CC BY
170
УДК 621.311:681.518
АВТОМАТИЗАЦИЯ ВОССТАНОВЛЕНИЯ ЭЛЕКТРОСНАБЖЕНИЯ В РАСПРЕДЕЛИТЕЛЬНЫХ СЕТЯХ
И.В. КЫЗРОДЕВ1, М.И. УСПЕНСКИЙ2
1Сыктывкарский филиал ОАО «Вымпелком», г.Сыктывкар kiv@enersy.komisc.ru
2Институт социально-экономических и энергетических проблем Севера
Коми НЦ УрО РАН, г.Сыктывкар
uspensky@enersy.komisc.ru
Предложены и аргументированы метод и программная реализация комплекса поиска схем восстановления электропотребления в сетях на основе алгоритма обработки графа сети и искусственных нейронных сетей (ИНС). Оба алгоритма работают в конкурирующем режиме, взаимно сглаживая недостатки каждого отдельного метода. Теоретически обоснованы принципы работы комплекса, в частности, в отношении применения обобщенного вектора ошибок для самообучения ИНС и устойчивости решений. Программный комплекс, реализованный как часть «советчика диспетчера распределительных сетей», тестировался на 201-узловой сети с семью источниками электроэнергии и 227 связями и показал хорошие результаты.
Ключевые слова: распределительные сети, восстановление электроснабжения, автоматизация, советчик диспетчера
I.V.KYZRODEV, M.I.USPENSKY. POWER SUPPLY RESTORATIVE AUTOMATION IN DISTRIBUTIVE NETWORKS
The method and program complex realization for restoration scheme search of a power consumption in networks on the basis of algorithm processing of the network count and artificial neural networks (ANN) are proposed and given reason. Both algorithms work in a competing mode, mutually smoothing lacks of each separate method. Work complex principles, in particular, concerning application of the generalized error vector for ANN self-training and solution stability are theoretically proved. The program complex realized as a part for "the adviser of the distributive network dispatcher", was tested on a 201 buses, 7 sources and 227 lines distribution network and one has shown good results.
Key words: distributive network, power restoration, automation, dispatcher adviser
Большинство потребителей распределительной сети может получать электроэнергию по нескольким различным цепям. При аварийном отказе одной или группы питающих связей с учетом существующего режима в сети необходимо быстро найти резервную цепь для подачи электроэнергии к отключенному потребителю. При этом должны быть учтены следующие требования: а) перегрузка элементов связи и падение напряжения у потребителя не могут превышать допустимые пределы; б) при необходимости ограничения нагрузки в первую очередь отключаются менее ответственные потребители.
Существующие методы восстановления питания потребителей распределительной сети можно условно объединить в три группы: 1) на основе теории графов и комбинаторной математики; 2) с созданием базы знаний при обучении и последующей выборкой из нее образа состояния схемы для конкретного события; 3) с использованием аппарата искусственных нейронных сетей (ИНС).
К преимуществам первого из них относится нахождение варианта практически для любого режима, включая обоснованный отказ в питании тех
узлов потребления, которые по физическим или режимным условиям не могут быть подключены, например, при единственной и поврежденной связи [1-4]. Однако при кажущейся простоте он требует просмотра множества вариантов, а, следовательно, увеличивается время получения решения. Для сокращения количества вариантов обычно вводятся те или иные ограничения: комбинационные, режимные и т.д., уменьшающие их число до приемлемых значений, но и ухудшающие качество решения задачи.
При втором подходе множество возможных режимов моделируется вне реального времени и их выходные образы, удовлетворяющие обеспечение потребителей питанием (состояние выключателей связей), запоминаются в базе знаний. В реальном времени по входному образу (условиям некорректного режима) из базы выбирается соответствующий ему выходной образ - схема сети. Такой подход позволяет сравнительно быстро найти решение. Его недостатком является большой объем базы знаний, рост которого зависит практически экспоненциально от числа связей распределительной сети. Так, для распределительной сети с 1000 свя-
зей объем под базу знаний оценивается в 1021 Гбайт. С учетом различных ограничений эта цифра уменьшается, но все же остается значительной. Тем не менее, работы в этом направлении продолжаются [5-9].
Третий путь, с использованием ИНС, по форме во многом моделирует второй подход, но в качестве базы знаний используется функциональный нелинейный преобразователь (нейросети) входных образов в выходные. В этом методе после обоснованного выбора структуры и длительного обучения ИНС результаты решения получаются достаточно быстро. Однако их интерпретация к конкретному режиму создает в большинстве случаев определенную сложность и требует дополнительных действий по проверке корректности режима. Из нашего опыта решение методом ИНС представляет хорошее приближение для последующего его уточнения методами первого подхода.
Проблемой в указанных методах является модернизация распределительной сети. Если в первом случае ввод или добавление ее новых элементов увеличивает число рассматриваемых вариантов, то для двух последних весь процесс обучения для области сети, на которую модернизация связей и узлов оказывает влияние, необходимо повторить [7].
Определенную сложность составляет увязка работы компьютерного комплекса по поиску схемы питания потребителей распределительной сети с информационной базой ее диспетчерского пункта и с автоматикой управления режимами. В части информации обычно необходимы: модель полной схемы распределительной сети, состояние выключателей (включен, выключен, выключен и запрещен к включению), уровни нагрузки на момент доава-рийного режима (считается, что такие нагрузки по возможности следует обеспечить в послеаварий-ном режиме) и перетоки по связям. Здесь не обсуждается вопрос оценки состояния сети, подробно рассматриваемый в ряде работ [10-13]. Что касается автоматики, то принято считать, что комплекс ищет решения для схемы сети после отработки автоматики повторного включения и ввода резерва и другой автоматики с учетом сложившегося после их работы состояния связей.
Нами предложен комплексный метод поиска схемы восстановления электроснабжения потребителей (рис.1), работающий на комбинации решения по алгоритму обработки графов (АОГ) и с помощью искусственной нейронной сети. Сравнительная простота используемого АОГ, с одной стороны, позволяет быстро находить схему для большинства узлов, с другой - не приводит к зацикливанию ее поиска в сложной конфигурации сети. ИНС быстрее работает при наличии решения в обучающей выборке. Такое сочетание позволяет снизить требования к вычислительным ресурсам комплекса для поиска схемы по сравнению с известными методами и уменьшить время решения. Восстановление схемы увязывается с информационной базой диспетчерского пункта и автоматикой управления режимами, в частности, по состоянию связей и уровням нагрузки на момент доаварийного режима. Отсутствующие данные восстанавливаются рас-
четными методами [14]. Учет «утяжеления» режима до восстановления нормальных условий в сети осуществляется соответствующими коэффициентами «утяжеления» нагрузок. Условиями-ограничениями в поиске решения являются: режимные -недопустимость перегрузки связей и падения напряжения в узлах больше заданной величины; приоритетные - при необходимости ограничения нагрузок в первую очередь должны отключаться менее ответственные потребители [15]. АОГ в значительной степени моделирует действия оперативного персонала в конкретной ситуации с учетом перечисленных выше ограничений. Параллельно с ним ИНС на основе обучающей выборки пытается найти новую схему сети, удовлетворяющую указанным выше ограничениям. Все предложенные схемы проверяются блоком расчета режимов (БРР), который участвует в формировании обобщенного вектора ошибки (ОВО). ОВО указывает АОГ и ИНС приемлемость/неприемлемость предложенной схемы и в последнем случае направление поиска нового решения. АОГ ищет новую схему с учетом ограничений, указанных БРР. ИНС переходит в режим самообучения, перенастраиваясь в соответствии с ОВО. Блоки АОГ и ИНС в конкурирующем режиме отыскивают схему электроснабжения, удовлетворяющую условиям допустимости режима. При этом учитывается перераспределение потребителей между источниками электроэнергии для выравнивания загрузки последних.
Преимуществом АОГ является завершенность решения вне зависимости от начального состояния связей. Узлы, которые могут быть обеспечены энергией, снабжаются ею. По тем узлам, которые не обеспечиваются энергией из-за режимных или конфигурационных условий, выводится информация о причинах такой ситуации. Недостатком метода является сравнительно большое по компьютерным меркам время поиска решения (от долей до десятков секунд в зависимости от сложности схемы).
Достоинство ИНС - практически мгновенное решение по состояниям связей, вошедших в выборку обучения. При отсутствии состояния в выборке обучения время поиска решения в процессе самообучения сравнимо с аналогичным временем АОГ. Выявление причин неподключения нагрузок сложнее, чем в методе АОГ. Однако ввод решения для нового состояния схемы в выборку обучения при его повторении в дальнейшем приводит к быстрому определению решения.
Блок расчета режимов использует информацию о необходимых нагрузках потребителей, располагаемых мощностях и напряжениях в корневых узлах сети, параметрах связей, их состояниях (включена, отключена, запрещена к включению) и ограничениях в конфигурации сети. Основа расчета режима ввиду его традиционности не приводится. Его результат - нахождение перетоков по связям и напряжений в узлах.
Структура работы АОГ отражена укрупненной блок-схемой (рис.1, блок АОГ). После отключения повреждения в АОГ вводится информация о состоянии выключателей и напряжениях на шинах узлов сети на момент расчета, а также нагрузок потребителей в узлах до нарушения сети. Оп-
Входная информация: параметры источников, связей и нагрузок; состояние связей (включена, отключена, запрещена к включению)
I
Отб р а А а я с в я з ь^
t
ИНС
Инициализация самообучения
Расчет перетоков по связям, напряжений в узлах и потерь
Узлы, не обеспеченные нагрузкой
БРР
.................................▼............................. Формирование
ошибок
по перетокам,
напряжению и
состоянию связей
ОВО
1
О И
о
АОГ
Рис. 1. Блок-схема алгоритма восстановления питания потребителей электроэнергии.
ределяются обесточенные узлы и выявляется их число. При количестве отключенных узлов больше половины их подключение осуществляется алгоритмом начального подключения нагрузок [16], позволяющим быстро восстановить основную часть схемы с учетом категорийности электроснабжения узла. Если число отключенных узлов небольшое, то из их списка в первую очередь выбирается узел, имеющий наиболее высокую категорию надежности электроснабжения и наибольшую требуемую мощность нагрузки. От выбранного узла отыскивается цепь до ближайшего узла, располагающего необходимой мощностью. Алгоритм поиска цепи основан на поиске источника по графу схемы [17]. Отличием является то, что поиск ведется сначала в ширину, а потом в глубину. Такая перестройка ал-
горитма позволяет подключать узел к ближайшему, располагающему необходимой мощностью, узлу, что снижает потери на переток. Расчет режимных параметров происходит в БРР, а контроль режимных условий - блоком ОВО. Если необходимых связей не найдено, то информация об отключенном узле и причинах этого выводится на монитор.
Блок поиска схемы восстановления на ИНС (рис.1, блок ИНС) представляет собой многослойную полносвязанную нейросеть, в первый слой которой вводится информация о текущем состоянии связей. Выходной слой формирует предлагаемое решение состояния связей.
На этапе обучения ИНС настраивает весовые коэффициенты элементов с помощью алгоритма обратного распространения ошибки (BP - back
propagation) [18] так, чтобы для входной функции r(k) аппроксимировать функцию решений u(k) обучающей функцией u*(k) для ke[1,N], где N - набор примеров обучающей выборки.
В процессе решения, получив текущую входную функцию, близкую к r(k), сеть восстанавливает на выходе функцию u(k). Для случаев, не попавших в выборку обучения, выходная функция не всегда приводит к допустимому режиму. Проверку на допустимость режима выполняет БРР, по результатам работы которого формируется вектор ошибки. Последний инициализирует самообучение ИНС [19].
Применение алгоритма ИНС с самообучением для решаемой задачи связано с обоснованием сходимости ее решения. Такой анализ проведен на основе элементарной схемы из трех линий связи с тремя коммутирующими аппаратами (рис.2) перебором всех возможных состояний ее коммутирующих устройств и определением обобщенного вектора ошибки в каждом наборе состояний для воздействия на ИНС [20]. Указанный подход связан с возможностью эквивалентного преобразования сети к элементарной схеме. Показано, что после нескольких итераций (от одной до трех для приведенного примера) ОВО становится нулевым, следовательно, для указанной схемы сходимость решения обеспечивается. Но поскольку в определении ОВО каждая связь рассматривается отдельно, то любые другие возможные схемы с различными сочетаниями состояний коммутирующих устройств и располагаемых или/и потребляемых мощностей сводятся к одному из рассмотренных на элементарной схеме случаев.
Как отмечено выше, при восстановлении питания потребителей важно учитывать их категории по надежности электроснабжения. Последняя характеристика учитывается через приоритет узла сети. Значения приоритета каждого узла с учетом его категории изначально задаются экспертом и хранятся в таблице данных по узлам (табл. 1) [17]. В алгоритмах с последовательной обработкой узлов (АОГ, БРР) их порядок определяется текущим значением приоритета по убыванию.
Необходимо отметить, что для корректной работы ИНС введена система нормирования приоритетов узлов. Приоритеты всех узлов ограничены рамками от 0,7 до 1. Значения меньше 0,7 не используются, так как их эффективность при работе алгоритма низка, особенно при наличии у узла нескольких линий связи. Преобразование реальных приоритетов в нормированные происходит автома-
тически, согласно простой линейной зависимости, т.е. узлу максимального приоритета соответствует Q=1, а узлу минимального - Q=0,7. Очевидно, что приоритеты узлов не должны отличаться в сотни и тысячи раз, так как в противном случае различие между узлами с близкими приоритетами для алгоритма будет слабым и неэффективным с точки зрения временных затрат работы программы.
В ручном режиме формирования приоритета узлов для первой категории рекомендуется использовать значения Q =0,9 и выше, для узлов второй категории - Q =0,8 ... 0,85, для третьей - Q =0,7 ... 0,75. Очевидно, что среди узлов одинаковой категории, например, первой, существуют узлы, которые необходимо подключить в первую очередь. Для возможности реализации такой особенности и введен интервал значений q. При этом, чем выше значение q, тем обязательнее будет подключен узел. Для оптимальной (с точки зрения временных затрат) работы алгоритма не рекомендуется указывать значения приоритетности узла третьей категории в пределах 0,75-0,8, а для второй категории 0,85-0,9, так как это приведет к пограничному эффекту, когда по значимости обеспечения электроэнергией узел третьей категории приблизится к узлам второй, а узел второй категории надежности электроснабжения приблизится к первой, соответственно.
Такое отличие в формировании ошибки подключения узла, с одной стороны, «заставит» алгоритм подключить высокоприоритетные узлы даже при дефиците располагаемой мощности для обеспечения всех узлов распределительной сети, а с другой стороны, не допустит отключения узла с высоким приоритетом в целях подключения узлов с меньшим приоритетом.
Процесс определения веса ошибки q состояния связи зависит от приоритета узлов, которые связь может соединить. Допустим, связь j может соединить узлы i1 (приоритет Q1) и i2 (приоритет Q2). Тогда приоритет этой связи q=Qi, если питающим узлом будет i2, и q=Q2, если питающим узлом будет i1.
Программную часть системы можно разделить на пять условно независимых блоков (рис. 3). Основу поискового алгоритма составляют блоки АОГ и ИНС. Изначально в структуру алгоритма была заложена конкурентная обработка двух различных процессов при поиске решения. Процессы выполняются взаимно независимо, но используют одну и ту же входную информацию. При этом среднее время нахождения решения для достаточно большой выборки искомых решений должно существенно сократиться.
Информация формируется в таблице характеристики узлов и связей (табл. 1). В целочисленной ее части (uzi, lni) описаны топология связей между узлами, их состояние (включена/отключена) и приоритет узла по категорийности электроснабжения. В части значений с плавающей запятой (uzf, Inf) сохраняются параметры для узлов и связей по напряжениям, располагаемым и потребляемым мощностям, их перетокам, допускам по перегрузке и т.д. Здесь курсивом выделены параметры, задаваемые оператором или получаемые от оперативного измерительного комплекса (ОИК). Прямым шрифтом отмечены параметры, рассчитываемые программами.
Переменная s Описание узлов Номе э узла, n
1 2 n u
uzi [n,s] 1 Состояние (признак + отключен/ подключен)
2 Номер питающей связи
3 Приоритет подключения узла
uzf [n,s] 1 Ген./потр. активная мощность (нагрузка с +)
2 Ген./потр. реактивная мощность (индуктивная с +)
3 Активная мощность узла (суммарная)
4 Реактивная мощность узла (суммарная)
5 Располагаемая в узле активная мощность
6 Располагаемая в узле реактивная мощность
7 Напряжение в узле
Переменная s Описание связей Номер связи, п
1 2 n l
Ini [n,s] 1 Узел начала связи
2 Узел конца связи
3 Состояние связи (включена, отключена или отключена с запретом на включение)
Inf [ns] 1 Активное сопротивление
2 Реактивное сопротивление
3 Длительно допустимый ток связи
4 Текущее значение тока по связи
5 Активная мощность перетока
6 Реактивная мощность перетока
7 Потери напряжения
8 Потери активной мощности
9 Потери реактивной мощности
10 Коэффициент допустимой перегрузки на заданное время
Телеинформация
Информация, вводимая вручную или заданная таблично
Текущая информация о состоянии коммутирующих устройств, генерации и потреблении энергии по узлам
Пр о гр аммно е обеспечение ИНС
Информация, вводимая редактором схемы и исходных данных
Программное обеспечение АОГ
Текущее или предлагаемое состояние
Информация, вводимая
схемы
редактором схемы и исходных данных
Интер фейс Редактор схемы и
системы исходных данных
Рис. 3. Блок-схема программного обеспечения системы.
Программная реализация рассматриваемого подхода основана на использовании MS Visual C++ версии 6.0. К настоящему времени удалось реализовать два независимых модуля АОГ и ИНС, которые объединены в одну программу, однако могут параллельно исполняться на разных процессорах мультипроцессорных компьютеров или вычислительных кластеров. Одной из особенностей программного кода является удобство включения дополнительных модулей (конкурирующих процессов) для поиска решения с использованием других методов. Следовательно, можно не только постоянно модернизировать уже используемые алгоритмы, но и оценивать качество, вычислительные и временные затраты для новых алгоритмов. Еще одной положительной стороной выбранной архитектуры программного комплекса является то, что интерфейс пользователя по формированию, изменению и дополнению тестовых распределительных сетей полностью отделен от задач поиска решения, служит исключительно для подготовки входных данных и может изменяться независимо от указанных задач.
Отдельной проблемой в ходе разработки алгоритма была оценка времени его выполнения, так как в известных нам публикациях время на поиск решения резко увеличивалось с ростом числа элементов распределительной сети [21]. Была опасность, что положительно зарекомендовавший себя по этому параметру при малом количестве узлов и межузловых связей алгоритм резко ухудшит свои результаты при увеличении элементов сети. Проверка этого параметра показана ниже при опробовании алгоритма.
Оценить требования к памяти при расширении схемы распределительной сети на один i-й элемент (узел, линию связи, коммутирующий элемент) можно исходя из формулы: AM=kT, где k=1,07 - коэффициент, определенный экспериментальным путем, а Т - количество байт памяти, необходимое для хранения данных об ,-м элементе схемы. При этом для узла (,=1) Т1= 130 байт; для линии связи (,=2) Т2= 234 байта; для коммутирующего элемента (,=3) Т3=30 байт. Таким образом, в тестовой схеме общий объем используемой памяти для последней тестируемой схемы распределительной сети легко подсчитать по формуле:
M = 1.07[201 (130 + 7) + 227234 + 16530] + R = 91598+ R,
где R - объем памяти, занимаемый вне зависимости от количества элементов, присутствующих в схеме. Эта память не является постоянной, ее размер колеблется в зависимости от того, какой размерности используется ИНС.
Отладка программного комплекса проводилась на тестовой схеме [16]. Несмотря на свою простоту, схема давала возможность проверить все основные случаи, возникающие в реальных распределительных сетях, такие как: использование резервной линии при выходе основной в нерабочее состояние, переключение нагрузки на узел с большей располагаемой мощностью и/или наименьшими потерями, невозможность обеспечения потребителя электроэнергией в связи с режимными ограничениями или неисправностью всех связей данного узла. С другой стороны, именно простота схемы делала ра-
боту программного комплекса наглядной, позволяя сразу проверять результаты работы алгоритма, сверяя их с данными, полученными вручную.
Следующим этапом тестирования программы был переход на более сложную схему. Решено было использовать схему одного из энергоузлов распределительной сети Коми энергосистемы. Общее число узлов выросло до 201, количество связей -до 227, семь источников питания, в том числе пять дизель-генераторов, 165 коммутирующих устройств. Как уже отмечалось, авторы были готовы к увеличению временных задержек и повышению требований к ресурсам памяти, но, как показал эксперимент, серьезных изменений не произошло. Очевидно, что с увеличением элементов схемы, каждый из которых содержит определенные данные о своей структуре и физических свойствах, объем памяти неминуемо увеличивается, но зависимость эта имеет линейный характер, а ее коэффициент примерно равен единице (рассматриваются затраты оперативной памяти компьютера, необходимой для работы программы).
В ходе измерения скорости работы алгоритма на схемах различной размерности выяснилось, что прирост временных затрат, как и в случае с ресурсами памяти, имеет практически линейный характер с умножением на постоянный коэффициент, близкий к двум. Это обусловлено в первую очередь неминуемым повышением размерности ИНС как по входному и выходному слоям, так и по внутренней структуре. Временные затраты на начальное обучение ИНС в расчетах не учитывались, так как имеют место в режиме offline с экспоненциальным ростом при увеличении размерности и числа примеров для обработки.
Особенностью интерфейса программы является многооконный интуитивно понятный подход как при создании схемы и ее обработке, так и при отражении текущих процессов в распределительной сети (рис. 4). Он позволяет отображать на мониторе как предаварийное состояние схемы с соответствующими состояниями коммутирующих устройств, перетоками и нагрузками, так и предлагаемое решение по восстановлению схемы электроснабжения. Тем не менее, существуют правила, которых следует придерживаться при формировании и редактировании схемы. Некоторые условия не являются критичными, т.е. обязательными, но в то же время могут в последующем существенно (на 5-10%) увеличить скорость нахождения решения, а также информативность отображения схемы.
К обязательным условиям, связанным с редактированием исходных схем и данных, относятся: 1) наличие двух коммутирующих элементов (выключателей) на каждой связи между шиной с генерируемой мощностью и любой другой; 2) связь должна быть с обоих концов подсоединенной к узловым шинам; 3) на любой линии связи может быть отмечено не более двух коммутирующих элементов, причем если на линии два коммутирующих элемента, то они работают синхронно, т.е. оба одновременно включены, выключены или запрещены к включению. Отрезок линии между двумя отпайками в программах представлен как линия без коммутирующих устройств. В этом случае ее состояние
SchEdPio • [NcwoN1.ten|
Lino Piopeetio»
Q-ои P.I 3
Ij.s M P-08 l
А>:лул1*4сА nepeqp^sKti кь эдмк« времч
HiMO»«««yi»uii« emu« Te«iuí« тс*л no cww
Патерч
M ошяосто never & л Pn' fkriifw мицмостм dp'
Qumxn Г fiB атоме С Umawms
mwlOS+ltfl fño d[M¡
(ГЙ wtsw сотсНе
via* I I HdCtrftal Í .V I S^t fc.rt I RND I
Г« Не^>, Р1
I ^ ^ № . '-ДИгры_l_.JP**__Ц^сЬЕДРю-Щешч*!... [ВВч[ ®
Рис. 4. Окно комплекса восстановления электроснабжения потребителей распределительной сети
определяется по наличию напряжении на ее концах и может либо отсутствовать на обоих концах, и тогда линия считается отключенной, либо присутствовать, и тогда линия считается включенной; 4) шины на экране монитора могут располагаться только горизонтально, что связано со спецификой программирования узлов; 5) коммутирующие элементы и линии связи могут располагаться вертикально или горизонтально; 6) узел с генерируемой мощностью задается как узел с отрицательной мощностью потребления.
К желательным, но не обязательным условиям редактирования относятся следующие: 1) линия связи должна начинаться в узле, который является обычно питающим, и заканчиваться в узле, обычно потребляющим, что ускоряет процесс нахождения схемы восстановления; 2) между шиной с генерацией и первым узлом с потреблением должна располагаться «пустая» шина, т.е. узел с нулевым потреблением и нулевой генерацией, что связано с программной технологией нахождения генерирующего узла; 3) должны задаваться необходимые параметры элементов схемы, такие как: тип линии, длина и тип провода, уровни напряжений линий связи. Допустимые значения токов, активные и реактивные сопротивления линий определяются автоматически по справочным данным в редакторе схемы. Значения генерируемой и потребляемой активной и реактивной мощности в узлах, а также
состояния коммутирующих устройств по возможности поступают по каналам телеизмерений и телесигнализации. Для узлов и связей, по которым текущие данные не могут быть получены указанным образом, имеется возможность задавать их таблично в зависимости от заданных условий, либо корректировать вручную. Полный список необходимых для расчета параметров и их размещение в таблицах информации даны в работе [17]; 4) желательно уменьшить количество требуемой для отображения информации о каждом из элементов схемы, сократив ее до минимально необходимой.
Все режимы работы проверялись на компьютере класса Intel Pentium MMX-166, с объемом ОЗУ в 64 Мбайта. Замеры по времени осуществлялись при запуске программы из компилятора Visual C++ 6.0 в отладочном режиме. Даже в таких неоптимальных условиях программа показала хорошие результаты по времени нахождения решения, которое составляло не более 0,5 с., где на долю отображения информации приходилось 0,3 с. Исходя из статистики темпа роста временных затрат при увеличении количества элементов схемы с запуском программы в рабочем, а не отладочном режиме, можно сделать предположение, что время на решение задач в схемах с количеством элементов, отражаемых в программах, порядка 10 тыс. (в рассмотренном примере их более 600), может составить не более 6 с. При увеличении мощности про-
цессора и видео подсистемы втрое, что соответствует возможностям современных компьютеров, можно реализовать поиск схемы восстановления электроснабжения в сложных сетях в режиме реального времени.
Заключение
Предложенный метод позволяет с помощью средств вычислительной техники автоматизировать восстановление электроснабжения потребителей распределительной сети при авариях и режимных ограничениях и снизить вероятность ошибок персонала.
Особенностью метода является совместное применение конкурирующих процессов поиска решения алгоритмом обработки графов и нейросе-тью, использующих в конкретной ситуации преимущества каждого из них и снижающих время поиска.
При отсутствии готового решения в выборке обучения ИНС динамическое ее самообучение производится в реальном времени на основе разработанных методики и алгоритма определения обобщенного вектора ошибки. Найденное новое решение пополняет указанную выборку.
Опробование метода на тестовых схемах распределительной сети показало его работоспособность. Реализация данного метода предполагается в Южных сетях АЭК «Комиэнерго».
Литература
1. A new network reconfiguration technique for service restoration in distribution network / N.D.R.Sarma, V.C.Prasad, K.S.Prakasa Rao, V.Sankar // IEEE Trans. on PWRD, 1994. Vol.9. No.4. P. 136-1942.
2. Realtime service restoration in distribution network / N.D.R.Sarma, V.C.Prasad, K.S.Prakasa Rao, Manda Srinivas // IEEE Trans. on PWRD, 1994. Vol.9. No.4. P. 2064-2070.
3. Popovic D.S., Ciris R.M. A multi-objective algorithm for distribution network restoration // IEEE Trans. on PWRD, 1999. Vol.14. No.3. P.1134-1141.
4. Фосин ЮА., Хозяинов МА. Об одном из способов решения корректирующих переключений в послеаварийных режимах // Надежность при управлении развитием и функционированием электроэнергетических систем. Иркутск: СЭИ, 1989. С. 149-155.
5. Hsu Yuan-Yih, Li-Ming Chen, Jian-Liang Chen. Application of microcompute-based database management system to distribution system reliability evaluation // IEEE Trans. on PWRD, 1990. Vol.5. ^.1. P. 343-350.
6. Zhang Z.Z., Hope G.S., Malik O.P. A knowledge-based approach to optimize switching in substations // IEEE Trans. on PWRD, 1990. Vol. 5. ^.1. P. 103-109.
7. Dabbaghchi Iraj, Gursky Richard J. An abduc-tive expert system for interpretation of realtime data // IEEE Trans. on PWRD, 1993. Vol. 8. ^.3. P. 1061-1069.
8. DcDermott TE, Drezga I., Broadwater R.P. A heuristic nonlinear constructive method for distribution system reconfiguration // IEEE Trans. on PWRS, 1999. Vol. 14. ^.2. P. 478-483.
9. Adibi M.M. Power System Restoration: Methodologies & Implementation Strategies // Wiley-IEEE press, 2000. 690 p.
10. Гамм А.З. Статистические методы оценивания состояния электроэнергетических систем. М.: Наука, 1976. 220 с.
11. Унароков АА Вычислительные аспекты оценки состояния электроэнергетических систем // Изв. РАН. Энергетика, 1995. №2. С. 123129.
12. Гамм А.З. Вероятностные модели режимов электроэнергетических систем. Новосибирск: ВО «Наука». Сибирская изд-я фирма, 1993. 133 с.
13. Хохлов М.В., Чукреев Ю.Я. Повышение достоверности информационного обеспечения задач оперативного управления ЭЭС с использованием искусственных нейронных сетей // Методические вопросы исследования надежности больших систем энергетики. Сыктывкар: Коми научный центр УрО РАН, 2000. С.261-268. (Сб. науч. тр.; вып. 51).
14. Uspensky M.I., Kyzrodev I.V., Kirushev SA. Estimation of power flows on outgoing feeders at absence of their telemetry // Proceeding of the international symposium "MEPS'06". Wroclaw, 2006. P. 554-559.
15. Успенский МИ, Старцева ТБ, Шумилова Г.П. Компьютеризация управления режимами на подстанциях. Сыктывкар: Коми НЦ УрО РАН, 1996. 80 с.
16. Новые информационные технологии в задачах оперативного управления электроэнергетическими системами/ Н.А.Манов, Ю.Я.Чук-реев, М.И. Успенский и др. Екатеринбург: УрО РАН, 2002. 205 с.
17. Успенский М.И., Кызродев И.В. Алгоритм обработки графа схемы при восстановлении питания потребителей распределительной сети / Труды СЛИ. Т.3. Сыктывкар, 2002. C.212-216.
18. Rumelhart D.E., Hinton G.E., Williams R.J. Learning internal representations by error propagation // Parallel distributed processing, 1986. Vol.1. ^.8. P.318-362.
19. Успенский М.И., Кызродев И.В. Использование искусственных нейронных сетей при поиске схемы восстановления электроснабжения // Современные проблемы надежности систем энергетики: модели, рыночные отношения, управление реконструкцией и развитием. М.: ГУП изд-во «Нефть и газ» РГУ нефти и газа им. И.М.Губкина, 2000. С. 161167.
20. Кызродев И.В., Успенский М.И. О сходимости решения при самообучении нейросети в процессе восстановления электроснабжения потребителей // Информацион. технологии в электротехнике и электроэнергетике. Чебоксары: Изд-во Чуваш. ун-та, 2002. С.160-163.
21. Успенский М.И. Поиск схемы обеспечения нагрузок в распределительной сети // Информационные технологии в электротехнике и электроэнергетике. Чебоксары: Изд-во Чуваш. ун-та, 1998. С.32-34.
