Details
| Title | Методы и алгоритмы предиктивной аналитики компонентов цифровой подстанции // Системный анализ в проектировании и управлении: сборник научных трудов XXVIII Международной научно-практической конференции, 27–29 июня 2024 года: [в 2 частях]. Ч. 2 |
|---|---|
| Creators | Прокофьев Виктор Александрович ; Хохловский Владимир Николаевич |
| Organization | Санкт-Петербургский политехнический университет Петра Великого |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
| Electronic publication | 2025 |
| Collection | Общая коллекция |
| Subjects | Электрические подстанции ; Энергетика ; Трансформаторы ; Нейронные сети ; Системный анализ ; цифровая модель ; классификация ; предиктивная аналитика ; анализ данных ; интеллектуальная аналитика ; digital model ; classification ; predictive analytics ; data analysis ; intelligent analytics |
| UDC | 621.311.4 ; 620.9 ; 621.314.21/.24 ; 004.032.26 ; 681.51.012 |
| Document type | Article, report |
| File type | |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id24-497 |
| Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\76366 |
| Record create date | 6/27/2025 |
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.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | All |
|
Access count: 48
Last 30 days: 48
