhanizator [Rural mechanic], 2011. No. 6. pp. 30-31.
11. Naumov I. V., Lanin A. V., Erin V. N. Matematicheskaya model' prognozirovaniya urovnya nadezhnosti elektrosnabzheniya v elektricheskih setyah 10 kV [Mathematical model of forecasting the level of reliability of power supply in electric networks of 10 kV], Vestnik Altajskogo gosudarstvennogo agrarnogo universiteta [Bulletin of the Altai state agrarian University], 2011. No. 8 (82). pp. 88-91.
12. Naumov I. V., Lanin A. V. Prognozirovanie otkazov sel'skih raspredelitel'nyh setej napryazheniem 10 kV (na primere filiala Vostochnyh ehlektricheskih setej OAO «IEHSK») [Forecasting of failures of rural distribution networks with voltage of 10 kV (on the example of the branch of Eastern electric networks of JSC «IESK»)], Vestnik Altajskogo gosudarstvennogo agrarnogo universiteta [Bulletin of the Altai state agrarian University], 2011. No. 1 (75). pp. 86-90.
13. Grigor'ev N. D. Analiz prichin povrezhdaemosti elementov setej napryazheniem do 1000 V [Analysis of the causes of damage to network elements up to 1000 V], Mekhanizaciya i elektrifkaciya sel'skogo hozyajstva [Mechanization and electrification of agriculture], 1984. No. 1. pp. 47-49.
14. Volchkov Yu. D., Mahiyanova N. V. Nadezhnost' dlitel'no ekspluatiruemyh raspredelitel'nyh setej [Reliability of long-term operated distribution networks], Energetika: upravlenie, kachestvo i effektivnost' ispol'zovaniya energoresursov: sb. nauch. trudov [Energy: management, quality and efficiency of energy resources: collection of scientific works. labours'], Blagoveshchensk: Publ. Amurskogo gosudarstvennogo universiteta, 2013. pp. 307-309.
15. Metodicheskie ukazaniya po obespecheniyu pri proektirovanii normativnyh urovnej nadezhnosti elektrosnabzheniya sel'skohozyajstvennyh potrebitelej [Methodical instructions on providing at design of standard levels of reliability of power supply of agricultural consumers], Rukovodyashchie materialy po proektirovaniyu elektrosnabz-heniya sel'skogo hozyajstva, Moscow: Sel'ehnergoproekt, 1986. 34 p.
16. Borovikov V. P. Populyarnoe vvedenie v sovremennyj analiz dannyh v sisteme STATISTIC [A popular introduction to modern data analysis in the STATISTICAL system], uchebnoe posobie dlya vuzov. Moscow: Gorya-chaya liniya - Telekom, 2013. 288 p.
17. Byuyul' A., Tsyofel' P. Iskusstvo obrabotki informacii. Analiz statisticheskih dannyh i vosstanovlenie skry-tyh zakonomernostej [The art of information processing. The analysis of statistical data and restore hidden patterns], ucheb. dlya vuzov. Saint-Petersburg: OOO «DiaSoftYUP», 2002. 608 p.
18. Stukach O. V. Programmnyj kompleks Statistica v reshenii zadach upravleniya kachestvom [The software package Statistica in solving problems of quality management], uchebnoe posobie. Tomskij politekhnicheskij universi-tet. Tomsk : Publ. Tomskogo politekhnicheskogo universiteta, 2011. 163 p.
19. Halafyan A. A. STATISTICA 6. Statisticheskij analiz dannyh [STATISTICA 6. Statistical analysis of data], Uchebnik. 3-rd publ. Moscow: OOO «Bi-nom-Press», 2007 g. 512 p.
20. Shumetov V. G., Kryukova O. A. Metodologiya i praktika analiza dannyh v upravlenii. Metody odnomer-nogo i dvumernogo analiza [Methodology and practice of data analysis in management. Methods of one-dimensional and two-dimensional analysis], ucheb. posobie. Orel : Publ. RANHiGS, 2012. 176 p.
21. SPSS Base 8.0 for Windows // Rukovodstvo po primeneniyu [Application manual], Moscow: SPSS Rus', 1998. 397 p.
22. Tekhnicheskaya politika OAO MRSK Centra [Technical policy of JSC IDGC Centre], [Elektronnyj resurs]. Available at: http://www.razrad.ru/teh/mrsk_teh_politika.pdf (Accessed 28.12.2018).
Submitted 18.10.2018; revised 3.12.2018.
About the authors: Vadim G. Shumetov, Dr. Sci. (Economy),
Professor of the chair of information technologies and mathematics
Address: FSBEE HE Oryol state agrarian University named after N. I. Parakhin, 302019, Russia, Oryol, General Rodin street, 69, tel. (4862) 76-49-10 E-mail: shumetov@list.ru Spin-code: 3991-5449
Yuri D. Volchkov, Ph. D. (Engineering), associate professor of the chair t of electric power supply Address: FSBEE HE Oryol state agrarian University named after N. I. Parakhin, 302019, Russia, Oryol, General Rodin street, 69, tel. (4862) 76-44-69 E-mail: volchkov.iurij@yandex.ru Spin-code: 8544-8294
Natalia V. Makhiyanova, senior lecturer of the chair of electric power supply
Address: FSBEE HE Oryol state agrarian University named after N. I. Parakhin, 302019, Russia, Oryol, General Rodin street, 69, tel. (4862) 76-44-69 E-mail: mahnatvital@mail.ru Spin-code: 8326-2903
Contribution of the authors:
Vadim G. Shumetov: analysed data, designed tables with results of the study, put results of the study in diagrams. Yuri D. Volchkov: research supervision, developed the theoretical framework, critical analyzing and editing the text. Natalia V. Makhiyanova: writing of the draft, collection and processing of materials, performed statistical processing of empirical data, made the layout and the formatting of the article.
All authors have read and approved the final manuscript.
05.20.00 УДК 631.171
СРАВНИТЕЛЬНЫЙ АНАЛИЗ И ПОДБОР СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ В МОЛОЧНОМ ЖИВОТНОВОДСВЕ
© 2019
Владимир Вячеславович Кирсанов, доктор технических наук,
заведующий лабораторией, главный научный сотрудник Федеральный научный агроинженерный центр ВИМ (Россия) Дмитрий Юрьевич Павкин, кандидат технических наук, младший научный сотрудник Федеральный научный агроинженерный центр ВИМ (Россия)
Сергей Сергеевич Юрочка, аспирант, инженер Федеральный научный агроинженерный центр ВИМ (Россия) Владимир Юрьевич Матвеев, кандидат технических наук, доцент кафедры «Технический сервис» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация
Введение: в ходе анализа систем технического зрения в молочном животноводстве выявлено расхождение по используемым измерительным системам и датчикам видео- и фотофиксации. В доильных роботах используются 3D-камеры ToF и RGBD, лазерное сканирование, лидары. В статье проведен анализ
69
