Модели устройств повышения качества электроэнергии на основе нейронных сетей

Модели устройств повышения качества электроэнергии на основе нейронных сетей

Вынгра Алексей Викторович
к.т.н., Херсонский технический университет (ХТУ), руководитель молодежной лаборатории, г. Геническ, ул. Центральная, 196, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0003-0665-047Х

Черный Сергей Григорьевич
к.т.н., Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный морской технический университет» (СПбГМТУ), доцент кафедры киберфизических систем, 190121, Санкт-Петербург, ул. Лоцманская, д. 3; ХТУ, профессор кафедры информационных технологи, г. Геническ, ул. Центральная, 196, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-5702-3260

Материал поступил в редакцию 5 марта 2024 года.

Аннотация
В работе произведено исследование аспектов применения нейронных сетей для повышения качества электроэнергии в основе регулятора активного фильтра. Произведен обширный анализ показателей качества электроэнергии (КЭ) и существующих систем и устройств повышения КЭ. Рассмотрены современные отечественные и зарубежные работы, посвященные исследованиям в области проектирования и реализации активных фильтров, разработки алгоритмов формирования компенсирующего сигнала активного фильтра. Проанализированы аспекты разработки систем управления на основе нейронных сетей. В результате анализа спроектирована имитационная модель параллельного активного фильтра для сети электроснабжения ограниченной мощности, которой выступает судовая электроэнергетическая система. Отличительной особенностью такой системы являются высокие внутренние сопротивления источника, ввиду его сравнительно низкой мощности и соизмеримо высокой потребляемой мощностью нелинейной нагрузки. Алгоритм работы активного фильтра реализован на достаточно известной типовой методике мгновенной мощности. Отличительной особенностью алгоритма является применение обученной двуслойной нейронной сети вместо типового ПИД регулятора, управляющего уровнем заряда конденсатора, забирающего или отдающего реактивную мощность сети. Нейронная сеть реализована стандартными встроенными функциями системы моделирования MATLAB/Simulink. Обучение производилось по составленным базам данным в виде сформированных матриц типа вектор-столбец в ходе предварительного моделирования с учетом корректирующих коэффициентов. В результате моделирования работы активного фильтра с регулятором на основе нейронных сетей получены следующие результаты: отклонение полученных данных суммарного коэффициента гармонических составляющий напряжения в процессе компенсации гармоник составило 0,1% (4,2% без компенсации, 0,12% и 0,13% для компенсации с ПИД регулятором и нейросетью соответственно). Полученные результаты позволяют судить об эффективности применения нейросетевого управления как компонента систем управления силовыми активными фильтрами. Дальнейшее развитие систем управления на основе нейронных сетей в системах повышения качества электроэнергии возможно на различных этапах процесса фильтрации, начиная с выявления гармонического и интергармонического искажения, обработки сигналов датчиков тока и напряжения и заканчивая генерацией управляющего сигнала силовых компонентов фильтра. Одним из существенных минусов систем управления с добавлением нейросетей является необходимость в микропроцессорных устройствах с высокой вычислительной мощностью и производительностью. Однако, учитывая темпы роста производительности современных микропроцессоров данных минус носит временных характер и в ближайшем будущем будет устранен.  Таким образом, проведенные исследования показали необходимость дальнейшей глубокой проработки вопросов нейросетевого управления в силовой электронике.

Ключевые слова
Качество электроэнергии, гармоники, нейронная сеть, активный фильтр.

DOI
10.31776/RTCJ.12402

Индекс УДК 
621.31

Библиографическое описание
Вынгра, А.В. Модели устройств повышения качества электроэнергии на основе нейронных сетей / А.В. Вынгра, С.Г. Черный // Робототехника и техническая кибернетика. – Т. 12. - № 4. – Санкт-Петербург : ЦНИИ РТК. – 2024. – С. 253-260. – Текст : непосредственный.

Литература

  1. Оценка влияния активно-емкостного пассивного фильтра на амплитудно-частотные характеристики промышленной системы электроснабжения с нелинейной нагрузкой и конденсаторными установками при резонансных явлениях / Ю. А. Сычев, В. А. Сериков, В. Н. Костин, А. А. Коржев // Промышленная энергетика. – 2024. – № 1. – С. 46-55. – DOI: 10.34831/EP.2024.37.84.006. – EDN LONHWM.
  2. Правила классификации и постройки морских судов. Часть XI Электрическое оборудование – СПб.: Российский морской регистр судоходства. – 2021. – 349 с.
  3. Емельянов, В. А. Проектирование архитектуры информационной системы металлографического контроля качества металлов / В. А. Емельянов, Н. Ю. Емельянова, С. Г. Черный // Научно-техническая информация. Серия 2: Информационные процессы и системы. – 2023. – № 2. – С. 1-7. – DOI: 10.36535/0548-0027-2023-02-1. – EDN UZYGZD.
  4. Жилин, Е. В. Алгоритмы управления активными фильтрами гармоник / Е. В. Жилин, Е. Ю. Казак // МЕЖДИСЦИПЛИНАРНОСТЬ науки КАК ФАКТОР ИННОВАЦИОННОГО РАЗВИТИЯ : сборник статей Международной научно-практической конференции, Стерлитамак, 25 апреля 2019 года. – Стерлитамак: Общество с ограниченной ответственностью «Аэтерна», 2019. – С. 23-28. – EDN WSHAXW.
  5. Определение интергармоник тока асинхронного двигателя с переменной периодической нагрузкой / Б. А. Авдеев, С. Г. Черный, И. С. Моисеев, А. А. Жиленков // Электротехника. – 2022. – № 6. – С. 39-44. – DOI: 10.53891/00135860_2022_6_39. – EDN QJGBTW.
  6. Румянцев Ю. B., Романюк Ф. А. РАЗРАБОТКА В MATLAB-SIMULINK ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ВОССТАНОВЛЕНИЯ ИСКАЖЕННОЙ ФОРМЫ ВТОРИЧНОГО ТОКА. ЧАСТЬ 1 // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ. 2021. №6.
  7. Нейронные сети. Реализация в Matlab: учебное пособие / С.Г. Николаева. – Казань: Казан. гос. энерг. ун-т, 2015. – 92 с.
  8. Claudionor Francisco do Nascimento et al. (2023), “Active Power Filters Applied to Smart Grids: Harmonic Content Estimation Based on Deep Neural Network. 10.1007/978-3-031-37909-3_12.
  9. Авдеев, Б. А. Автоматизация распределения мощности в интеллектуальных сетях электроснабжения / Б. А. Авдеев // Научно-технический вестник Поволжья. – 2023. – № 12. – С. 431-434. – EDN JFOHNW.
  10. Avdeev, B. A. Development Paths for Ship Power Plants in the Context of Digitalization, Decarbonization and the Internet of Things / B. A. Avdeev, A. V. Vyngra // Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022, St. Petersburg, 25–28 января 2022 года. – St. Petersburg, 2022. – P. 541-545. – DOI: 10.1109/ElConRus54750.2022.9755761. – EDN XXTMKS.
  11. M. A. K. Aziz Biabani, M. Abdullah, P. K. Joshi and M. Imran, «Harmonic compensation and reactive power control of distribution system by using shunt active power filter», 2016 International Conference on Signal Processing, Communication, Power and Embedded System (SCOPES), Paralakhemundi, India, 2016, pp. 266-272, DOI: 10.1109/SCOPES.2016.7955832.
  12. A. V. Barva and S. Joshi, «Comparative Analysis of Passive, Active, and Hybrid Active Filters for Power Quality Improvement in Grid-Connected Photovoltaic System», 2023 7th International Conference on Computer Applications in Electrical Engineering-Recent Advances (CERA), Roorkee, India, 2023, pp. 1-6, DOI: 10.1109/CERA59325.2023.10455311.
  13. Wang L. Modeling and parameter design of thyristor-controlled LC-coupled hybrid active power filter (TCLCHAPF) for unbalanced compensation / L. Wang, C. S. Lam M. C. Wong // IEEE Trans. Ind. Electron. – Mar. 2017.– vol. 64. – no. 3. – pp. 1827-1840. – DOI: 10.1109/TIE.2016.2625239.