Details

Title Синтез и исследование централизованного адаптивного регулятора возбуждения на основе нейронных сетей: выпускная квалификационная работа магистра: направление 13.04.02 «Электроэнергетика и электротехника» ; образовательная программа 13.04.02_02 «Электроэнергетические системы, сети, электропередачи, их режимы, устойчивость и надежность»
Creators Полушкин Василий Сергеевич
Scientific adviser Беляев Андрей Николаевич
Other creators Першиков Георгий Анатольевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects четырехмашинная энергосистема кундура ; система возбуждения ; искусственный интеллект ; обучение с подкреплением ; машинное обучение ; four-machine kundur power system ; excitation system ; artificial intelligence ; reinforcment learning ; machine learning
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 13.04.02
Speciality group (FGOS) 130000 - Электро- и теплоэнергетика
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-1741
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\6459
Record create date 7/10/2020

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Тема выпускной квалификационной работы: «Синтез и исследование централизованного адаптивного регулятора возбуждения на основе нейронных сетей». В данной работе исследуется возможность использования нейросетевых технологий в качестве замены традиционных систем управления. Задачи, которые решались в процессе исследования: 1. Анализ существующих подходов применения систем управления, отличных от традиционных, в том числе адаптивных и нейросетевых методов, в области систем управления крупных энергообъединений. 2. Применение алгоритмов непосредственно на основе искусственных нейронных сетей в области систем управления в электроэнергетике. 3. Сравнение традиционных систем управления и адаптивных систем управления на основе нейросетей и обучения с подкреплением. Оценить эффективность предлагаемых подходов, рассмотреть преимущества и недостатки. Исследование проводилось на базе программного комплекса Matlab, включая такие его компоненты как Simulink, тулбоксы Control System, Neural Networks, Deep Learning, Reinforcement Learning и т.д. В работе проанализированы методы машинного обучения, применяемые при управлении возбуждением в энергосистемах, а также подходы к глобальному регулированию. Предложены несколько вариантов нейросетевых систем управления и исследована их работа.

The subject of the graduate qualification work is "Synthesis and research of a centralized adaptive excitation regulator based on neural networks " This paper explores the possibility of using neural network technologies as a replacement for traditional control systems. The research set the following goals: 1. Analysis of existing control systems, different from traditional, including adaptive and neural network methods, in the field of control systems of large power systems. 2. Application of algorithms directly based on artificial neural networks in the field of control systems in the electric power industry. 3. Comparison of traditional control systems and adaptive control systems based on neural networks and reinforcement learning. Assess the effectiveness of the proposed approaches, consider the advantages and disadvantages. The study was conducted on the basis of the Matlab software package, including its components such as Simulink, Control System, Neural Networks, Deep Learning, Reinforcement Learning, etc. The paper analyzes the methods of machine learning used in controlling the excitation in energy systems, as well as approaches to global regulation. Several options for neural network control systems were proposed and their work is investigated.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 15 
Last 30 days: 0

Detailed usage statistics