CC BY
4
УДК 621.31
Молоканов А.А. студент магистратуры 1-го курс, ИЭПР Алексеев М.В.
студент 2 курс, ИЭПР
Тамбовский Государственный Технический Университет
Россия, г. Тамбов
СИНТЕЗ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ЭЛЕКТРОЭНЕРГИИ ПО ОСЦИЛЛОГРАММАМ
Аннотация - в статье проводится анализ основных показателей качества электроэнергии. После анализа идет описание математических методов, используемых при обработке и синтезе базы данных показателей качества.
Ключевые слова - показатели качества электроэнергии, синтез, осциллограмма, база данных.
MolokanovAA undergraduate Alekseev M.A. student
Tambov State Technical University
Russia, Tambov
SYNTHESIS OF QUALITY INDICATORS
ELECTRICITY FROM OSCILLOGRAMS
Annotation - the article analyzes the main indicators of the quality of electricity. After the analysis, a description of the mathematical methods used in the processing and synthesis of the database of quality indicators is given.
Key words - power quality indicators, synthesis, waveform, database.
На данный момент для энергосбытовых компаний стоит задача поддержания качества электроэнергии.
Слабая оснащенность сетей системами мониторинга и неравномерная загрузка фаз не даёт возможности достаточно качественного расчёта потерь с использованием существующих нормативных методов, так как существующие методы рассматривают общий случай, не предусматривая климатических, некоторых технологических и экономических факторов. [2]
Для того чтобы точно определить потери электроэнергии, следует проанализировать показатели качества электроэнергии. Анализ электроэнергии в основном проводится по следующим группам показателей качества электроэнергии:
1) медленные изменения напряжения электропитания
2) отклонение частоты
3) колебание напряжения и фликер;
4) несимметрия напряжений в трехфазных системах;
5) несинусоидальность напряжения.
Контроль над качеством электрической энергии подразумевает оценку соответствия показателей установленным нормам.
Определение показателей качества электрической энергии задача нетривиальная, так как большинство процессов, протекающих в электрических сетях - быстротекущие, все нормируемые показатели качества электрической энергии не могут быть измерены напрямую - их необходимо рассчитывать, а окончательное заключение можно дать только по статистически обработанным результатам.
Поэтому, для определения показателей качества электрической энергии, необходимо выполнить большой объем измерений с высокой скоростью и одновременной математической и статистической обработкой измеренных значений. [1]
Для формирования баз данных показателей качества электроэнергии нами были сняты характеристики электроприемников рис 1. в виде осциллограмм.
■ БыПОРМ рНТ£Ль.ТЧГ
ЬОмГс$жан&Я ПЮЧ.ЧНЙ( jjeb-r^^ л.ч^м.1'^1
i «yTf.lt npono.tirl
■ чотсл со стаЬй.пчэаторои.ип :lj РЗиттсЛчгор DCqa ЬЛ
VHKpjDh: I ir-n=ii«i.ljrl
; I сартсд-нктд^ар iawrw.txt
Рисунок 1 Список электроприемников
Следующим шагом стало преобразование характеристики электроприемников из формата PNG в координаты графика. Преобразование выполнялось с помощью программы для оцифровки графиков GetData Graph Digitizer. Один из примеров получения координат по осциллограмме, полученных от электроприемника (роутера) представлено на рис. 2.
Рисунок 2 Получение координат из осциллограммы роутера с помощью
программы GetData Graph Digitizer
Очень часто в практической работе возникает необходимость найти в явном виде функциональную зависимость (формулу) y= y(x) между величинами x и y , которые заданы отдельными парами значений xt, yt (таблицей), например, полученными в результате измерений.
Для нахождения аналитической функции и решения задачи аппроксимации необходимо:
1. Задать общий вид аппроксимирующей функции, включающий неизвестные параметры или коэффициенты.
Вид функции задается, исходя из формы распределения аппроксимируемых значений (расположения точек на графике), из предполагаемой функциональной зависимости, или просто в виде полинома некоторой степени;
2. Определить значения параметров на основе заданного критерия близости.
Существует много методов интерполяциии сглаживание. Рассмотрим подробнее один методов сплайн-интерполяцию. Сплайн-интерполяция предполагает представление интерполирующей функции в виде комбинации разных функций, соответствующих отрезкам между соседними узлами. На функции-сплайны накладываются условия непрерывности, т.е. совпадения значений для соседних сплайнов в узле. Условие непрерывности может касаться как функции, так и ее производных, в зависимости от сложности сплайна. Из условий непрерывности определяются коэффициенты сплайнов, которые и задают интерполирующую функцию в целом. Простейший вид сплайн-интерполяции - ступенчатая интерполяция, функции-сплайны постоянны между узлами. Линейный сплайн непрерывен в узлах
интерполяции, первая производная имеет разрывы, вторая и высшие производные не существуют. [4]
Для интерполяции графиков была использована программа CurveExpert. Были получены следующие результаты с помощью данного программного обеспечения.
Рисунок 3. Интерполяция осциллограммы роутера при помощи программы CurveExpert Основной целью данной работы было получение базы данных показателей качества электроэнергии. Следующий этап работы заключается в написании и обучении нейронной сети на языке Python. Данная нейронная сеть будет обучена на полученном массиве. В дальнейшем её можно будет использовать для прогнозирования аварий и аварийных ситуаций на объектах электроэнергетики.
Использованные источники:
1. Кочергин С. В., Кобелев А. В., Хребтов Н. А. Нейронные сети и фрактальное моделирование электроэнергетических систем // Вестник ТГТУ. 2017. Том 23. № 4 с. 609-616
2. Михеев М. Ю., Дмитриенко А. Г., Жашкова Т. В. Нейросетевая идентификация показателей качества электрической энергии // НиКа. 2009. с. 144-145
3. Судавный А. С. Применение искусственных нейронных сетей в электроэнергетическом комплексе // Известия ТулГУ. Технические науки. 2012. №12-3. с 86-88
4. Зяблов Н. М., Юрьев О. В., Кочергин С. В. Метод обратного распространения ошибки в нейронных сетях для прогнозирования потребления электрической энергии // Энергетика проблемы и перспективы развития! V Всероссийская молодежная научная конференция, 2019 с. 101103
