Прогностические модели надежности передачи электрической энергии (на примере АО «Тываэнерго»)

Цель. Произведен анализ повреждаемости электрических сетей компании АО «Тываэнергосбыт» период 2014-2022 гг. и превентивная оценка аварийных отключений в сетях этой компании в 2023 г. Дана краткая историческая справка образования компании, приведена характеристика ее электросетевой структуры. Рассмотрена повреждаемость элементов, а также основного электрооборудования электрических сетей компании. Проанализировано количество электрической энергии, недопоставленной потребителям в результате аварийных отключений. Осуществлена классификация количества отказов в зависимости от величины недоотпуска электрической энергии. Произведено исследование применимости отдельных методов прогнозирования количества аварийных отключений для полученного интерполированного ряда предшествующих отказов. Установлен наиболее целесообразный метод, на основании которого произведена превентивная оценка повреждаемости исследуемых электрических сетей по каждому месяцу 2023 г.

Методы. В статье применяются методы математического анализа, общенаучные методы научных исследований, свойства и возможности графического редактора MATLAB и таблиц Excel. Для создания прогнозных моделей рассмотрены статистические и кибернетические методы прогнозирования. Произведена оценка вероятности возникновения событий отказов в исследуемых электрических сетях. Получены уравнения авторегрессионных моделей событий отказов, позволяющие произвести прогностическую оценку отказов по месяцам года.

Результаты исследования могут быть полезны специалистам компании Тываэнергосбыт, а также другим электросетевым компаниям, разрабатывающим перспективные противоаварийные мероприятия по повышению уровня надежности электроснабжения.

Заключение. Предлагаемый в статье подход к превентивной оценке аварийных отключений показал, что наиболее эффективным методом прогнозирования отказов в электрических сетях компании является метод авторегрессионных моделей с использованием технологий интерполяции данных предшествующих отказов. При этом вероятность осуществления прогноза составляет 95%.

1. Наумов И.В. Анализ причин повреждаемости распределительных электрических сетей 10 кВ (На примере Южных электрических сетей г. Иркутска) / И.В. Наумов, Е.В. Карпова // Надежность и безопасность энергетики. 2018. № 4(11). С. 299-304.

2. Naumov I.V. Reliability level research in distribution electrical networks of Irkutsk / I.V. Naumov, E.V. Karpova, D.N. Karamov // E3SWeb of Conferences. 2019. Vol. 114. Id. 03005. DOI: 10.1051/e3sconf/20191140

3. Наумов И.В. К вопросу о повреждаемости воздушных линий электропередачи в системах электроснабжения / И.В. Наумов, Д.Н. Карамов // Надежность и безопасность энергетики. 2021. № 2(14). С. 84-91.

4. Наумов И.В. Анализ работы электрических сетей «Облкоммунэнерго» Иркутской области // Надежность и безопасность энергетики. 2021. № 3(14). С. 100-110.

5. Наумов И.В. О функционировании филиала МРСК «Сибири» ПАО Россети АО «Читаэнергосбыт» // Надежность и безопасность энергетики. 2022. № 4(15). С. 231-239.

6. Наумов И.В. Вопросы надежности транспорта электрической энергии (на примере компании ПАО «Красноярскэнергосбыт») // Надежность и безопасность энергетики. 2023. № 1(16). С. 15-26.

7. Бильгаева Л.П. Исследование моделей нейросетевого прогнозирования в среде Matlab / Л.П. Бильгаева, К.Г. Власов // Приложение математики в экономических и технических исследованиях. 2017. № 1(7). С. 11-19.

8. Данилов А.М. Интерполяция, аппроксимация, оптимизация: анализ и синтез сложных систем: моногр. / А.М. Данилов, И.А. Гарькина. Пенза: ПГУАС, 2014. 168 с.

9. Щербатов И.А. Применение искусственных нейронных сетей при управлении энергетическим оборудование. Часть 2. Прогнозирование значений параметров, дефектов, отказов и технического состояния // Новое в Российской электроэнергетике. 2020. № 10. С. 37-46.

10. Клычев В.Е. Применение нелинейных авторегрессионных моделей нейронных сетей для прогнозирования экономических показателей // Ученые записки Тамбовского отделения РОСМУ. 2016. № 5. С. 133-136.