Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей
В статье сформирована нейро-фаззи сеть с учетом температурного мониторинга воздушной линии. Отличительной особенностью, предложенной сети, являются возможность обработки информации, заданной в разных шкалах измерения, и высокое быстродействие для прогнозирования режимов работы электрической сети. У...
Gespeichert in:
| Veröffentlicht in: | Електротехніка і електромеханіка |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут технічних проблем магнетизму НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/147050 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей / А.Н. Мороз, Н.М. Черемисин, В.В. Черкашина, А.В. Холод // Електротехніка і електромеханіка. — 2016. — № 1. — С. 65-68. — Бібліогр.: 10 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-147050 |
|---|---|
| record_format |
dspace |
| spelling |
Мороз, А.Н. Черемисин, Н.М. Черкашина, В.В. Холод, А.В. 2019-02-13T14:21:58Z 2019-02-13T14:21:58Z 2016 Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей / А.Н. Мороз, Н.М. Черемисин, В.В. Черкашина, А.В. Холод // Електротехніка і електромеханіка. — 2016. — № 1. — С. 65-68. — Бібліогр.: 10 назв. — рос. 2074-272X DOI: https://doi.org/10.20998/2074-272X.2016.1.12 https://nasplib.isofts.kiev.ua/handle/123456789/147050 621.315 В статье сформирована нейро-фаззи сеть с учетом температурного мониторинга воздушной линии. Отличительной особенностью, предложенной сети, являются возможность обработки информации, заданной в разных шкалах измерения, и высокое быстродействие для прогнозирования режимов работы электрической сети. У статті сформована нейро-фаззі мережа з урахуванням температурного моніторингу повітряної лінії. Відмінною особливістю, запропонованої мережі, є можливість обробки інформації, яку задано в різних шкалах вимірювання, і висока швидкодія для прогнозування режимів роботи електричної мережі Purpose. Form a neuro-fuzzy network based on temperature monitoring of overhead transmission line for the prediction modes of the electrical network. Methodology. To predict the load capacity of the overhead line architecture provides the use of neuro-fuzzy network based on temperature monitoring of overhead line. The proposed neuro-fuzzy network has a fourlayer architecture with direct transmission of information. To create a full mesh network architecture based on hybrid neural elements with power estimation accuracy of the following two stages of the procedure: - in the first stage a core network (without power estimation accuracy) is generated; - in the second stage architecture and network parameters are fixed obtained during the first stage, and it is added to the block estimation accuracy, the input signals which are all input, internal and output signals of the core network, as well as additional input signals. Results. Formed neuro-fuzzy network based on temperature monitoring of overhead line. Originality. A distinctive feature of the proposed network is the ability to process information specified in the different scales of measurement, and high performance for prediction modes mains. Practical value. The monitoring system will become a tool parameter is measuring the temperature of the wire, which will, based on a retrospective analysis of the accumulated information on the parameters to predict the thermal resistance of the HV line and as a result carry out the calculation of load capacity in real time. ru Інститут технічних проблем магнетизму НАН України Електротехніка і електромеханіка Електричні станції, мережі і системи Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей Neural network modeling in problems of prediction modes of electrical grids Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| spellingShingle |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей Мороз, А.Н. Черемисин, Н.М. Черкашина, В.В. Холод, А.В. Електричні станції, мережі і системи |
| title_short |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| title_full |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| title_fullStr |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| title_full_unstemmed |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| title_sort |
нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей |
| author |
Мороз, А.Н. Черемисин, Н.М. Черкашина, В.В. Холод, А.В. |
| author_facet |
Мороз, А.Н. Черемисин, Н.М. Черкашина, В.В. Холод, А.В. |
| topic |
Електричні станції, мережі і системи |
| topic_facet |
Електричні станції, мережі і системи |
| publishDate |
2016 |
| language |
Russian |
| container_title |
Електротехніка і електромеханіка |
| publisher |
Інститут технічних проблем магнетизму НАН України |
| format |
Article |
| title_alt |
Neural network modeling in problems of prediction modes of electrical grids |
| description |
В статье сформирована нейро-фаззи сеть с учетом температурного мониторинга воздушной линии. Отличительной
особенностью, предложенной сети, являются возможность обработки информации, заданной в разных шкалах измерения, и высокое быстродействие для прогнозирования режимов работы электрической сети.
У статті сформована нейро-фаззі мережа з урахуванням температурного моніторингу повітряної лінії. Відмінною
особливістю, запропонованої мережі, є можливість обробки інформації, яку задано в різних шкалах вимірювання, і
висока швидкодія для прогнозування режимів роботи електричної мережі
Purpose. Form a neuro-fuzzy network based on temperature
monitoring of overhead transmission line for the prediction
modes of the electrical network. Methodology. To predict the
load capacity of the overhead line architecture provides the use
of neuro-fuzzy network based on temperature monitoring of
overhead line. The proposed neuro-fuzzy network has a fourlayer architecture with direct transmission of information. To
create a full mesh network architecture based on hybrid neural
elements with power estimation accuracy of the following two
stages of the procedure: - in the first stage a core network
(without power estimation accuracy) is generated; - in the second stage architecture and network parameters are fixed obtained during the first stage, and it is added to the block estimation accuracy, the input signals which are all input, internal and
output signals of the core network, as well as additional input
signals. Results. Formed neuro-fuzzy network based on temperature monitoring of overhead line. Originality. A distinctive
feature of the proposed network is the ability to process information specified in the different scales of measurement, and
high performance for prediction modes mains. Practical value.
The monitoring system will become a tool parameter is measuring the temperature of the wire, which will, based on a retrospective analysis of the accumulated information on the parameters to predict the thermal resistance of the HV line and as a
result carry out the calculation of load capacity in real time.
|
| issn |
2074-272X |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/147050 |
| citation_txt |
Нейро-сетевое моделирование в задачах прогнозирования режимов работы электрических сетей / А.Н. Мороз, Н.М. Черемисин, В.В. Черкашина, А.В. Холод // Електротехніка і електромеханіка. — 2016. — № 1. — С. 65-68. — Бібліогр.: 10 назв. — рос. |
| work_keys_str_mv |
AT morozan neirosetevoemodelirovanievzadačahprognozirovaniârežimovrabotyélektričeskihsetei AT čeremisinnm neirosetevoemodelirovanievzadačahprognozirovaniârežimovrabotyélektričeskihsetei AT čerkašinavv neirosetevoemodelirovanievzadačahprognozirovaniârežimovrabotyélektričeskihsetei AT holodav neirosetevoemodelirovanievzadačahprognozirovaniârežimovrabotyélektričeskihsetei AT morozan neuralnetworkmodelinginproblemsofpredictionmodesofelectricalgrids AT čeremisinnm neuralnetworkmodelinginproblemsofpredictionmodesofelectricalgrids AT čerkašinavv neuralnetworkmodelinginproblemsofpredictionmodesofelectricalgrids AT holodav neuralnetworkmodelinginproblemsofpredictionmodesofelectricalgrids |
| first_indexed |
2025-12-07T20:37:25Z |
| last_indexed |
2025-12-07T20:37:25Z |
| _version_ |
1850883278818508800 |