Теоретичні засади та методи моделювання електроенергетичних систем на основі технологій штучних нейронних мереж

Размещено на http://www.allbest.ru/

НАЦІОНАЛЬНА АКАДЕМІя НАУК УКРАЇНИ

ІНСТИТУТ ЕЛЕКТРОДИНАМІКИ

УДК: 621.311.1

теоретичні засади та Методи моделювання ЕЛЕКТРОЕНЕРГЕТИЧНИХ СИСТЕМ НА ОСНОВІ ТЕХНОЛОГІЙ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

Спеціальність: 05. 14. 02 - Електричні станції, мережі і системи

Автореферат

дисертації на здобуття наукового ступеня

доктора технічних наук

Данилюк Олександр Володимирович

Київ - 2003

Дисертацією є рукопис.

Робота виконана на кафедрі електричних мереж і систем Національного університету “Львівська політехніка” МОН України

Офіційні опоненти: доктор технічних наук, с.н.с. Володимир Миколайович Авраменко, Інститут електродинаміки НАН України, завідувач відділу - аналізу режимів електроенергетичних систем;

доктор технічних наук, с.н.с. Владислав Григорович Дерзський, Інститут проблем моделювання в енергетиці НАН України, провідний науковий співробітник відділу технічної діагностики;

доктор технічних наук, професор Петро Дем'янович Лежнюк, Вінницький державний технічний університет, завідувач кафедри електричних станцій та систем.

Провідна установа: Донецький національний технічний університет, (кафедра електричних станцій) МОН України.

Захист відбудеться “ 07 ” жовтня 2003 р. о 14⁰⁰ годині на засіданні спеціалізованої вченої ради Д 26.187.03 в Інституті електродинаміки НАН України за адресою: 03680, Київ-57, пр. Перемоги, 56, тел.: 456-91-15.

З дисертацією можна ознайомитися у бібліотеці Інституту електродинаміки НАН України за вищевказаною адресою.

Автореферат розісланий “ 23 ” травня 2003 р.

Вчений секретар

спеціалізованої вченої ради О.І. Титко



АНОТАЦІЇ

Данилюк О.В. Теоретичні засади та методи моделювання електроенергетичних систем на основі технологій штучних нейронних мереж. -Рукопис. нейронний мережа математичний електроенергетичний

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05. 14. 02 - електричні станції, мережі і системи. - Інститут електродинаміки НАН України, Київ, 2003.

Дисертацію присвячено розвиткові теорії математичного моделювання та створенню теоретичних засад нового напрямку “нейроматематичного моделювання” електроенергетичних систем, а також розробці методів та методик реалізації програмних штучних нейронних мереж для здійснення аналізу режимів електроенергетичних систем у реальному часі в середовищі неповної та недостатньо вірогідної інформації.

В дисертації вперше запропоновано та розроблено теоретичні основи методів дослідження режимів ЕЕС на основі навчання ШНМ за результатами використання симуляційних (математичних) моделей, що слід трактувати як новий науковий напрямок в теорії та практиці моделювання режимів ЕЕС.

Теоретичні засади та принципи нейроматематичного моделювання режимів електроенергетичних систем базуються на реалізації процесу навчання нейромережевих структур за допомогою математичного моделювання для розв'язання некоректних задач, що в порівнянні з традиційними евристичними підходами та методиками навчання на підставі “прецедентів” забезпечує вищу ефективність функціонування штучної нейронної мережі. Запропоновано новий підхід до моделювання як методу дослідження, наділеного новими властивостями, зміст якого полягає у застосуванні нейроматематичних моделей не тільки як інструментарію для розв'язання задач аналізу та оптимізації режимів електроенергетичних систем, але й як джерела, що здійснює синтез нової, раніше невідомої, інформації. Розроблено основні принципи формування “нейроматематичних ситуаційних карт особливостей” за даними телеметрії для відображення станів електричної мережі, які дозволяють в реальному масштабі часу забезпечити динамічну візуалізацію траєкторії плинного режиму електричної мережі.

В роботі наведено ряд методів та методик прикладного моделювання режимів ЕЕС в реальному часі, які впроваджено в енергетичні структури і адаптовано для функціонування в існуючі оперативні інформаційно-керуючі комплекси.

Ключові слова: електроенергетична система, математичне моделювання, нейроматематичне моделювання, штучна нейронна мережа.



Danylyuk O. Theoretical fundamentals and methods of simulation of Electric Power Systems on the Basis of Technologies Artificial Neural Networks. - Manuscript.

Thesis for a doctor's degree in technology; speciality 05.14.02 - electric power plants, networks and systems. - Institute of Electrodynamics of National Academy of Sciences of Ukraine, Kyiv, 2003.

The dissertation is devoted to development of the theory of mathematical modeling and creation of theoretical fundamentals of a new direction "neuro-mathematical simulation" Electric Power Systems (EPS), and also development of methods and technique of the realization of programm artificial neural networks (ANN) for realization of analysis of modes EPS in real time and when information is not complete and doubtful.

Theoretical fundamentals of methods of research of modes EPS on the basis of training ANN by results of use simulation (mathematical) models that is necessary to interpret as a new scientific direction in the theory and practice simulation of modes EPS at first time is offered and is developed at the dissertation.

Theoretical fundamentals and principles neural-mathematical simulation of modes EPS on realization of process of training of neural structures by means of mathematical modelling for the decision of incorrect tasks, that in comparison with traditional heuristic approaches and techniques of training on a basis of "precedents", provides the supreme efficiency of functioning artificial neural networks are based. The new approach to simulation as to a method of the research allocated new properties which sense consists in use neural-mathematical models not only as the tool for the decision tasks the analysis and optimization of modes EPS but also as a source which carries out synthesis of new information,which was before unknown, is offered.

Main principles of formation "neural-mathematical situational maps of singularities" according to data of telemetry for display of conditions of an electric network which allow "on-line" to provide dynamic visualization of a trajectory of the current mode of an electric network is developed.

In the work row of methods and techniques of applied simulation of modes EPS in real time, which is introduced into power structures and is adapted for functioning in existing operative information-managing complex is introduced.

Key words: electric power system, mathematical simulation, neural-mathematical simulation, artificial neural network.



Данилюк А.В. Теоретические основы и методы моделирования электроэнергетических систем на основе технологий искусственных нейронных сетей. - Рукопись.

Диссертация на соискание ученой степени доктора технических наук по специальности 05. 14. 02 - электрические станции, сети и системы. - Институт электродинамики, Киев, 2003.

Диссертация посвящена развитию теории математического моделирования и созданию теоретических основ нового направления “нейроматематического моделирования” электроэнергетических систем (ЭЭС), а также разработке методов и методик реализации программных искусственных нейронных сетей (ИНС) для осуществления анализа режимов ЭЭС в реальном масштабе времени в среде неполной и недостаточно достоверной информации.

В диссертации впервые предложены и разработаны теоретические основы методов исследования режимов ЭЭС на основе обучения ИНС по результатам использования симуляционных (математических) моделей, что следует рассматривать как новое научное направление в теории и практике моделирование режимов ЭЭС.

Теоретические основы и принципы нейроматематического моделирования режимов ЭЭС базируются на реализации процесса обучения нейронных структур при помощи математического моделирования для решения некорректных задач, что по сравнению с традиционными эвристическими подходами и методиками обучения на основе “прецедентов” обеспечивает высшую эффективность функционирования искусственной нейронной сети. Предложено новый подход к моделированию как методу исследования, наделенного новыми свойствами, смысл которых заключается в использовании нейроматематических моделей не только как инструмента для решения задач анализа и оптимизации режимов ЭЭС, но и как источника, который осуществляет синтез новой, ранее неизвестной, информации.

Разработаны основные принципы формирования “нейроматематических ситуационных карт особенностей” по данным телеметрии для отображения состояний электрической сети, которые позволяют в реальном времени обеспечить динамическую визуализацию траектории текущего режима электрической сети.

Разработаны метод и математическая модель автоматического формирования уравнений ЭЭС, исходя из состояния коммутационных аппаратов, что, в сравнении с традиционными методами, позволяет осуществить анализ по данным телемеханики и обеспечивает возможность имитации оперативных переключений с целью оценки целесообразности принятия планированного решения в реальном масштабе времени.

Также создан комплекс методов и методик повышения достоверности режимной оперативной информации, а именно: метод верификации телеинформации в реальном времени по принципу “размазывания” погрешностей; метод “ползучего” сглаживания текущей информации; верификация телеинформации на основе метода обобщенных независимых переменных; нейроматематический метод верификации телеизмерений на основе “нейроматематических ситуационных карт особенностей”, что повышает достоверность оперативной информации и тем самым повышает надежность и эффективность принятия решения в процессе оперативного диспетчерского управления.

Создана нечеткая нейронная модель определения обобщенного вида погоды вдоль трассы воздушной линии сверхвысокого напряжения по данным web-сайтов, что позволило осуществить моделирование потерь активной мощности на корону при прогнозировании и оптимизации режимов ЭЭС.

Показана возможность адаптации новых моделей на основе технологий ИНС в существующие компьютерные системы, уже находящиеся в промышленной эксплуатации.

В результате проведенных теоретических и методологических исследований решена практическая задача построения устойчивых, адекватных, мобильных и полномасштабных нейронных, нейроматематических и математических моделей анализа режимов ЭЭС (в том числе с передачами и вставками постоянного тока) по данным телеизмерений при существующей информационной инфраструктуре, что позволяет оперативному персоналу диспетчерских служб всех иерархических уровней энергосистемы обеспечить возможность принятия квазиоптимальных решений в реальном масштабе времени, то есть в процессе ведения режима.

Также разработана игровая модель оперативной реализации заявок на ремонты основного оборудования ЭЭС, где: осуществляется поиск наиболее “агрессивного” элемента, отключение которого может привести к худшему состоянию электрической сети; имитируется его отключение во время реализации заявки на ремонт с учетом спрогнозированного режима; формируется сценарий действий диспетчера для этой условной ситуации, что повышает степень его готовности в направлении предотвращения возникновения новой нештатной ситуации или локализации развития аварии.

Впервые разработана и внедрена в традиционный оперативный информационно-управляющий комплекс ОАО “Львовоблэнерго” нейроматематическая модель ненаблюдаемого фрагмента электрической сети 6 кВ, функционирующая на основе данных телеметрии подстанции 110 кВ “Львов-1”, с шин которой и осуществляется ее питание.

С целью обеспечения надежного и эффективного управления режимами ЭЭС, особенно в реальном масштабе времени, необходимо во время внедрения компьютерных программ обеспечить дружественный интерфейс с минимальным количеством установочных параметров. Кроме этого, учитывая, что ЭЭС относится к разряду “больших систем”, режимы которых описываются динамически изменяющимися взаимно зависимыми параметрами и координатами в -мерном пространстве, то для принятия решения необходимо решать ряд очень непростых задач с учетом всех этих переменных. Поэтому предлагается для отображения режима обеспечить визуализацию таких многопараметрических процессов в 2-D пространстве, с целью построения интерактивных человеко-машинных систем для мониторинга безопасности систем, выбора оптимальных режимов работы и т.д. Для этого на основе нейропарадигмы “bottle neck” строятся “нейроматематические ситуационные карты особенностей”, которые обеспечивают глубокую компрессию данных с -мерного пространства в новую -мерную систему координат. Полученные результаты в области построения “нейроматематических ситуационных карт особенностей” для визуализации режимов ЭЭС являются уникальными, ранее неизвестными.

В роботе приведен ряд методов и методик прикладного моделирования режимов ЭЭС в реальном масштабе времени, внедренные в энергетические структуры и адаптированы для функционирования в существующие оперативные информационно-управляющие комплексы.

Ключевые слова: электроэнергетическая система, математическое моделирование, нейроматематическое моделирование, искусственная нейронная сеть.



ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Виходячи з умов єдності та неперервності процесів виробництва, перетворення, пересилання, розподілу та споживання електричної енергії, керуючись базовими принципами системології, електроенергетичну галузь за сукупністю властивих їй ознак відносять до класу “великих систем”. Дослідження таких систем та керування процесами, що мають місце в них, можна забезпечити лише за умов повномасштабного впровадження сучасних інформаційних комп'ютерних технологій, які за своїм змістом виділяються в окрему підсистему.

Розвиток та широке впровадження обчислювальної техніки в усіх напрямках життєдіяльності людини загалом і електроенергетики зокрема, передбачає зворотній зв'язок, зміст якого полягає у встановленні нових вимог як до самої обчислювальної техніки та показників її функціонування, так і до супроводжуючого системного та прикладного програмного забезпечень.

Різні технологічні принципи та умови функціонування окремих елементів електроенергетичних систем (ЕЕС) (з якими, наприклад, пов'язані теплові, електричні процеси, кліматичні умови, тощо) не дозволяють використати однозначність чи (і) загальнотиповість методів математичного моделювання як окремих підсистем, так і системи загалом. Тому традиційно склалося так, що для кожного з елементів (чи групи технологічно споріднених), як окремих підсистем, автономно формувалися математичні моделі відповідної степені адекватності, виходячи з наявного інформаційного забезпечення. Для врахування взаємовпливів, за необхідності сумісного дослідження процесів для двох чи більше суміжних підсистем, ці математичні моделі об'єднувалися в математичні макромоделі.

Такий підхід до моделювання був частково вимушеним, зумовленим технологічними обмеженнями можливостей існуючих на той час засобів обчислювальної техніки, які в свою чергу стримували розвиток нових методів моделювання.

На сучасному етапі розвитку науки і техніки, коли широкого впровадження і використання вже набули нові інформаційні комп'ютерні технології, можливості моделювання складних систем, до яких належать і ЕЕС, вийшли на рівень засобів штучного інтелекту, де крім повномасштабного симулювання функціонування та розвитку систем враховується евристика самої моделі. Зокрема, застосування штучних нейронних мереж (ШНМ) в якості інтегруючого фактора дозволить забезпечити узгодження та взаємозв'язок між окремими спеціалізованими моделями, а також здійснити моделювання взаємовпливових процесів різної фізичної природи, що мають місце в окремих підсистемах.

Історично склалося так, що засоби нейрокомп'ютерної техніки розглядалися в якості альтернативи до математичних чи фізичних моделей. Налаштування ШНМ традиційно здійснюється у відповідності з підходами, аналогічними до тих, що діють у живій природі. Принциповим в цьому випадку залишається спосіб формування навчальних пар “вхід-вихід” за результатами проведення натурних експериментів або за відліками часових рядів в минулому (передісторією). Враховуючи високий рівень детермінованості процесів та явищ в ЕЕС, а також розширені можливості опрацювання інформації за допомогою ШНМ нових типів, подібне трактування до застосування нейрокомп'ютерних засобів в електроенергетиці слід вважати недостатньо виправданим.

В дисертації вперше запропоновано і розроблено теоретичні засади методів дослідження режимів ЕЕС на основі навчання ШНМ за результатами використання симуляційних (математичних) моделей, що слід трактувати як новий науковий напрямок в теорії та практиці моделювання режимів ЕЕС.

Зв'язок роботи з науковими програмами, планами та темами. Дисертаційна робота виконувалася в рамках:

гранту Українського Науково-технологічного Центру за Проектною угодою №412 “Розробка інформаційних технологій функціонування, програмування і налаштування нейронних систем паралельної обробки сигналів” (виконавець О.В. Данилюк);

держбюджетного договору “Створення методів дослідження, технічних і навчальних засобів для ефективного керування режимами електроенергетичних систем” (ДБ/49.УРЕС, 1992, відповідальний виконавець О.В. Данилюк);

господарських угод з: ВЕО “Львівенерго”: “Разработка математической модели отображения режима сети 750 кВ по данным телеизмерений для коррекции его с учетом погодных условий” (НДР № 01900061872, відповідальний виконавець О.В. Данилюк); “Розробка системи збору інформації для розрахунку та відображення квазіусталених режимів системоутворюючої мережі 750/330 кВ (в діалоговому режимі)” (НДР № 01920002448, відповідальний виконавець О.В. Данилюк); “Створення та впровадження в автономному режимі роботи діалогової системи для мінімізації втрат електроенергії в мережі 750/330 кВ ВЕО “Львівенерго” (НДР на основі творчої співпраці, 1994, відповідальний виконавець О.В. Данилюк);

господарських угод з: ВАТ “Львівобленерго”: “Створення програмної нейромережі прогнозування та планування технологічних втрат електричної енергії в електричних мережах компанії” (НДР на основі творчої співпраці, 1998, керівник теми О.В. Данилюк); “Комп'ютерна підсистема розрахунку плинних режимів в електричній мережі 110 кВ “Львівобленерго” за даними телеметрії” (НДР на основі творчої співпраці, 1999, керівник теми О.В. Данилюк); “Аналіз інформаційного стану та розробка рекомендацій зі створення інформаційної інфраструктури керування функціонуванням енергопостачальної компанії ВАТ “Львівобленерго” (НДР на основі творчої співпраці, 2000, керівник теми О.В. Данилюк); “Створення інформаційної підсистеми оперативної енергетичної ідентифікації режимів у Львівських міських електричних мережах ВАТ “Львівобленерго” (НДР №6337, 2000, керівник теми О.В. Данилюк); “Створення автоматизованої (з застосуванням нейроматематичних методів моделювання і оптимізації) системи керування режимами роботи електромережі 110-6 кВ ВАТ “Львівобленерго” (НДР №21/688-НП, 2000, керівник теми О.В. Данилюк).

Крім цього, виконана робота є подальшим розвитком наукового напрямку кафедри “Електричні мережі і системи” Національного університету “Львівська політехніка”, що відповідав Міжвузівській програмі “Економія енергії”; програмі “Енергокомплекс” на 1986-90 р.р (завдання РН.01.13.Ц.11); Координаційному планові Наукової Ради АН УРСР на 1986-90 р.р за комплексною проблемою “Наукові основи електроенергетики” (шифр 1.9.2.2.2.23).

Мета та задачі дослідження. Метою дисертаційної роботи є розвитoк теорії математичного моделювання та створення теоретичних засад нового напрямку - “нейроматематичного моделювання” електроенергетичних систем, а також розробка методів та методик реалізації програмних штучних нейронних мереж для здійснення аналізу режимів електроенергетичних систем в реальному часі в середовищі неповної та недостатньо вірогідної інформації.

Для реалізації цього в дисертаційній роботі розв'язуються наступні задачі:

· розвиток теорії математичного моделювання для аналізу режимів електроенергетичних систем в реальному часі;

· розробка теоретичних засад нейроматематичного моделювання, зміст якого полягає у навчанні штучних нейронних мереж на основі даних математичного моделювання;

· розробка концептуальних принципів нейроматематичного моделювання режимів електроенергетичних систем за умов неточних та неповних вхідних даних;

· розвиток та узагальнення принципів, а також розробка нових методів верифікації телеінформації під час оперативно-диспетчерського керування режимами електроенергетичних систем;

· розробка теоретичних та методологічних основ нейроматематичного моделювання режимів електроенергетичних систем за існуючої інформаційної інфраструктури та їх аналіз в реальному часі;

· створення, на основі нових розроблених методів і підходів моделювання, концептуальних принципів, методів і методик прогнозування, ідентифікації та розпізнавання режимів роботи електроенергетичних систем за даними телеметрії;

· розроблення основних підходів до формування за даними телеметрії в реальному часі “нейроматематичних ситуаційних карт особливостей” відображення стану електричної мережі;

· синтез та впровадження в промислову експлуатацію нейроматематичних моделей для підвищення ефективності прийняття рішення диспетчером в процесі оперативного керування режимами електроенергетичної системи.

Об'єкт дослідження - електроенергетична система, оперативно-диспетчерське керування функціонуванням якої здійснюється в середовищі неповної та недостатньо вірогідної інформації .

Предмет дослідження - математичне, нейроматематичне та нейронне моделювання окремих функціональних структур та електроенергетичної системи загалом.

Методи дослідження. Для досягнення мети використано фундаментальні дослідження в теорії систем, теорії штучних нейронних мереж, теорії математичного моделювання, теорії математичної логіки, теорії нечіткої логіки, теоретичної електротехніки, теорії інформації, теорії графів, теоріях множин, матриць та тензорного аналізу, теорії нелінійного програмування, а також деяких розділів теорій дослідження операцій, гри, керування, прийняття рішення, штучного інтелекту та комбінаторної математики.

Наукова новизна одержаних результатів:

1. Започатковано новий науковий напрямок в теорії та практиці моделювання електроенергетичних систем - нейроматематичне моделювання електроенергетичних систем та їх режимів.

2. Розроблено теоретичні засади та принципи нейроматематичного моделювання режимів електроенергетичних систем, які базуються на реалізації процесу навчання нейромережевих структур за допомогою математичного моделювання для розв'язання некоректних задач, що в порівнянні з традиційними евристичними підходами та методиками навчання на підставі “прецедентів” забезпечує вищу ефективність функціонування штучної нейронної мережі.

3. Запропоновано новий підхід до моделювання як методу дослідження, наділеного новими властивостями, зміст якого полягає у застосуванні нейроматематичних моделей не тільки як інструментарію для розв'язання задач аналізу та оптимізації режимів електроенергетичних систем, але і як джерела, що здійснює синтез нової, раніше невідомої, інформації.

4. Розроблено основні принципи формування “нейроматематичних ситуаційних карт особливостей” за даними телеметрії для відображення станів електричної мережі, які дозволяють у реальному часі забезпечити динамічну візуалізацію траєкторії плинного режиму електричної мережі.

5. Розроблено метод і математичну модель автоматичного формування рівнянь стану електроенергетичної системи за станами комутаційних апаратів, що, в порівнянні з традиційними підходами, дозволяє здійснювати аналіз режимів за даними телеметрії та забезпечує можливість імітування оперативних перемикань з метою оцінки доцільності прийняття запланованого рішення в реальному часі.

6. Розроблено комплекс методів і методик верифікації режимної оперативної інформації, а саме: метод верифікації телеінформації в реальному часі за принципом “нівелювання” похибок; метод “плазуючого” згладжування поточної інформації; верифікація телеінформації на основі методу узагальнених незалежних змінних; нейроматематичний метод верифікації телевимірів на основі нейроматематичних ситуаційних карт особливостей, що підвищує вірогідність оперативної інформації і тим самим підвищує надійність та ефективність прийняття рішень в процесі оперативного диспетчерського керування.

7. Розроблено нечітку нейромодель визначення узагальненого виду погоди вздовж траси повітряних ліній надвисокої напруги за даними web-сайтів, що дозволяє здійснити адекватне моделювання втрат активної потужності на корону під час прогнозування та оптимізації режимів електроенергетичних систем загалом.

Практичне значення одержаних результатів:

Доведена можливість адаптування нових моделей на основі технологій штучних нейронних мереж в існуючі комп'ютерні системи, які вже знаходяться в промисловій експлуатації.

Розроблено програмний комплекс “Аналіз режимів електричних мереж” як завершений програмний продукт, призначений для роботи в реальному часі, та впроваджено в диспетчерських службах ТзОВ “Укренергоконсалтинг”, які здійснюють оперативне керування функціонуванням енергопостачальних компаній: ВАТ “Львівобленерго”, ВАТ “Полтаваобленерго”, ВАТ “Тернопільобленерго”, ВАТ “Чернігівобленерго”, ВАТ “Сумиобленерго”, ВАТ “Прикарпаттяобленерго”.

В результаті проведених теоретичних та методологічних досліджень розв'язано практичне завдання побудови стійких, адекватних, мобільних та повномасштабних нейромережевих, нейроматематичних та математичних моделей аналізу режимів електроенергетичних систем (в тому числі з передачами та вставками постійного струму) в реальному часі за існуючої інформаційної інфраструктури, що дозволять оперативному персоналові диспетчерських служб всіх ієрархічних рівнів енергосистеми забезпечити прийняття квазіоптимальних рішень в реальному масштабі часу стосовно ведення режиму.

Сформовано ігрову модель оперативної реалізації заявок на ремонти основного обладнання електроенергетичних систем, у якій здійснюється пошук “найагресивнішого” елемента, вимкнення якого може призвести до найважчого стану електричної мережі; імітується його вимкнення під час реалізації заявки з врахуванням спрогнозованого режиму; формуються сценарії дій диспетчера для цієї умовної ситуації, що підвищує ступінь його готовності до запобігання виникнення нових нештатних ситуацій або локалізації розвитку аварії.

Розроблено та впроваджено НейроОІКК для електричної мережі 110 кВ Львівського енерговузла (схема електропостачання м.Львова - перша черга).

Розроблено методику візуалізації траєкторії зміни режиму електроенергетичної системи в реальному часі за даними телеметрії на основі “нейроматематичних ситуаційних карт особливостей”.

Розроблено та впроваджено в АСДУ ВАТ “Львівобленерго”: автоматизовану підсистему оперативного обліку електричної енергії; методику та нейроматематичну модель визначення та реструктуризації технологічних витрат електричної енергії в електричних мережах електроенергетичних систем за відсутності детермінованої вхідної інформації; програмні модулі верифікації телеінформації.

На основі ШНМ-ФТФ створено та впроваджено в АСДУ Західної електроенергетичної системи НЕК “Укренерго” “Автоматизовану систему прогнозування режимів “острова Бурштинської ТЕС” (АСПР “острова БуТЕС”).

Результати дисертаційної роботи використовуються для підготовки магістрів, кандидатів та докторів наук у Національному університеті “Львівська політехніка”.

Документи, що підтверджують практичну цінність використання результатів досліджень, наведені в додатку.

Особистий внесок здобувача. Наукові положення дисертації отримані здобувачем самостійно. У наукових працях, опублікованих у співавторстві, безпосередньо дисертанту належить наступне: [1] - метод балансу потужностей для ЕЕС змінно-постійного струму, адаптація методу узагальнених незалежних змінних для вентильних перетворювачів, усі математичні моделі та математичні експерименти; [2] - застосування штучних нейронних мереж для електроенергетики; [3, 10, 11, 12, 27] - виведення формул, математичні та цифрові моделі; [6, 7, 8, 9, 13, 14, 15, 16, 17, 18, 21, 22, 23, 25, 26, 30, 31, 32, 33, 34] - постановка задачі, методологія, моделі; [24] - ідея, постановка задачі, алгоритм.

Апробація результатів дисертації. Основні положення та результати досліджень обговорювалися на: Всесоюзній науково-технічній конференції “Создание комплексов электротехнического оборудования высоковольтной, преобразовательной сильноточной и полупроводниковой техники”, Москва, 1989; Всесоюзній науково-технічній конференції “Проблемы комплексной автоматизации электроэнергетических систем на основе микропроцессорной техники”, Київ, 1990; Всесоюзній науково-технічній конференції “Разработка методов и средств экономии электроэнергии в электрических системах и системах электроснабжения промышленности и транспорта”, Дніпропетровськ, 1990; Всесоюзній науково-технічній конференції “Проблемы электросбережения”, Київ, 1991; Всесоюзному семінарі “Кибернетика электроэнергетических систем”,Челябінськ, 1990; Міжгалузевій всесоюзній науково-технічній конференції “Интеграция АСУТП и тренажерных устройств”, Українка, Москва 1991; Х науковій конференції “Моделирование электроэнергетических систем”, 1991, Каунас; Міжнародній науково-технічній конференції НТК, присвяченій 150-річчю від дня народження видатного українського фізика і електротехніка Івана Пулюя, Львів, 1995; Міжнародній науково-технічній конференції “Energetyka Przyszlosci: Tendencje, kierunki, metody”, Чeнстохова, Польща, 1995; 1-шій (1995), 2-гій (1997) та 3-тій (1999) Міжнародних науково-технічних конференціях “Математичне моделювання в електротехніці й електроенергетиці”, Львів; Всеукраїнській науковій конференції “Застосування обчислювальної техніки, математичного моделювання та марематичних методів у наукових дослідженнях”, Львів, 1996; 2-гій Міжнародній науково-практичній конференції “Управління енерговикористанням”, Львів, 1997; “Elektroеnergetyka `98. - Vedeckej konferencie” Vysoke Tatry-Stara Lesna, Slovakia, 1998; 1-шій (1998) і 2-гій (1999) Міжнародних науково-практичних конференціях “Проблеми економії енергії”, Львів; Міжнародній науково-технічній конференції “Інформаційні системи та технології” , Львів ,1999; Міжнародній науково-виробничій конференції “Організація роботи з клієнтами в енергопостачальних компаніях США, Польщі і України”, Львів, 1999; Міжнародному науково-виробничому семінарі УНТЦ з Проблеми-2000 в електроенергетичних системах з атомними електричними станціями, Київ, 1999; Міжнародному конгресі “Проблеми інформатизації рекреаційної та туристичної діяльності в Україні: Перспективи культурного та економічного розвитку”, Трускавець, 2000; Міжнародній конференції з управління “Автоматика-2000”, Львів, 2000; Першій Міжнародній науково-практичній конференції: “Вычислительная техника в информационных и управляющих системах”, Маріуполь,2000; Другій щорічній конференції з питань обслуговування споживачів у рамках програми партнерства. Уроки програми партнерства в енергетичній галузі між Україною та США, Львів, 2001; Другій Міжнародній науково-технічній конференції “Керування режимами роботи об'єктів електричних систем - 2002 ” , Донецьк,2002; Галузевій нараді “Зниження втрат електричної енергії в мережах. Поліпшення роботи зі споживачами”, Хмельницький,2002.

Публікації. Матеріали дисертації відображені в 76 публікаціях, серед яких один навчальний посібник, один патент на винахід, один алгоритм (ГФАП СССР №50910000023 і РФАП УССР №АП0310) та 39 статей у наукових фахових виданнях.

Структура та обсяг роботи. Дисертаційна робота складається із вступу, восьми розділів, загальних висновків, списку використаних джерел і додатку. Загальний обсяг дисертації складає 346 сторінок, у тому числі 294 сторінки основного тексту, 74 рисунки, 4 таблиці, список використаних джерел з 285 найменувань та один додаток.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі здійснено аналіз сучасного стану електроенергетики України, сформовано й обґрунтовано вимоги до моделювання режимів ЕЕС в реальному часі, де в якості прогресивного напрямку для розв'язання раніше важко вирішуваних та невирішуваних задач запропоновано метод нейроматематичного моделювання, що грунтується на нових інформаційних нейромережевих технологіях.

В першому розділі на підставі принципів системології режимного функціонування ЕЕС викладено особливості моделювання та дослідження режимів у реальному часі з врахуванням економіко-математичних аспектів “середовища”, для забезпечення сукупності взаємопов'язаних технічних, функціонально-технологічних, управлінських та інформаційних підсистем, що утворюють "спільність" та "єдність". При цьому, для кожної з підсистем відведено притаманну їй функцію, що наділена визначеними властивостями та характеристиками, а її стан для кожного моменту часу відповідає стану ЕЕС загалом у відповідності до певної траєкторії зміни режиму її роботи.

Тут єдиним прийнятним способом досліджень ЕЕС може бути множина підходів, що базуються на методах та методиках комп'ютерного моделювання, під якими будемо розуміти: представлення характеристик поведінки ЕЕС за допомогою інших, в даному випадку комплексу прикладних комп'ютерних програм. Тоді дослідження ЕЕС будуть повноцінними та повномаштабними, оскільки вони здійснюватимуться з дотриманням принципів системології на основі системного підходу до досліджень, зміст якого полягатиме в узгодженому моделюванні економічних процесів та усталених режимів роботи, що мають місце в ЕЕС за дотримання технологічних обмежень на рівні електроенергетичної галузі та економічних обмежень на рівні макро- та мікроекономіки.

Наведено загальну характеристику існуючих методів моделювання, де відзначено, що всі попередні розробки не втратили цінності стосовно їх подальшого вдосконалення та впровадження. Однак теорію моделювання слід доповнити ще одним напрямком, що базується на нових інформаційних нейромережевих технологгіях з ознаками штучного інтелекту, що за своїми властивостями відповідає віртуальному моделюванню.

Впровадження цих технологій моделювання в контур керування режимами ЕЕС, в умовах неповної інформаційної визначенності та вірогідності, дозволить забезпечити спільне в реальному часі повномасштабне моделювання сукупності процесів (навіть різної фізичної природи), що визначають багатофакторність їх взаємовпливів та впливу “середовища” на траєкторію зміни режиму, і, як наслідок, сприятиме забезпеченню оптимальності прийняття рішення.

У другому розділі сформовано вимоги до математичних моделей розрахунку усталених режимів ЕЕС, розвинуто відомі методи формування рівнянь стану: балансу потужностей (МБП) та узагальнених незалежних змінних (УНЗ) з метою їх подальшої адаптації до розв'язання режимних задач реального часу.

Враховуючи, що сучасні пристрої телемеханіки виконуються з пофазним скануванням інформації, виникла необхідність формування рівнянь усталених режимів також у фазних координатах. Для цього було модифіковано МБП до фазних координат.

Для Національної енергетичної компанії (НЕК) “Укренерго” впровадження елементів постійного струму в традиційні електричні мережі змінного струму є дуже перспективним і необхідним заходом, у зв'язку з можливістю інтеграції на паралельну роботу з енергосистемами Східної Європи CENTREL, що входять до європейського об'єднання енергосистем Європейської Унії UCTE. Крім цього, це основна вимога, що ставиться з боку останніх.

Математична модель розрахунку усталених режимів ЕЕС змінно-постійного струму (ЗПС) здійснюється на основі системного підходу - без розділення на підсистеми змінного та постійного струмів, оскільки застосування принципу декомпозиції призводить до великих проблем з точки зору забезпечення адекватності моделювання процесів керування режимом роботи системи за допомогою тиристорних перетворювачів електропередач та вставок постійного струму (ЕППС і ВПС).

Тому математичну модель ЕЕС ЗПС формуємо як композиційну модель, де рівняння її стану записуються на основі: методу балансу активних та реактивних потужностей для електричної мережі змінного струму; методу балансу активних потужностей для електричної мережі постійного струму; методу узагальнених незалежних змінних для керованих перетворювачів ЕППС і ВПС; методу узагальнених невідомих змінних для створення зв'язку між підсистемами змінного стуму та перетворювачами, з однієї сторони, а також перетворювачами та підсистемами постійного струмів, з другої.

Виходячи з сучасних економічних вимог до функціонування електроенергетичної галузі, доцільним є синтез диспетчерських діянь у процесі керування режимом ЕЕС по траєкторії зменшення технологічних витрат електричної енергії (ТВЕ). Тобто задача аналізу усталених режимів трансформується в задачу оптимізації усталених режимів, або, інакше, розрахунок оптимального усталеного режиму. Розв'язання задачі оптимізації, в загальній енергетичній постановці, полягає у знаходженні мінімуму використання еквівалентного енергетичного ресурсу (в одиницях умовного палива чи грошовій формі) на виробництво, пересилання і розподіл електричної енергії.

Математична модель оптимізації режиму формується на композиційному принципі на основі узагальненого методу Ньютона без розділення на процес розрахунку потокорозподілу та мінімізації функції мети.

В третьому розділі визначено особливості оперативного моделювання плинних режимів електроенергетичних систем, обґрунтування необхідності впровадження нових інформаційних технологій в інфраструктуру аналізу плинних режимів ЕЕС та сформовано ряд математичних моделей, адаптованих до функціонування в реальному часі. Математичне моделювання плинних режимів здійснюється на основі даних оперативно-інформаційного керуючого комплексу (ОІКК), в зв'язку з чим здійснено адаптацію до реального часу моделей, наведених в другому розділі. Для цього було розроблено методику формування рівнянь усталеного режиму на основі стану комутаційної апаратури, що базується на новому методі формування рівнянь електричних кіл змінної топології, у якому за допомогою вектора описується стан кожного елемента електричної мережі, а саме, де, що відповідно означає: -й елемент “задіяно” чи “незадіяно”.

На основі таблиці з'єднань графа електричної мережі формується бінарна матриця сполучень вершин i з ребрами j, де, якщо , якщо. Тоді вузлова матриця належності ребер графа вершинам графа визначається як, де “т”-символ транспозиції.

Матриця зв'язності вершин графа визначається шляхом багатократного виконання операцій кон'юнкції над логічними матрицями у виді і припиняється за виконання умови, а це означатиме, що існує незалежних груп вершин графа.

Враховуючи, що адекватність моделювання визначається також інформаційною “чистотою” вхідних даних, запропоновано ряд методів верифікації телеінформації, а саме:

метод “повзучого” згладжування траєкторії зміни координат режиму, зміст якого полягає у застосуванні методу найменших квадратів для оперативного динамічного згладжування форми кривої, що описує зміну певної фізичної величини за передісторією для 5-ти попередніх точок;

метод відповідності плинних та інтегральних значень кількостей енергії, що базується на алгоритмі введення ймовірнісних коефіцієнтів корекції телеметричних значень потужності з метою уникнення невідповідності між сертифікованим і телеметричним значеннями електричної енергії;

метод верифікації телевимірів на основі узагальнених незалежних змінних, зміст якого полягає в наступному твердженні: “мінімізуємо квадрати відхилень шуканої фізичної величини по відношенню до одержаних за допомогою телеметрії та (чи) розрахунковим шляхом на основі методу УНЗ для всіх можливих комбінацій”.

На основі вже верифікованих (в порівняні з тими, що надійшли в ОІКК) телевимірів для п'яти послідовних зрізів розв'язується задача оцінювання стану, де балансування усередненого режиму забезпечується за допомогою створеної методики “нівелювання” похибки, зумовленої неточністю вхідних даних і несинхронністю їх надходження.

Для тестування вище наведених методів та методик розроблено імітаційну модель функціонування ОІКК.

В четвертому розділі наведено основи технологій штучних нейронних мереж. На основі аналізу існуючих ШНМ, вибрано багатошарові нейромережі прямого поширення (Feed Forward Neural Network) та нейропарадигму Кохонена, на основі яких в подальшому здійснюється формування нейроматематичних моделей.

Обґрунтовано доцільність застосування в якості базової моделі для цих архітектур нейропарадигми “функціонал на множині табличних функцій” (ФТФ) (рис.1), розробленої член-кореспондентом НАН України Грициком В.В. та д.т.н., професором Ткаченком Р.О., для якої основною перевагою алгоритму її навчання є неітераційний алгоритм, в основі якого лежить метод ортогоналізації в просторі векторів - реалізацій досліджуваного процесу (запропонований та розроблений Р.О. Ткаченком). Це забезпечує швидкість алгоритму практично в реальному часі. Точність відтворення результатів забезпечується шляхом налагодження мережі, тобто вибором її параметрів. Для використаного в роботі варіанту здійснюється підлаштування параметру - коефіцієнта нелінійності попередньої деформації навчальної гіперповерхні реалізації та параметру складності мережі - числа нейронів середнього шару. При налагодженні використовується зовнішній критерій - відповідність прогнозованих результатів значенням контрольної вибірки.

Застосування технологій ШНМ як методу моделювання (в майбутньому і нейрокомп'ютерів) має суттєві переваги в порівнянні з іншими методами, а саме: не вимагається створення точної математичної моделі об'єкту; забезпечується чіткість відтворення процесів за наявності частково недостовірної та неповної вхідної інформації; реальною є можливість забезпечення практично повного режимного діапазону роботи електричної мережі; практична необмеженість кількості враховуваних впливових факторів; стійкість до зашумленості вхідної інформації; відпадає потреба формування рівнянь зв'язку між окремими величинами різного фізичного змісту (наприклад, кліматичні умови та їх вплив на енергетичні показники режиму електричної мережі); відпадає необхідність еквівалентування, в тому числі і за відсутності інформації; забезпечується висока швидкодія - на рівні обробки даних телевимірів існуючими технічними засобами; відтворення високої степені режимної адекватності; автоматичне вдосконалення моделі шляхом самонавчання.

П'ятий розділ присвячено розробці теоретичних засад нейроматематичного моделювання.

Твердження 1. Вірогідність результатів явного математичного моделювання для наперед визначеної вхідної інформації залежатиме від степені адекватності математичної моделі, тобто залежні параметри об'єкту (“виходи”) є однозначним відображенням незалежних параметрів об'єкту (“входів”) шляхом математичного моделювання (навіть з похибками)

Твердження 2. Існує простір, що визначає допустиму область режимного функціонування об'єкту, за умови дотримання відповідних режимних обмежень стосовно абсолютно всіх показників, що однозначно описують стани об'єкту на всій траєкторії зміни режиму

Твердження 3. Якщо показники станів об'єкту мають нижні та верхні межі, то простір існування допустимої області його функціонування є замкненим і також обмеженим як знизу, так і зверху.

Галузеве тлумачення. В електроенергетиці найбільші значення всіх фізичних величин елементів підлягають нормуванню ще на стадії проектування, що відповідає верхній межі. Нижні межі параметрів також визначають виходячи з нормативно допустимих експлуатаційних відхилень від їх номінальних значень або можуть визначатися з режиму неробочого ходу (наприклад, навантаження всіх споживачів рівні нулю).

Твердження 4. Якщо простір існування допустимої області розв'язків є обмеженим знизу та зверху, то при моделюванні за допомогою умовно еталонної математичної моделі можна сформувати умовно ідеальну навчальну множину для ШНМ.

Наслідок 1. Застосування адекватних математичних моделей у “навчальному процесі” ШНМ для теоретично повного діапазону функціонування об'єкту, не вимагає подальшого донавчання, що запобігатиме ризику “хибного навчання” при неточних значеннях “входів”.

Наслідок 2. За наявності засміченості вхідних даних на момент продукування “виходів” штучна нейронна мережа, навчена на результатах математичного моделювання, забезпечуватиме часткову верифікацію та сприятиме підвищенню вірогідності інформації.

Наслідок 3. При моделюванні сукупності процесів різної фізичної природи, що мають місце у великих системах, де використовуються складні нейронні структури, сформовані за принципами каскадування окремих ШНМ з використанням результатів математичного моделювання кожної з підсистем, можна забезпечити автономне повномасштабне налаштування відповідної нейронної мережі кожної з цих складових.

Наслідок 4. На основі твердження 3 можна говорити про високу мобільність нейроматематичного моделювання, а саме - тут немає жорсткого поділу на “входи” і “виходи”, для однієї задачі одна частина навчальної множини є “входами”, інша “виходами”, для іншої задачі повністю або частково навпаки.

На основі вищенаведених тлумачень розроблено концептуальні принципи формування навчальної вибірки, а також методику та алгоритм навчання ШНМ-ФТФ.

Шостий розділ присвячено підходам до створення нейроматематичних моделей структурних блоків оперативного диспетчерського керування функціонуванням ЕЕС.

Нейроматематичні ситуаційні карти особливостей (НМСКО). Будь-який стан режиму ЕЕС однозначно описується робочою точкою у багатовимірному просторі координат розмірністю (- кількість вузлів заступної схеми електричної мережі).

Застосування нейроматематичного моделювання дозволяє забезпечити візуалізацію режиму ЕЕС за допомогою НМСКО, які відрізняються від ситуаційних карт особливостей тим, що під час їх створення застосовуються принципи нейроматематичного моделювання. В свою чергу, ситуаційні карти особливостей є принциво новою модифікацією карт для обробки даних і є прототипом до “самоорганізованих карт Кохонена”.

Формування НМСКО здійснюється за допомогою ШНМ-“bottle neck” (BN) (“шийка пляшки” або “вузьке горло”), де глибока компресія даних забезпечується з метою пониження розмірності “входів-виходів” саме для побудови карти в новій двовимірній системі координат. Реалізація цієї процедури є можливою за рахунок використання ШНМ з нелінійними синаптичними зв'язками, тобто на основі нейропарадигми ФТФ.

Особливістю ШНМ-“bottle neck” є прагнення до ототожнювання входів та виходів ШНМ з метою забезпечення принципу дуальності в процесі переходу з - вимірного простору до двовимірного і навпаки, як на рис.2а. НМСКО крім того, що забезпечують повномасштабну, глибоку компресію даних, ще формують поле існування режимів у площині системи координат. Це здійснюється за алгоритмом у відповідності до рис.2б,г у наступній послідовності.

1. У відповідності до кількості “входів” будується архітектура ШНМ-“bottle neck” у вигляді трьох шарів: вхідний шар - кількість нейронів відповідає кількості входів; прихований шар - кількість нейронів рівна двом, тому що компресія здійснюється для двовимірного простору - відповідає кількості входів; вихідний шар - кількість нейронів відповідає кількості виходів, тобто і входів.

2. Здійснюється процедура неітераційного навчання з метою встановлення нелінійних синаптичних зв'язків між: нейронами вхідного та прихованого шарів; нейронами прихованого та вихідного шарів; нейронами в окремо взятих вхідному, прихованому та вихідному шарах. Реалізація цієї процедури здійснюється циклічно для кожної зі змінних за схемою.

3. Будуємо поле існування режимів як сукупності точок, надаючи приріст кожній з координат двовимірного простору в діапазоні змін.

4. Функціонування СКО здійснюється за схемою рис.2в, тобто на вхід надходять координат режиму, а на виході продукуються почергово, або за запитом, для кожної з цих координат координати двовимірного простору.

Нейроматематичні моделі верифікації телеінформації. Для верифікації телеінформації пропонується застосувати метод нейроматематичного моделювання на основі конференції ШНМ-ФТФ і ШНМ-BN-“bottle neck”.

На ШНМ-ФТФ покладено функцію забезпечення повномасштабності оперативної інформації та часткову її верифікацію. ШНМ-BN здійснює глибоку компресію даних у двовимірний простір з подальшим розгортанням даних у початкові координати. Застосовання методу нейроматематичного моделювання для ШНМ-BN як під час компресії, так і під час розгортання забезпечує взаємокореляцію між усіма входами та виходами, тому що навчання здійснювалося за даними математичного моделювання з чітким дотриманням законів електротехніки.

Нейроматематичні моделі неоглядних фрагментів електричних мереж.

В ЕЕС поряд з телемеханізованими електричними мережами є фрагменти нетелемеханізованих електричних мереж, які будемо називати неолядними фрагментами електричних мереж (НФЕМ). Для цих фрагментів застосування математичних моделей є проблематичним, оскільки відсутня інформація про параметри їх режимів. Телемеханізовані електричні мережі називатимемо “оглядними” - ОФЕМ.

Нами запропоновано здійснювати моделювання ОФЕМ за допомогою математичних моделей, а НФЕМ за допомогою нейроматематичних моделей, де в якості входів для ШНМ будемо використовувати дані телеметрії з підстанцій, які є точками умовного стику ОФЕМ і НФЕМ.

В існуючих системах інформаційної підтримки оперативного керування плинним режимом ЕЕС не виключається можливість імітування роботи НФЕМ застосовуванням ШНМ, навчених на нейроматематичній вибірці. Тоді в майбутньому, при задіянні “навченої” ШНМ в контур керування, на її входи надходить зріз наявних телевимірів в точках умовного поділу ОФЕМ і НФЕМ (рис.4): значення модулів напруг у вузлах умовного стику оглядового та неоглядового фрагментів, а також значення перетоків активної та реактивної потужностей по вітках, що живлять ці вузли-точки а на виходах продукуються фізичні величини, що відтворюють стан НФЕМ, а саме: сумарні активне та реактивне навантаження споживачів і втрати активної потужності, що характеризують відповідну режимну точку цього фрагменту.

Кількість входів ШНМ визначається кількістю наявних телевимірів про напруги, активні та реактивні потужності з підстанцій умовного стику ОФЕМ та НФЕМ: .

Нейронні моделі прогнозування навантаження електроенергетичних систем. Якість прогнозування режимів ЕЕС залежить насамперед від точності прогнозування режимів навантаження споживачів, під якими будемо розуміти часові графіки споживання активної та реактивної потужностей. Якщо вдається достатньо точно спрогнозувати графіки навантаження споживачів, тоді за цими графіками, у відповідності до конфігурації схеми електричної мережі (яка передбачається з врахуванням заявок на ремонти обладнання), здійснюються розрахунки потокорозподілу в електричній мережі (наприклад, погодинні). В результаті таких розрахунків можна одержати графіки завантаження кожного елементу електричної мережі - від ЛЕП до генераторного блоку конкретної електричної станції. Задача прогнозування електричних навантажень відноситься до задач багатофакторного аналізу, оскільки на результат прогнозу впливають побічні фактори, а саме метеорологічні умови, які є неоднозначними для території, на якій розташована ЕЕС. Ефективним шляхом вирішення цього питання є залучення ШНМ-ФТФ. Розглянемо нейронні моделі, за допомогою яких можна здійснювати прогнозування графіків навантаження, що реально використовується в процесі експлуатації.