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.

Фото: на Международном коллоквиуме Исследовательского комитета D2 по направлению «Информационные системы и телекоммуникации» / cigre.ru

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.

Фото: Евгений Цыденов

«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.