ВОЗМОЖНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ СОВРЕМЕННЫХ МЕТОДОВ ДИАГНОСТИКИ ОБОРУДОВАНИЯ ПОДСТАНЦИИ
DOI:
https://doi.org/10.63034/esr-282Ключевые слова:
Диагностика подстанционного оборудования, тепловизионное обследование, мониторинг частичных разрядов, вибрационный анализ, цифровой двойникАннотация
В условиях динамичного развития энергетической отрасли предъявляются высокие требования к надежности и эффективности работы подстанционного оборудования, играющего ключевую роль в передаче и распределении электроэнергии. В статье рассмотрены современные подходы к диагностике подстанций, которые обеспечивают раннее обнаружение скрытых дефектов, прогнозирование остаточного ресурса и предотвращение аварий. Основное внимание уделено анализу и сравнению таких методов, как тепловизионное обследование, мониторинг частичных разрядов, вибрационный анализ, системы на базе Интернета вещей (IoT) и цифровые двойники. Описаны их преимущества, недостатки и практическая ценность для энергетических предприятий. Особое место занимает внедрение предсказательного обслуживания, использующего алгоритмы машинного обучения для анализа данных в реальном времени и прогнозирования отказов.Подробно описаны такие аспекты, как снижение частоты аварий, повышение безопасности персонала, экономия на ремонтах за счет перехода от планового к обслуживанию по состоянию, а также продление срока службы оборудования.
Библиографические ссылки
Г.М. Михеев. Цифровая диагностика высоковольтного элек-трооборудования. – М.: ДМК-Пресс, 2017.
В.Г. Сазыкин, А.Г. Кудряков, С.А. Нетребко, В.В. Пронь. Перспективы повышения эффективности электроэнергетического комплекса Кубани. Электрогериатрия – совершенствование эксплу-атации изношенного электрооборудования. – Краснодар: КубГАУ, 2012.
Г.М. Михеев. Электррстанция и электрические сети. Диагно-стика и контроль электрооборудования. – М.: Додека XXI век, 2010.
Ящура А.И. Система технического обслуживания и ремонта энергетического оборудования: Справочник. – М.: НЦ ЭНАС, 2008.
Фролов О., Шершнев Ю., Гуревич М., Вайнзихер Б., Столя-ров Е. Собственные нужды подстанций. Источники бесперебойного питания. – Новости электротехники, № 6 (72), 2011.
Электротехнический справочник: В 4 т. Электротехниче-ские изделия и устройства / Под общей ред. В.Г. Герасимова и др. — 8-е изд., испр. и доп. – М.: Издательство МЭИ, 2008.
Ляндау Ю.В. Обзор применения технологий искусственного интеллекта в электроэнергетической отрасли. «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 8. 2023
Тревор Хасти, Роберт Тибширани, Джером Фридман. Эле-менты статистического обучения: анализ данных, выводы и прогно-зы. Нью-Йорк: Springer, 2-е издание, 2009.
Кевин П. Мёрфи Т. "Машинное обучение: вероятностный подход" Кембридж, Массачусетс: MIT Press, 2012.
Этем Алпайдин. "Введение в машинное обучение" Кем-бридж, Массачусетс: MIT Press, 4-е издание, 2020
Чжан Чжун, Цзан Е. "Мониторинг на основе облаков и Ин-тернета вещей" Лондон: Springer, 2021.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2024 Meirbekova Oksana Dairovna
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
