Синтез показателей качества электроэнергии по осциллограммам

Автор: Молоканов А.А., Алексеев М.В.

Журнал: Форум молодых ученых @forum-nauka

Статья в выпуске: 12 (40), 2019 года.

Бесплатный доступ

В статье проводится анализ основных показателей качества электроэнергии. После анализа идет описание математических методов, используемых при обработке и синтезе базы данных показателей качества.

Показатели качества электроэнергии, синтез, осциллограмма, база данных

Короткий адрес: https://sciup.org/140285447

IDR: 140285447   |   УДК: 621.31

Synthesis of quality indicators electricity from oscillograms

The article analyzes the main indicators of the quality of electricity. After the analysis, a description of the mathematical methods used in the processing and synthesis of the database of quality indicators is given.

Текст научной статьи Синтез показателей качества электроэнергии по осциллограммам

На данный момент для энергосбытовых компаний стоит задача поддержания качества электроэнергии.

Слабая оснащенность сетей системами мониторинга и неравномерная загрузка фаз не даёт возможности достаточно качественного расчёта потерь с использованием существующих нормативных методов, так как существующие методы рассматривают общий случай, не предусматривая климатических, некоторых технологических и экономических факторов. [2]

Для того чтобы точно определить потери электроэнергии, следует проанализировать показатели качества электроэнергии. Анализ электроэнергии в основном проводится по следующим группам показателей качества электроэнергии:

  • 1)    медленные изменения напряжения электропитания

  • 2)    отклонение частоты

  • 3)    колебание напряжения и фликер;

  • 4)    несимметрия напряжений в трехфазных системах;

  • 5)    несинусоидальность напряжения.

Контроль над качеством электрической энергии подразумевает оценку соответствия показателей установленным нормам.

Определение показателей качества электрической энергии задача нетривиальная, так как большинство процессов, протекающих в электрических сетях – быстротекущие, все нормируемые показатели качества электрической энергии не могут быть измерены напрямую – их необходимо рассчитывать, а окончательное заключение можно дать только по статистически обработанным результатам.

Поэтому, для определения показателей качества электрической энергии, необходимо выполнить большой объем измерений с высокой скоростью и одновременной математической и статистической обработкой измеренных значений. [1]

Для формирования баз данных показателей качества электроэнергии нами были сняты характеристики электроприемников рис 1. в виде осциллограмм.

i wl-fi роутер txt

В выпрямитель™

1 I котел co стабилизатором,txt

[. I котсл • top, рода txt

। мулыиааркд.Ш

: -1 nOyrbyM-tXt

I П Hi ЛДГЛГ rrt

Ll светодиодная лам па. txt i i системный блок,txt

: гтлбили^йюр М "I 1еаевизорлх!

' молодильмикЛхТ

Рисунок 1 Список электроприемников

Следующим шагом стало преобразование характеристики электроприемников из формата PNG в координаты графика. Преобразование выполнялось с помощью программы для оцифровки графиков GetData Graph Digitizer. Один из примеров получения координат по осциллограмме, полученных от электроприемника (роутера) представлено на рис. 2.

Рисунок 2 Получение координат из осциллограммы роутера с помощью программы GetData Graph Digitizer

Очень часто в практической работе возникает необходимость найти в явном виде функциональную зависимость (формулу) у= у ( х ) между величинами х и у , которые заданы отдельными парами значений x i , y i (таблицей), например, полученными в результате измерений.

Для нахождения аналитической функции и решения задачи аппроксимации необходимо:

  • 1.    Задать общий вид аппроксимирующей функции, включающий неизвестные параметры или коэффициенты.

  • 2.    Определить значения параметров на основе заданного критерия близости.

Вид функции задается, исходя из формы распределения аппроксимируемых значений (расположения точек на графике), из предполагаемой функциональной зависимости, или просто в виде полинома некоторой степени;

Существует много методов интерполяциии сглаживание. Рассмотрим подробнее один методов сплайн-интерполяцию. Сплайн-интерполяция предполагает представление интерполирующей функции в виде комбинации разных функций, соответствующих отрезкам между соседними узлами. На функции-сплайны накладываются условия непрерывности, т.е. совпадения значений для соседних сплайнов в узле. Условие непрерывности может касаться как функции, так и ее производных, в зависимости от сложности сплайна. Из условий непрерывности определяются коэффициенты сплайнов, которые и задают интерполирующую функцию в целом. Простейший вид сплайн-интерполяции - ступенчатая интерполяция, функции-сплайны постоянны между узлами. Линейный сплайн непрерывен в узлах интерполяции, первая производная имеет разрывы, вторая и высшие производные не существуют.[4]

Для интерполяции графиков была использована программа CurveExpert. Были получены следующие результаты с помощью данного программного обеспечения.

Рисунок 3. Интерполяция осциллограммы роутера при помощи программы CurveExpert

Основной целью данной работы было получение базы данных показателей качества электроэнергии. Следующий этап работы заключается в написании и обучении нейронной сети на языке Python. Данная нейронная сеть будет обучена на полученном массиве. В дальнейшем её можно будет использовать для прогнозирования аварий и аварийных ситуаций на объектах электроэнергетики.

Список литературы Синтез показателей качества электроэнергии по осциллограммам

  • Кочергин С. В., Кобелев А. В., Хребтов Н. А. Нейронные сети и фрактальное моделирование электроэнергетических систем // Вестник ТГТУ. 2017. Том 23. № 4 с. 609-616
  • Михеев М. Ю., Дмитриенко А. Г., Жашкова Т. В. Нейросетевая идентификация показателей качества электрической энергии // НиКа. 2009. с. 144-145
  • Судавный А. С. Применение искусственных нейронных сетей в электроэнергетическом комплексе // Известия ТулГУ. Технические науки. 2012. №12-3. с 86-88
  • Зяблов Н. М., Юрьев О. В., Кочергин С. В. Метод обратного распространения ошибки в нейронных сетях для прогнозирования потребления электрической энергии // Энергетика проблемы и перспективы развитияI V Всероссийская молодежная научная конференция, 2019 с. 101-103