Надіслати цю статтю 
Нейромережеве прогнозування струму витоку на основі теорії часових рядів
DOI: http://dx.doi.org/10.31548/energiya2022.04.086
Анотація
Серед сучасних електротехнічних засобів моніторингу стану ізоляції електродвигунів є пристрої моніторингу величини струму витоку, яка відображає поточний стан ізоляції електродвигуна. Застосування досконаліших пристроїв, що не тільки фіксують небезпечну величину струму витоку, відключаючи електродвигун, але й прогнозують можливість досягнення небезпечної величини струму витоку, дають можливість інформувати обслуговуючий персонал про можливу небезпеку, зменшувати час на простій обладнання під час технологічного процесу за рахунок можливості завчасного обслуговування, заміни чи ремонту електродвигунів у технологічну паузу, ще до виходу їх з ладу. Нейронні мережі, що застосовуються для прогнозування надійності електродвигунів, в основному виконуються як математичні моделі паралельних обчислень, що мають у своєму складі прості процесорні елементи, що взаємодіють між собою і називаються штучними нейронами. Нелінійність нейронних мереж дозволяє встановлювати нелінійні залежності між майбутніми та фактичними значеннями процесів. Іншими важливими перевагами є масштабованість – паралельна структура штучних нейронних мереж прискорює обчислення, що є вкрай актуальним в промислових масштабах, коли необхідно обробляти терабайти даних.
Створена на основі теорії часових рядів нейронна мережа перевірена на технологічну придатність для прогнозування струму витоку електродвигуна. Синтезована нейронна мережа може бути основою для створення системи прогнозування струмів витоку електродвигунів на основі теорії часових рядів. Система прогнозування включає нейрону мережу на основі теорії часових рядів, засоби вимірювання струму витоку електродвигунів та базу даних. Ключове рішення в розроблюваній системі приймає людина.
Ключові слова: струм витоку, теорія часових рядів, нейронна мережа
Повний текст:
PDFПосилання
Gerasymenko, V., Kozyrskyi, V., Maiborodina, N., Kovalov, O. (2019). Mathematical Model Changing the Value of the Process of Leakage Current in 0.38 kV Networks. Modern Development Paths of Agricultural Production. Trends and Innovations. Cham: Springer International Publishing, 339 – 348.
Gerasymenko, V. P. (2020). Aparatno-prohramna realizatsiia intelektualnoi komp’iuterno-intehrovanoi systemy kontroliu ta prohnozuvannia velychyny strumu vytoku elektroobladnannia tvarynnytskoho prymishchennia. [Hardware and software implementation of intelligent computer-integrated control system and prediction of leakage current of electrical equipment of livestock premises]. Enerhetyka i avtomatyka, 2, 77 – 85.
Lysenko, V. P., Zayets, N. A. Shtepa, V. M., Dudnyk, A. O. (2011). Neiromerezheve prognozuvannia chasovih riadiv temperaturi navkolishniogo prirodnogo seredovishcha [Neural network forecasting of time series of external temperature], Bioresursy і pryrodokorystuvannia, №3 – 4, 102 – 108.
Gerasymenko, V. P. (2020). Intelektualna systema kontroliu ta prohnozuvannia velychyny strumu vytoku elektroobladnannia ustanovok dlia teplovoi obrobky i sushinnia zernovoi masy [Intelligent control system and prediction of the amount of leakage current of electrical equipment for heat treatment and drying of grain mass]. Enerhetyka i avtomatyka, 6, 109 – 117.
Zagirnyak, M., Prus, V., Somka, O. (2015). Reliability Models of Electric Machines with Structural Defects Proceedigs 2015 16th International Conference on “Computational Problems of Electrical Engineering”
CPEE – 2015. Lviv, 249-251.
Kondratenko, I. P., Zaiets, N. A., Shtepa, V. M. (2020). Naukovi osnovy keruvannia elektrotekhnichnymy kompleksamy neperervnykh vyrobnytstv iz prohnozuvanniam neshtatnykh sytuatsii: monohrafyia [Scientific bases of management of electrotechnical complexes of continuous productions with forecasting of abnormal situations: monograph]. Kyiv: Printeko, 256.
Feinberg E. A and Dora Genethlio. Load Forecasting. Chapter 12, 269 – 285.
Lysenko. V. P., Reshetiuk, V. M., Shtepa, V. M., Zaiets, N. A. (2014). Systemy shtuchnoho intelektu: nechitka lohika, neironni merezhi, nechitki neironni merezhi, henetychnyi alhorytm [Artificial intelligence systems: fuzzy logic, neural networks, fuzzy neural networks, genetic algorithm]. Kyiv, 336.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
