Details

Title: 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»
Creators: Переслыцких Олег Олегович
Scientific adviser: Беляев Андрей Николаевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт энергетики
Imprint: Санкт-Петербург, 2022
Collection: Научные работы аспирантов/докторантов; Общая коллекция
Subjects: 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
UDC: 004.032.26; 004.8; 621.3.025; 621.315
Document type: Scientific report
File type: Other
Language: Russian
Level of education: Graduate student
Speciality code (FGOS): 13.06.01
Speciality group (FGOS): 130000 - Электро- и теплоэнергетика
Rights: Текст не доступен в соответствии с распоряжением СПбПУ от 11.04.2018 № 141
Record key: ru\spstu\vkr\17383

Annotation

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.