Новости

Машинное обучение поможет повысить эффективность систем управления в электроэнергетике

Молодой ученый Томского политехнического университета Евгений Цыденов предложил использовать инструменты машинного обучения, чтобы повысить эффективность существующих систем управления в электроэнергетике.

Свою методику магистрант университета представил в Хельсинки, где в июне прошел Международный коллоквиум Исследовательского комитета D2 по направлению «Информационные системы и телекоммуникации». Его организатор — крупнейшая неправительственная организация в области электроэнергетики CIGRE (CIGRE — Международный совет по большим электрическим системам высокого напряжения). Он объединил более 150 ключевых экспертов из сферы информационных систем и телекоммуникаций для электроэнергетики из 30 стран мира. От России были представлены три тематических доклада. Работа Евгения Цыденова из Томского политеха была отмечена как лучший студенческий доклад.

Отметим, что участниками международного коллоквиума от CIGRE в этом году стали представители Китая, Японии, Финляндии, США, Великобритании, Индии, России, Бразилии и других стран. Это бизнес-лидеры, специалисты компаний-системных операторов, производители энергетического оборудования, специалисты научно-технических и проектных организаций.

 «Одной из ключевых систем управления, обеспечивающих надежную работу Единой энергетической системы России, является система автоматического регулирования частоты и перетоков активной мощности (АРЧМ). Сегодня параметры этой системы настраиваются несколько раз в год специалистами компании АО "СО ЕЭС", которая осуществляет оперативно-диспетчерское управление энергосистемой страны», — рассказывает Евгений Цыденов.

Насколько эффективно будет настроена система, во многом зависит от опыта конкретных специалистов в филиалах компании.

«С каждым годом структура энергосистемы только усложняется, повышаются требования к качеству управления, расширяется перечень параметров, которые необходимо учитывать при расчетах. Поэтому мы предлагаем свою методику на основе средств машинного обучения, которые позволяют в автоматическом режиме анализировать ситуацию в энергосистеме и определять оптимальные параметры для настройки системы АРЧМ.

Это нужно для автоматизации процесса расчетов, минимизации влияния человеческого фактора и повышения эффективности регулирования»,

— поясняет молодой ученый.

Разработанные алгоритмы постоянно и системно анализируют параметры системы. Искусственная нейронная сеть и метод оптимизации помогают определить оптимальный способ настройки, и в итоге алгоритм в автоматическом режиме изменяет настройки.

Работа предложенного алгоритма уже проверена на тестовых схемах. Эксперименты на схеме реально существующей энергосистемы будут проведены в дальнейшем.

Добавим, в Томском политехе Евгений Цыденов учится по уникальному образовательному проекту, который Томский политех реализует совместно с АО «Системный оператор Единой энергетической системы». Его участники учатся сразу на двух магистерских программах: «Управление режимами электроэнергетических систем» и «Информационные технологии в электроэнергетике». Разработка этого проекта была продиктована новым вызовом — необходимостью повышения объема знаний в области информационных технологий для специалистов технологического блока Системного оператора — по сути, сердца энергосистемы России. Студенты, участвующие в проекте, проходят практику в компании, работают над исследовательскими проектами, интересными для энергетической отрасли, и большинство из них находят работу в филиалах Системного оператора.