Применение Искусственного интелекта в электроэнергетике. Применение ИИ в ЭЭ. Перегудов ОТВв-42у. Реферат Применение искусственного интеллекта в электроэнергетике
 Скачать 67.18 Kb.
|
|
Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего образования «СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ГЕОСИСТЕМ И ТЕХНОЛОГИЙ» (СГУГиТ)  Кафедра прикладной информатики и информационных систем РЕФЕРАТ «Применение искусственного интеллекта в электроэнергетике»  Выполнил: обучающийся гр. ОТВв-42у  Перегудов А.С (Фамилия И.О.) Проверил: Шарапов А.А.  (Фамилия И.О.) старший преподаватель  (должность, ученая степень) Новосибирск – 2022 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 3 1 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 4 2 НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЭЛЕКТРОЭНЕРГЕТИКЕ 5 3 АНАЛИЗ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫХ И ПЕРСПЕКТИВНЫХ ДЛЯ ПРИМЕНЕНИЯ В ЭНЕРГЕТИКЕ 6 4 МЕТОДЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ЭЛЕКТРИЧЕСКОЙ ПОДСТАНЦИИ 8 5 ДАННЫЕ В ЭЛЕКТРОЭНЕРГЕТИКЕ 9 5.1 Использование аналитики больших данных в электроэнергетике 10 6 ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АВТОМАТИЗАЦИИ РАСПРЕДЕЛИТЕЛЬНЫХ СЕТЕЙ 11 6.1 Основные проблемы автоматизации распределительных сетей 11 6.2 Основная схема автоматизации распределительной сети 11 6.2.1 Проектирование системы автоматизации распределения 12 6.2.2 Автоматическая работа распределительной сети 12 ЗАКЛЮЧЕНИЕ 15 СПИСОК ЛИТЕРАТУРЫ 16 ВВЕДЕНИЕ Актуальность и повышенный интерес к применению методов искусственного интеллекта в энергетике обусловлены как основными трендами развития энергетики (интеллектуальная энергетика, цифровая энергетика, «умные» цифровые двойники и др.), так и повышенным интересом к применению систем искусственного интеллекта, который в нашей стране в существенной мере был инициирован принятием «Национальной стратегии развития искусственного интеллекта до 2030 г.». В связи с тем, что на уровне СМИ и популярных изданий не проводится различия между научным направлением «Искусственный интеллект» и продуктами ИИ, область применения которых повсеместно расширяется, звучат клише «Искусственный интеллект решит», «Искусственный интеллект обеспечит» и т.п. В статье делается попытка проанализировать сложившуюся ситуацию, в первую очередь применительно к энергетике, на основе профессионального опыта автора и результатов участия в ряде научных конференций, на которых обсуждаются вопросы развития и применения методов и систем искусственного интеллекта. При этом необходимо затронуть вопросы цифровизации и интеллектуализации энергетики, которые во многом повлияли на возросший интерес к такой теме, как «Искусственный интеллект». В первую очередь определяется необходимостью решения проблем управления развитием и функционированием интеллектуальных интегрированных энергетических систем в условиях цифровой трансформации, поэтому сначала определимся с основными терминами. Рассматриваются методы и технологии ИИ, применяемые и перспективные для применения в энергетике. 1 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Под искусственным интеллектом (ИИ) подразумевается система, которая позволяет пользователю через формулирование целей получать нужные результаты. При этом человек не создает специальные алгоритмы для каждого набора входных параметров - система должна сама уметь находить решения в заданных ограничениях под конкретную цель. Основным знаком качества искусственного интеллекта, как правило, является меньшее количество неверно принятых решений в сравнении с интеллектом человека. Однако такой критерий сложно представить в электроэнергетике, так как человек в принципе не способен решать задачи по защите электротехнического оборудования. Поэтому, говоря о применении методов искусственного интеллекта для решения задачи проектирования таких сложных и ответственных систем, подразумевается задание пользователем целей и критериев оптимальности, в условиях которых система сама будет находить решение. Стоит отметить, что эффективность данных систем ограничена невозможностью объяснить методы решения и действия пользователю. Большинство подобных приложений, применяющих систему искусственно интеллекта, работают внутри так называемого «черного ящика». 2 НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЭЛЕКТРОЭНЕРГЕТИКЕ Искусственный интеллект способен выполнять задачи и приобретать новые навыки благодаря машинному обучению. В отличии от классического обучения, при котором вся необходимая информация загружается в систему заранее, алгоритмы машинного обучения предполагают развитие системы самостоятельно, посредством изучения доступной информации. Искусственный интеллект активно внедряется в разнообразные системы: информационные, системы связи, а также системы электроснабжения и прочие энергетические системы. Основные направления использования интеллекта в электроэнергетике можно разделить на три группы: К первой группе относятся задачи, которые связаны с увеличением энергетической эффективности, например, мониторинг данных о фактическом потреблении электрической энергии Ко второй группе относятся задачи, которые связаны с процессом интеллектуализации, например, разработка алгоритмов функционирования системы “умный дом”, обработка результатов мониторинга состояния энергетических объектов, управление нагрузкой и т.п. К третьей группе относятся задачи, которые связаны с прогнозированием, например, применение искусственного интеллекта для оптимизации работы оборудования, прогнозирования выработки и потребления энергии и т.п. 3 АНАЛИЗ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫХ И ПЕРСПЕКТИВНЫХ ДЛЯ ПРИМЕНЕНИЯ В ЭНЕРГЕТИКЕ С началом цифровой трансформации энергетики отмечалось, что на разных этапах производства, транспортировки и потребления энергии с целью уменьшения издержек и снижения штрафных санкций за недопоставку энергии могут быть использованы такие современные информационные технологии, как: 1. Индустриальный Интернет (Интернет вещей в промышленности) для телеизмерений параметров энергосистемы. 2. Технологии анализа больших данных (BigData) с целью прогнозирования поведения энергосистемы. 3. BIM (Building Information Model) − технологии для объектов энергетики (электростанций, подстанций и др.). 4. ГИС-технологии для объектов энергетики, связанных с транспортировкой топливно - энергетических ресурсов (линии электропередач и др.). 5. Технология дистанционного зондирования Земли для наблюдения за природными и техногенными факторами. 6. Спутниковые навигационные системы для контроля дискретного транспорта совместно с ГИС-технологиями. Кроме того, с целью унификации и упрощения обмена данными предлагалось применение онтологической модели деятельности предприятия (Business Entity Ontological Model – BEOM). Применение BEOM в рамках отрасли в целом позволяет создать целостную динамически эволюционирующую модель, структурирующую и описывающую деятельность по задачам, организационным структурам, территориям и объектам, что позволит организовывать и транслировать накопленный в конкретных ситуациях опыт. В программе «Цифровая экономика» основными сквозными цифровыми технологиями, которые упоминаются в Программе, были объявлены: большие данные; нейротехнологии и искусственный интеллект; системы распределенного реестра; квантовые технологии; новые производственные технологии; промышленный интернет; компоненты робототехники и сенсорика; технологии беспроводной связи; технологии виртуальной и дополненной реальностей. 4 МЕТОДЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ЭЛЕКТРИЧЕСКОЙ ПОДСТАНЦИИ Существуют системы, определяющие потребности пользователя – рассмотрим приложение, которое предлагает пользователю контекстную рекламу. В данном случае демонстрация нерелевантного товара или услуги не принесет серьезного ущерба, кроме потери денежных средств. Однако если релейная защита или противоаварийная автоматика, обеспечивающая защиту критически важной отрасли инфраструктуры целой страны, действие которой распространяющаяся на несколько регионов, имеет хоть малую вероятность дать неправильное управляющее воздействие, мы рискуем претерпеть колоссальные убытки и быть свидетелями непоправимых последствий. Поэтому перед началом работы, получив конкретные данные от системы, специалисту необходимо проверить логику работы на соответствие заданному алгоритму действий. Вследствие этого, в требования к промышленному искусственному интеллекту входят методы, позволяющие в явном виде определить почему система пришла к такому или иному выводу. 5 ДАННЫЕ В ЭЛЕКТРОЭНЕРГЕТИКЕ Большие данные изменили подходы к ведению бизнеса, управлению и исследованиям. В традиционной парадигме используются структурированные наборы взаимосвязанных данных, которые имеют строго определенное представление. Технологии больших данных имеют огромный потенциал применения в электроэнергетике, где активно внедряются всевозможные инновации в области измерений, управления и связи, повышающие эффективность и надежность энергосистем. Интеллектуальные системы учета, системы векторных измерений, датчики, установленные на оборудовании, и многие другие цифровые решения генерируют невероятный объем данных. Если эти данные синхронизировать, например, с информацией о погоде, геопозицией, фотоснимками и видеозаписями, то такие данные можно назвать уже «большими» Предприятия электроэнергетики ежегодно имеют дело с тысячами терабайт новых данных. Как показано в таблице 1, эти данные поступают из различных источников, в различном формате и с различной скоростью. Таблица 1 — Источники данных в электроэнергетике
продолжение таблицы 1
При обработке данных можно получить ценную информацию для повышения надежности, рентабельности, энергоэффективности, эксплуатации, планирования, управления активами и простоями, а также для повышения удобства клиентов и устойчивости сети. Эффекты от внедрения аналитики больших данных усиливаются в условиях активной интеграции распределенной энергетики в энергосистемы. 5.1 Использование аналитики больших данных в электроэнергетике Аналитика больших данных в электроэнергетической отрасли используется для оптимизации управления активами и технического обслуживания оборудования, интеграции распределенной энергетики, обеспечению информационной и физической безопасности, развития рыночных механизмов и фундаментальных исследований энергосистем. Для поддержания стабильности энергосистемы приходится жертвовать эффективностью, например, за счет увеличения резерва генерации. При наличии в энергосистеме значительной доли ресурсов с неопределенными и изменяющимися параметрами целесообразно внедрение новых механизмов оценки устойчивости и управления в режиме реального времени. В борьбе за устойчивость энергосистемы важным является создание правил управления устойчивостью. Для этого результаты аналитики больших данных должны быть интерпретируемы. Машинное обучение используется для изучения исторических данных об управляющих действиях оператора и помощи в принятии решений или для изучения новых решений с использованием экспертных систем. Даже внедрение вспомогательных систем приводит к увеличению нагрузки на оператора, потому что ему необходимо классифицировать приоритет тревог, выдаваемых системой по тем или иным поводам. Проектируемые аналитические системы должны не только генерировать сигналы тревоги, но и оценивать последовательность таких сигналов для снижения когнитивной нагрузки на оператора во время аварийных сценариев и улучшения процесса принятия решений . Большое влияние на надежность энергосистем имеет способность синхронно отслеживать погодные угрозы по мере их развития и оценивать связанные с ними последствия. Погодные воздействия на отключения в энергосистемах можно разделить на прямые и косвенные. К прямым воздействиям относятся ситуации, когда неблагоприятные погодные условия непосредственно привели к выходу из строя оборудования (удар молнии, падение дерева на ЛЭП). Примерами косвенного воздействия погодных условий являются жара или сильный мороз, увеличивающие нагрузку (для кондиционирования или обогрева). 6 ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АВТОМАТИЗАЦИИ РАСПРЕДЕЛИТЕЛЬНЫХ СЕТЕЙ 6.1 Основные проблемы автоматизации распределительных сетей Исследования автоматизации системы искусственного интеллекта в основном сосредоточены на управлении работой энергосистемы, интеллектуальном распределении электроэнергии и распределенной сети, но для диспетчерского управления энергосистемой из-за отсутствия глубокого анализа и применения. Во-первых, функция диспетчерского центра несовершенна. В настоящее время в большинстве регионов Китая есть собственные независимые подстанции. Однако все эти устройства очень универсальны и дороги, во-вторых, на некоторых предприятиях возникают такие проблемы, как неразумная внутренняя конфигурация и несвоевременное техническое обслуживание системы. Эти проблемы не могут быть решены из-за отсутствия единых стандартов и технических условий и отсутствия соответствующих талантов. В то же время не сформирована целостная сетевая архитектура, кроме того, при возникновении неисправности в процессе планирования электроснабжения об этом не сообщается в вышестоящий отдел или в электросетевую компанию для проведения технического обслуживания или ремонта, или другие предприятия отвечает за исправление системы автоматизации распределительной сети. Большие проблемы, наконец, из-за отсутствия сбора, анализа и интеграции соответствующих данных, рабочее состояние электросети нестабильно. Эти проблемы отразятся на энергетических предприятиях, находящихся в невыгодном положении в условиях рыночной конкуренции. 6.2 Основная схема автоматизации распределительной сети Сторона главного трансформатора оснащена автоматическим повторным включением. При отказе главного трансформатора или капитальном ремонте защитное устройство немедленно отключает подачу питания, в то же время оно также может контролировать резервную мощность, нагрузку и другое оборудование через срабатывание автоматического выключателя. Эта стратегия может поддерживать стабильность энергосистемы в нормальных условиях эксплуатации. 6.2.1 Проектирование системы автоматизации распределения Проектирование системы автоматизации распределения. В структуре энергосистемы сторона главного трансформатора и часть вспомогательного трансформатора реализуются балансом реактивной мощности трехфазного моста. Однако из-за различных типов нагрузки уровни напряжения также сильно различаются. В этом случае для защиты можно использовать асимметричные трансформаторы тока короткого замыкания. Когда нагрузка деформируется или деформируется, необходимо использовать устройство автоматического повторного включения, чтобы обеспечить безопасную и надежную работу энергосистемы; если конструкция однофазной коммутационной системы ШИМ или полностью управляемой системы SVC относительно проста и удобна в эксплуатации., также можно использовать полностью управляемую систему SVC. В основном анализируется сторона низкого напряжения главного трансформатора в автоматизации распределения, и в качестве объекта исследования используется трехфазная нагрузка для разработки интеллектуальной системы управления координацией реактивной мощности, которая отвечает фактическим потребностям за счет сочетания содержания искусственного интеллекта и курсы электротехники и сопутствующие знания.; При конкретном выборе учитывайте, что система представляет собой нелинейное, крупногабаритное и сильно мешающее оборудование (например, трансформаторы и т. д.), существующее в режиме основной проводки. 6.2.2 Автоматическая работа распределительной сети Автоматическая работа распределительной сети может осуществлять управление энергосистемой в режиме реального времени, а с помощью информации о данных можно вовремя обнаружить неисправность и принять эффективные меры для ее устранения. Во всей электротехнике для выполнения работы требуется взаимодействие большого количества датчиков, электронных логических схем и другого оборудования, и устройств. Все они неотделимы от компьютерных технологий и соответствующего программного обеспечения, чтобы помочь в завершении, поэтому, чтобы лучше гарантировать, что уровень искусственного интеллекта может быть улучшен, его необходимо применять в реальной жизни для достижения ожидаемых целевых требований оптимизирован и настроен для обеспечения более безопасной и стабильной работы интеллектуальной сети. Автоматическая работа распределительной сети в основном контролирует сеть электропитания через компьютерную систему, чтобы реализовать автоматическое обнаружение и мониторинг всей электротехники. В практических приложениях технология искусственного интеллекта также может эффективно повысить эффективность диспетчеризации сети. Например, после того, как на подстанции в определенном районе будет установлена интеллектуальная система управления, ее функции могут быть применены к трансформаторам, линиям электропередачи и другому оборудованию, в то же время система может также контролировать внутреннее напряжение трансформатора и изменение мощности каждой нагрузки в режиме реального времени, а также информация о состоянии переключателя нагрузки и т.д. Кроме того, использование сети электропитания для контроля и оценки надежности работы распределительной сети является тенденцией развития автоматического управления в будущем. Поэтому с непрерывным развитием общества все больше внимания уделяется интеллектуальной технике электротехники и ее автоматизации. ЗАКЛЮЧЕНИЕ Применение интеллектуальных технологий становится все более и более широким с развитием современных социальных наук и технологий. Поскольку они могут улучшить рабочую среду работников и в определенной степени снизить интенсивность труда работников, они стали очень популярными после того, как они стали запущены. В этом реферате сделаны некоторые выводы на основе анализа исследований искусственного интеллекта и электротехники и их автоматизации. Такие технологии, как интеллектуальное и гибкое производство, быстро развиваются, что заставит двигаться вперед всю энергетическую цепочку. Технология искусственного интеллекта постепенно стала главным героем сегодняшней эпохи, и ее можно изучать в сложных и изменчивых, высоко интегрированных и высоко интегрированных аспектах. С постоянным улучшением научно-технического уровня и возможностей компьютерных приложений, а также быстрым развитием компьютерных технологий люди выдвинули более высокие требования к системам искусственного интеллекта. СПИСОК ЛИТЕРАТУРЫ 1 АЛЬМАНАХ АССОЦИАЦИЙ «ЦИФРОВАЯ ЭНЕРГЕТИКА» [Электронный ресурс]. – Режим доступа : https://www.digital-energy.ru/wp-content/uploads/2022/11/Альманах.pdf – Загл. с экрана. 2 Искуственный интелект в ЭЭР [Электронный ресурс]. – Режим доступа : https://spravochnick.ru/elektronika_elektrotehnika_radiotehnika/iskusstvennyy_intellekt_v_eer – Загл. с экрана. 3 Искусственный интеллект и электротехника [Электронный ресурс]. – Режим доступа : https://scilead.ru/article/1851-iskusstvennij-intellekt-i-elektrotekhnika-i-е – Загл. с экрана. 4 Искусственный интеллект в электроэнергетике [Электронный ресурс]. – Режим доступа : https://habr.com/ru/post/674110 – Загл. с экрана. 5 СОВРЕМЕННЫЙ ЭТАП РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (ИИ) И ПРИМЕНЕНИЕ МЕТОДОВ И СИСТЕМ ИИ В ЭНЕРГЕТИКЕ [Электронный ресурс]. – Режим доступа : https://cyberleninka.ru/article/n/sovremennyy-etap-razvitiya-iskusstvennogo-intellekta-ii-i-primenenie-metodov-i-sistem-ii-v-energetike – Загл. с экрана. |