Надіслати цю статтю 
Розробка критерію вибору прогнозованних значень струму витоку синтезованих нейромереж
DOI: http://dx.doi.org/10.31548/energiya2022.05.052
Анотація
Засоби вимірювання і контролю величини струму витоку зарекомендували себе як ефективний технічний спосіб контролю стану ізоляції електродвигуна. Використання пристроїв, що дозволяють не тільки фіксувати, а й спрогнозувати досягнення небезпечних значень струму витоку, дає можливість завчасно проінформувати обслуговуючий персонал про можливу небезпеку, і таким чином зменшити час на простій електрообладнання і використати технологічну паузу для обслуговування, ремонту чи заміни електродвигунів не чекаючи їхньої повної відмови. Нейронні мережі, що використовуються для прогнозування надійності електродвигунів, довели свою ефективність для прогнозування цих складних процесів.
На основі отриманих експериментальних даних, було синтезовано нейронні мережі, як на основі технологічних параметрів, так і на основі теорії часових рядів. Порівняння робочих особливостей нейронної мережі на основі технологічних параметрів та нейронної мережі на основі теорії часових рядів вказуєує на те, що перший вид нейромереж ефективніше працює при різких викидах прогнозованого струму витоку; другий вид нейромереж більш точно моделює значення прогнозованої величини біля відносно усереднених її показів. Особливості прогнозування цих нейронних мереж довело необхідність створення критерію вибору, що відповідає за вибір найефективнішої з синтезованих нейромереж в певний момент часу.
Ключові слова: струм витоку, технологічні параметри, теорія часових рядів, нейронна мережа, критерій виборуПовний 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., 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.
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.
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.
Zaiets N., Kondratenko I. (2019) Development of an Intelligent System for Predicting the Reliability of Electric Motors. IEEE 39th International Conference on Electronics and Nanotechnology (ELNANO). 2019, Kyiv, 614-619.
Gerasymenko, V., Vasylenko, V., Maiborodina, N., Kovalov, O. (2022). Neyromerezheve prohnozuvannya strumu vytoku na osnovi tekhnolohichnykh parametriv [Neural network forecast of leak current based on technological parameters]. Enerhetyka i avtomatyka, 3, 109 – 118.
Gerasymenko, V., Vasylenko, V., Maiborodina, N., Kovalov, O. (2022). Neyromerezheve prohnozuvannya strumu vytoku na osnovi teoriyi chasovykh ryadiv [Neural network prediction of leakage current based on the theory of time series forecasting ]. Enerhetyka i avtomatyka, 4, 86 – 93.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
