Детальная информация

В работе исследуется возможности классификации данных, полученных при помощи цифровой модели трансформаторной линии подстанции, а также возможность предсказывать возникновение аварийных ситуаций при помощи нейросетевых моделей. В работе используются различные наборы данных, отличающиеся как представленными в них режимами работы трансформаторной линии, так и степенью приближенности моделируемых характеристик к реальным условиям. Далее рассматривается алгоритм приведения данных к доступному для обучения нейросети виду. В ходе опытов составляется и настраивается нейросетевой классификатор, позволяющий добиться 96 % точности в задаче многокатегориальной оценки рассматриваемых данных, а также предиктивную нейросетевую модель с точностью 97 % при заданном числе доступных предыдущих состояний.

This paper investigates the possibility of classifying the data obtained using a digital model of a substation transformer line, as well as the possibility of predicting the occurrence of emergency situations using neural network models. Different data sets are used in this work, differing both in the transformer line operating modes represented in them and in the degree of closeness of the modeled characteristics to real conditions. Next, we consider the algorithm of data reduction to the form available for neural network training. In the course of experiments, a neural network classifier is compiled and tuned to achieve 96 % accuracy in the task of multi-category evaluation of the considered data, as well as a predictive neural network model with 97 % accuracy at a given number of available previous states.

"Системный анализ в проектировании и управлении", международная научно-практическая конференция (28; 2024; Санкт-Петербург). Системный анализ в проектировании и управлении: сборник научных трудов XXVIII Международной научно-практической конференции, 27–29 июня 2024 года: [в 2 частях]. Ч. 2 / Международная академия наук высшей школы [и др.]; [ответственные редакторы Л. В. Чёрненькая, А. В. Логинова]. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 (2025). — 1 файл (15,9 Мб). — Загл. с титул. экрана. — Электронная версия печатной публикации 2025 г. — Ч. текста на англ. яз. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i25-189.pdf>. — DOI 10.18720/SPBPU/2/i25-189. — Текст: электронный