Детальная информация

Название: Управление дальними линиями электропередачи переменного тока на основе искусственного интеллекта: научный доклад: направление подготовки 13.06.01 «Электро- и теплотехника» ; направленность 13.06.01_06 «Электрические станции и электроэнергетические системы»
Авторы: Переслыцких Олег Олегович
Научный руководитель: Беляев Андрей Николаевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Научные работы аспирантов/докторантов; Общая коллекция
Тематика: Нейронные сети; Искусственный интеллект; Электрический ток переменный; Электрические линии передачи; статическая устойчивость; сверхдальние линии; метод сдвига собственных значений; управляемая поперечная компенсация; автоматическое регулирование возбуждения; динамическая устойчивость; small signal stability; long-distance AC transmission lines; eigenvalue shift approach; controlled shunt compensation; automatic voltage regulation; transient stability
УДК: 004.032.26; 004.8; 621.3.025; 621.315
Тип документа: Научный доклад
Тип файла: Другой
Язык: Русский
Уровень высшего образования: Аспирантура
Код специальности ФГОС: 13.06.01
Группа специальностей ФГОС: 130000 - Электро- и теплоэнергетика
Права доступа: Текст не доступен в соответствии с распоряжением СПбПУ от 11.04.2018 № 141
Ключ записи: ru\spstu\vkr\17383

Аннотация

Целью научного доклада является синтез адаптивного регулятора в длинных линиях сверхвысокого напряжения и анализ их статической и динамической устойчивости. Практическая значимость работы заключается в созданном математическом аппарате, который может быть использован для обучения нейронных сетей. Это позволит подбирать оптимальные коэффициенты регуляторов без участия человека. Результаты работы помогут улучшить качество переходных процессов в исследуемых линиях и увеличить демпфирование колебаний.

The purpose of the scientific report is to synthesize an adaptive controller in long-distance AC transmission lines and to analyze their small signal and transient stability level. The practical significance of the work is application of the created mathematical apparatus, which can be used in training of neural networks. This will lead to automatic selection of the optimal coefficients of regulators, without human intervention. The results of the work will help to improve the quality of a transient response in the lines and increase the damping of oscillations.