Разработка модели активно-адаптивной электрической сети с интеллектульным управлением
ВВЕДЕНИЕ
Актуальность работы. Начало ХХI века совпало с началом модернизации энергетических систем большинства индустриально развитых стран с использованием инновационной организационно-технологической платформы (концепции) Smart Grid. Энергетическая система на базе концепции Smart Grid является единым энергоинформационным комплексом с дистанционным управлением и непрерывным контролем технического состояния и режима работы всех его элементов. Помимо снижения стоимости производства и передачи электрической энергии и повышения надежности электроснабжения, результатом внедрения новой концепции является снижение технических и коммерческих потерь при транспортировке электроэнергии с 20 - 10 % до 3 %, соответственно в такой же пропорции снижается количество сжигаемых углеводородов для выработки электрической энергии
СОДЕРЖАНИЕ
Введение 6
1 Литературный и патентный обзор12
2 Основные положения концепции интеллектуальной энергосистемы с активно-адаптивной сетью34
2.1 Концепция интеллектуальной энергосистемы с активно-адаптивной сетью34
2.2 Основные технологии интеллектуальной энергосистемы36
2.3 Технологии мониторинга и диагностики электрических сетей43
3 Разработка виртуального лабораторного стенда для исследования режима управляемой (гибкой) линии электропередачи переменного тока с компенсатором реактивной мощности47
3.1 Методика расчета47
3.2 Разработка методических указаний по выполнению лабораторной работы50
3.3 Разработка виртуального лабораторного стенда53
4 Интеллектуальные нейронные сети61
4.1Общая Характеристика интеллектуальной нейронной сети63
4.2 Классификация нейронных сетей65
4.3Популярность и актуализация в бизнесе нейронных сетей69
4.4TensorFlow71
4.5 NeuralDesinger72
4.6 PyTorch73
4.7 Разработка нейронной сети74
5 Разработка цифрового двойника модели активно-адаптивной электрической сети с интеллектуальным управлением80
5.1 Интегрированная среда разработки (IDE) приложений для программируемых контроллеров CODESYS V280
5.2 Разработка цифрового двойника модели81
Заключение85
Список использованных источников86
Список иллюстрационно-графического материала90
Приложение А (обязательное)92
Приложение Б (обязательное)93
СПИСОК ИЛЛЮСТРАЦИОННО-ГРАФИЧЕСКОГО МАТЕРИАЛА
Перечень рисунков в ВКРЛист
Рисунок 3.1 – Обобщенный визуальный обзор Visual Studio58
Рисунок 3.2– Виртуальный лабораторный стенд59
Рисунок 3.3 – Окно настройки параметров60
Рисунок 3.4 – Результаты работы виртуального лабораторного стенда60
Рисунок 4.1- Структурная схема интеллектуальных систем62
Рисунок 4.2 – Схема простой ИНС64
Рисунок 4.3 – Классификация нейронных сетей65
Рисунок 4.4 – Зависимость правильных откликов от количества поврежденных нейронов68
Рисунок 4.5 – Структура уровней ИНС (ввод, вывод и скрытый уровень)68
Рисунок 4.6 – NeuralDesinger74
Рисунок 4.7 – Выбор файла74
Рисунок 4.8 - Составление таблицы75
Рисунок 4.9 – Настройка входов и выходов75
Рисунок 4.10 – Пункт Samples76
Рисунок 4.11 – Настройка слоев76
Рисунок 4.12 – Traningstrategy77
Рисунок 4.13 – Modelselection77
Рисунок 4.14 – Taskmanager78
Рисунок 4.15 – Пункт конвертации нейронной сети79
Рисунок 4.16 – Файл для конвертации79
Рисунок 5.1 - Редактор визуализации программы СoDeSys80
Рисунок 5.2 - Конфигураторы протоколов обмена и средства отладки программы СoDeSys81
Рисунок 5.3 - Цифровой двойник процесса82
Рисунок 5.4 – Цифровой двойник модели83
Рисунок 5.5 – Цифровой двойник модели83
Рисунок 5.6– Цифровой двойник модели84
Рисунок 5.7 – Цифровой двойник модели85
Перечень таблиц в ВКРЛист
Таблица 3.1 – Результаты измерений52
Таблица 4.1 - Достоинства и недостатки TensorFlow72
Таблица 4.2 – Достоинства и недостатки NeuralDesinger72
Таблица 4.3 - Достоинства и недостатки PyTorch73
Таблица 5.1 Системное требование программы СoDeSys81
Приложение А(обязательное)
Перечень публикаций
1 Хакимов А.Ф. Разработка цифрового двойника учебного лабораторного комплекса «Интеллектуальная система энергоснабжения предприятия» /М.Г. Баширов, М.Ф. Шван, А.Ф, Хакимов, Э.И. Ахметшина, соавторы // «Наука и бизнес: пути развития» № 4 (142).
С точки зрения Министерства энергетики США, интеллектуальным сетям (Smart Grid) присущи следующие атрибуты [2]:
- способность к самовосстановлению после сбоев в подаче электроэнергии;
- возможность активного участия в работе сети потребителей;
- устойчивость сети к физическому и кибернетическому вмешательству злоумышленников;
- обеспечение требуемого качества передаваемой электроэнергии;
- обеспечение синхронной работы источников генерации и узлов хранения электроэнергии;
- появление новых высокотехнологичных продуктов и рынков;
- повышение эффективности работы энергосистемы в целом.
По мнению Европейской Комиссии, занимающейся вопросами развития технологической платформы в области энергетики, Smart Grid можно описать следующими аспектами функционирования:
Гибкость. Сеть должна подстраиваться под нужды потребителей электроэнергии.