Анализ влияния параметров ЛЭП 110 кВ на вероятность их отказов

Анализ влияния параметров ЛЭП 110 кВ на вероятность их отказов

Автор: Большев В. Е., Виноградова А. В.

Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии @technologies-sfu

Рубрика: Исследования. Проектирование. Опыт эксплуатации

Статья в выпуске: 6 т.17, 2024 года.

Бесплатный доступ

Рассматривая оборудование системы электроснабжения, необходимо отметить, что наиболее часто перерывы в электроснабжении случаются из-за повреждений линий электропередачи. Для сетевых компаний важно своевременно диагностировать неисправности и восстанавливать электроснабжение, чтобы минимизировать возникающие потери. Поэтому заблаговременное определение вероятности отключений электроэнергии на основе параметров самих линий может помочь электросетевым компаниям гораздо эффективнее модернизировать и строить новые, менее подверженные отказам электрические сети. Цель исследования - анализ влияния параметров линий электропередачи напряжением 110 кВ на вероятность их отказов. Настоящее исследование заключается в подготовке данных по отключениям ЛЭП 110 кВ путем группирования, удаления ненужной информации, создания синтетических параметров и их обработки путем заполнения пропущенных значений и удалений дубликатов. Затем производился разведочный анализ данных, включающий в себя анализ статистических характеристик рассматриваемых параметров, выявление выбросов и аномалий и корреляционный анализ. Исследование производилось на языке программирования Python в среде разработки Jupyter Notebook, задействованы библиотеки Pandas, NumPy, Matplotlib, Seaborn, Phik. Данные для анализа были подготовлены с помощью методов группировки и слияния, удалены наименее значимые параметры, параметр «срок эксплуатации ЛЭП» стандартизирован, синтезирован целевой признак - «Факт отключения на ЛЭП». Итоговым результатом стала таблица, содержащая 10 параметров, включая целевой признак, и 395 строк. В ходе анализа категориальных параметров были выявлены дисбаланс классов целевого признака, влияние типа провода и транзитности линии на отказ ЛЭП 110 кВ. Анализ распределения значений количественных переменных подтвердил, что снижение вероятности отключений наблюдается с улучшением технического состояния ЛЭП, уменьшением длины линий, количества опор и снижением срока эксплуатации ЛЭП. Корреляционный анализ позволил установить отсутствие сильной корреляции с целевой переменной и наличие мультиколлинеарности между всеми параметрами, отображающими протяжённость ЛЭП и количество ЖБ опор.

Еще

Электрические сети, линии электропередачи, лэп, параметры лэп, надежность электроснабжения, перерывы в электроснабжении, отключения электроэнергии, отказы лэп, разведочный анализ данных, корреляционный анализ

Короткий адрес: https://sciup.org/146282909

IDR: 146282909

Список литературы Анализ влияния параметров ЛЭП 110 кВ на вероятность их отказов

  • Long L. Research on status information monitoring of power equipment based on Internet of Things, Energy Reports, 2022, 8, 281–286. DOI: 10.1016/j.egyr.2022.01.018
  • Sun B., Jing R., Zeng Y., Li Y., Chen J., Liang G. Distributed optimal dispatching method for smart distribution network considering effective interaction of source-network-load-storage flexible resources, Energy Reports, 2023, 9, 148–162. DOI: 10.1016/j.egyr.2022.11.178
  • Yang L., Teh J. Review on vulnerability analysis of power distribution network, Electric Power Systems Research, 2023, 224, 109741. DOI: 10.1016/j.epsr.2023.109741
  • Shakiba F.M., Shojaee M., Azizi S. M., Zhou M. Real-Time Sensing and Fault Diagnosis for Transmission Lines, International Journal of Network Dynamics and Intelligence. 2022, 36–47. DOI: 10.53941/ijndi0101004
  • Базан Т.В., Галабурда Я. В., Иселёнок Е. Б. Анализ отключений воздушных линий 35–750 кВ, Актуальные проблемы энергетики. Электроэнергетические системы. Минск, республика Беларусь: БНТУ, 2020, 114–116. [Bazan T. V., Galaburda Y. V., Iselenok E. B. Analysis of outages of 35–750 kV overhead lines. Aktual'nyye problemy energetiki. Elektroenergeticheskiye sistemy. Minsk, Republic of Belarus: BNTU, 2020, 114–116. (In Rus.)]
  • Ильдиряков С.Р., Вафин Ш. И. Статистический анализ провалов напряжения в системе электроснабжения ОАО» Казаньоргсинтез», Известия высших учебных заведений, 2011, 3–4, 73–81. EDN: NUZVNR [Ildiryakov S. R., Vafin Sh. I. Statistical analysis of voltage dips in the power supply system of OJSC Kazanorgsintez, Izvestiya vysshikh uchebnykh zavedeniy, 2011, 3–4, 73–81. EDN: NUZVNR (In Rus.)]
  • Виноградов А. В., Васильев А. Н., Семенов А. Е. Синяков А. Н., Большев В. Е..Анализ времени перерывов в электроснабжении сельских потребителей и методы его сокращения за счет мониторинга технического состояния линий электропередачи, Вестник ВИЭСХ, 2017, 2, 3–11. EDN: ZEOGKZ [Vinogradov A. V., Vasilyev A. N., Semenov A. E. Sinyakov A. N., Bolshev V. E. Analysis of the time of interruptions in power supply to rural consumers and methods for reducing it by monitoring the technical condition of power lines, Vestnik VIESKh, 2017, 2, 3–11.EDN: ZEOGKZ (In Rus.)]
  • Ланин А. В., Полковская М. Н., Якупов А. А. Статистический анализ аварийных отключений в электрических сетях 10 кВ, Актуальные вопросы аграрной науки, 2019, 30, 45–52. EDN: ZBHPXF [Lanin A. V., Polkovskaya M. N., Yakupov A. A. Statistical analysis of emergency shutdowns in 10 kV electrical networks, Aktual’nyye voprosy agrarnoy nauki, 2019, 30, 45–52. EDN: ZBHPXF (In Rus.)]
  • Ратушняк В. С., Ильин Е. С., Вахрушева О. Ю. Статистический анализ аварийных отключений электроэнергии из-за гололедообразования на проводах ЛЭП на территории РФ, Молодая наука Сибири: электрон. науч. журн. 2018, 1, 12. EDN: ZZKEMP [Ratushnyak V. S., Ilyin E. S., Vakhrusheva O. Yu. Statistical analysis of emergency power outages due to ice formation on power transmission lines in the Russian Federation, Molodaya nauka Sibiri: elektron. nauch. zhurn, 2018, 1, 12. EDN: ZZKEMP (In Rus.)]
  • Сбитнев Е.А., Жужин М. С. Анализ аварийности сельских электрических сетей 0, 38 кВ Нижегородской энергосистемы, Вестник НГИЭИ, 2020, 11(114), 36–47. EDN: KEJHDX [Sbitnev E. A., Zhuzhin M. S. Analysis of accident rates of rural electrical networks 0.38 kV of the Nizhny Novgorod energy system, Bulletin of NGIEI, 2020, 11(114), 36–47. EDN: KEJHDX (In Rus.)]
  • Sood S. Power Outage Prediction Using Machine Learning Technique, 2023 International Conference on Power Energy, Environment & Intelligent Control (PEEIC). IEEE, 2023, 78–80. DOI: 10.1109/PEEIC 59336.2023.10451753
  • Eskandarpour R., Khodaei A. Leveraging accuracy-uncertainty tradeoff in SVM to achieve highly accurate outage predictions, IEEE Transactions on Power Systems, 2018, 33(1), 1139–1141. DOI: 10.1109/TPWRS.2017.2759061
  • Gururajapathy S.S., Mokhlis H., Illias H. A., Abu Bakar A. H., Awalin L. J. Fault location in an unbalanced distribution system using support vector classification and regression analysis, IEEJ Transactions on Electrical and Electronic Engineering, 2018, 13(2), 237–245. DOI: 10.1002/tee.22519
  • Warlyani P., Jain A., Thoke A. S., Patel R. N. Fault classification and faulty section identification in teed transmission circuits using ANN, International Journal of Computer and Electrical Engineering, 2011, 3(6), 807–811. DOI: 10.7763/IJCEE.2011.V3.424
  • Hou H., Zhang Z., Yu S., Huang Y., Zhang Y., Dong Z. Damage prediction of transmission lines under typhoon disasters considering multi-effect, J Smart Environ Green Computing. 2021, 2, 90–102. DOI: 10.20517/jsegc.2020.04
  • Alqudah M., Obradovic Z. Enhancing Weather-Related Outage Prediction and Precursor Discovery Through Attention-Based Multi-Level Modeling, IEEE Access, 2023, 11, 94840–94851. DOI: 10.1109/ACCESS.2023.3303110
  • Виноградова А.В., Лансберг А. А., Виноградов А. В. Энергосистема Орловской области: обзор статистической информации. Орел: изд-во «Картуш», 2023. 360. [Vinogradova A. V., Lansberg A. A., Vinogradov A. V. Energy system of the Oryol region: review of statistical information. Orel, Russia: publishing house “Kartush”, 2023. 360. (In Rus.)]
  • Виноградов А.В., Лансберг А. А., Сорокин Н. С. Характеристика электросетевых компаний по количеству и протяженности линий электропередачи, мощности подстанций, Электротехнологии и электрооборудование в АПК. 2022, 2 (47), 31–41. DOI: 10.22314/2658–4859–2022–69–2–31–41 [Vinogradov A. V., Lansberg A. A., Sorokin N. S. Characteristics of electric grid companies by the number and length of power transmission lines, substation capacity, Electrical technologies and electrical equipment in the agro-industrial complex. 2022, 2(47), 31–41. DOI: 10.22314/2658–4859–2022–69–2–31–41 (In Rus.)]
  • Peng J., Wu W., Lockhart B., Bian S., Yan J. N., Xu L., Chi Z., Rzeszotarski J. M., Wang J. Dataprep. EDA: Task-centric exploratory data analysis for statistical modeling in Python, Proceedings of the 2021 International Conference on Management of Data. 2021, 2271–2280. DOI: 10.1145/3448016.3457330
  • Singh J., Singh J., Singh G., Kaur N. Exploratory Data Analysis for Interpreting Model Prediction using Python, International Conference on Smart Generation Computing, Communication and Networking (SMART GENCON 2022), Bangalore, India, 2022, 1–6. DOI: 10.1109/SMARTGENCON 56628.2022.10083533
  • Guha Majumder M., Dutta Gupta S., Paul J. Perceived usefulness of online customer reviews: A review mining approach using machine learning & exploratory data analysis, J Bus Res, 2022, 150, 147–164. DOI: 10.1016/j.jbusres.2022.06.012
  • Nongthombam K., Sharma D. Data analysis using python, International Journal of Engineering Research & Technology (IJERT). 2021, 10, 7. С. IJERTV10IS 070241. DOI: 10.17577/IJERTV10IS 070241
  • Сальникова К. В. Анализ массива данных с помощью инструмента визуализации «ящик с усами», Universum: экономика и юриспруденция, 2021, 6(81), 11–17. EDN: APSOIG [Salnikova K. V. Analysis of a data array using a “box with a mustache” visualization tool, Universum: ekonomika i yurisprudentsiya, 2021, 6(81), 11–17. EDN: APSOIG (In Rus.)]
  • Лапко А.В., Лапко В. А. Анализ отношения средних квадратических отклонений ядерной оценки плотности вероятности в условиях независимых и зависимых случайных величин, Измерительная техника, 2021, 3, 9–14. EDN: NGLNOE [Lapko A. V., Lapko V. A. Analysis of the ratio of standard deviations of the kernel probability density estimate in conditions of independent and dependent random variables, Izmeritel’naya tekhnika, 2021, 3, 9–14. EDN: NGLNOE (In Rus.)]
  • Ушаков В.Г., Ушаков Н. Г. Об одной ядерной оценке плотности, Информатика и её применения, 2011, 5(3), 67–73. EDN: OEDYBN [Ushakov V. G., Ushakov N. G. On one kernel density estimate, Informatika i yeyo primeneniya, 2011, 5(3), 67–73. EDN: OEDYBN(In Rus.)]
  • Buda A., Jarynowski A. Life time of correlations and its applications. Warsaw, Poland: Wydawnictwo NiezaleĹĽne, 2010. 231.
  • Baak M., Koopman R., Snoek H., Klous S. A new correlation coefficient between categorical, ordinal and interval variables with Pearson characteristics, Comput Stat Data Anal. North-Holland, 2020, 152, 107043. DOI: 10.1016/j.csda.2020.107043
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp