Анализ особенностей управления качеством электрической энергии и регулирования напряжения в жилищно-коммунальном хозяйстве

Обложка

Цитировать

Полный текст

Аннотация

Предмет исследования: методы повышения качества электрической энергии в электрических сетях, используемых для электроснабжения преимущественно коммунально-бытовых потребителей в городской местности.

Цель исследования: определение наиболее актуальных методов для повышения качества электрической энергии коммунально-бытовых потребителей, их достоинств и недостатков, а также определение направления модернизации.

Методы и объекты исследования: в качестве объекта исследования в данном материале выступает жилищно-коммунальный комплекс в городской местности, в частности электросетевой комплекс. В основе работы использованы такие методы научного исследования, как анализ, синтез, моделирование и обобщение.

Основные результаты исследования: проведен анализ особенностей управления качеством электрической энергии и регулирования напряжения в современных условиях. Выделены важность и необходимость использования современных интеллектуальных систем для повышения надежности, энергоэффективности и качества электрической энергии. Сформулированы ключевые предпосылки для введения умных систем для контроля состояния электрической сети. Определены задачи, решение которых необходимо для модернизации комплекса. Сделано предложение об использовании в качестве основного инструмента модернизации систем на основе искусственного интеллекта.

Полный текст

ВВЕДЕНИЕ

Умное жилищно-коммунальное хозяйство (далее – ЖКХ) является одной из составных частей в развитии концепции умного города. При этом именно на основе IoT (Интернета вещей) обеспечивается оптимизация управления инфраструктурой ЖКХ. Рассматриваемое направление включает в себя целое множество инструментов, позволяющих автоматизировать получение показаний счетчиков, контролировать работу оборудования в режиме реального времени, а также прогнозировать и предотвращать аварийные ситуации [1]. Итог реализации и повсеместной интеграции данной концепции позволит существенно повысить качество и эффективность функционирования жилищно-коммунальной сферы, а также обеспечить защищенность населения в экономическом и техническом отношении.

Основными предпосылками, которыми были вызваны тренды интеллектуализации сферы ЖКХ и отдельных ее компонентов, являются высокий уровень аварийности и выхода из строя оборудования, многочисленные попытки (зачастую успешные) кражи электроэнергии и невозможность централизованного контроля абонентов. В частности, одной из важных задач при решении данных проблем является интеграция систем управления качеством электроэнергии и регулирования напряжения [2]. Именно на основе решения данной задачи представляется возможным обеспечить полный контроль абонентов и стабильную работу жилищно-коммунального хозяйства.

КАЧЕСТВО ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ В ЖКХ

Решение проблем, связанных с повышением эффективности и обеспечением безаварийной работы сферы ЖКХ на основе интеграции решений по управлению качеством электроэнергии, является основным трендом 2024 года. До недавнего времени предпринимаемые попытки по решению данных проблем были направлены только в сторону интеллектуализации отдельного оборудования, к примеру счетчиков. На сегодняшний день понятно, что без использования дополнительных систем по управлению качеством электроэнергии и регулирования напряжения не обойтись по следующим причинам:

  • улучшение качества услуг. Качество электроэнергии влияет на работу электрооборудования, электроприборов и систем коммунальной инфраструктуры, таких как освещение, отопление, водоснабжение и канализация. Неправильное качество электроэнергии может привести к неисправности оборудования, снижению производительности, удорожанию эксплуатации и ремонта, а также неполадкам в работе коммунальных услуг [3]. Управление качеством электроэнергии помогает поддерживать надлежащую работу оборудования и гарантировать доступность коммунальных услуг;
  • экономические потери. Плохое качество электроэнергии может привести к потере энергии, перегрузке электроустановок и некорректной работе оборудования, что приведет к увеличению расходов на электроэнергию, ремонт и замену оборудования. Управление качеством электроэнергии помогает снизить потери энергии и улучшить общую энергоэффективность жилищно-коммунального сектора;
  • повышение безопасности. Качество электроэнергии имеет прямое влияние на безопасность жизни и здоровья людей. Неправильное качество электроэнергии может привести к возникновению пожаров, поражению электрическим током и другим аварийным ситуациям [4]. Управление качеством электроэнергии помогает предотвратить возможные аварийные ситуации и повысить безопасность пользователей;
  • развитие энергетической инфраструктуры. Управление качеством электроэнергии способствует развитию сетей электроснабжения, внедрению новых технологий и оборудования, увеличению энергетической эффективности и повышению устойчивости энергосистемы. Это важно для модернизации жилищно-коммунального сектора и его адаптации к изменяющимся условиям и потребностям.

Важной особенностью управления качеством электроэнергии в данной сфере является необходимость интеграции в работу с различными системами учета, в частности умными счетчиками. Для возможности такой реализации необходимо использование искусственных нейронных сетей (ИНС), представляющих возможность сбора и анализа большого количества параметров в режиме реального времени [5]. В таблице 1 представлены основные особенности и возможности реализации исходной задачи с использованием нейронных сетей.

 

Таблица 1. Управление качеством электроэнергии в ЖКХ на основе ИНС

№

Задача

Особенности реализации

1

Прогнозирование нагрузки

Нейронные сети могут использоваться для прогнозирования будущей нагрузки электроэнергии в определенной зоне или для конкретного объекта ЖКХ. Это позволяет эффективнее планировать производство и распределение электроэнергии

2

Детектирование аномалий

Нейронные сети могут быть обучены для обнаружения аномалий в сети, таких как перенапряжение, понижение напряжения или скачки тока. Это помогает оперативно выявлять и устранять проблемы в сети, прежде чем они приведут к аварийным ситуациям

3

Оптимизация работы системы энергоснабжения

Нейронные сети могут использоваться для оптимизации работы систем энергоснабжения ЖКХ, например для определения наиболее эффективного режима работы генераторов, пиковых нагрузок и распределения электроэнергии

4

Прогнозирование возникновения отказов оборудования

Нейронные сети могут быть обучены для прогнозирования возможного отказа оборудования, например трансформаторов или кабельных линий. Это помогает предотвратить непредвиденные простои и снизить затраты на ремонт и замену оборудования

5

Оптимизация энергопотребления

Нейронные сети могут быть использованы для оптимизации энергопотребления в различных объектах ЖКХ, например для контроля работы систем отопления, вентиляции и кондиционирования воздуха (HVAC) или освещения. Это помогает снизить энергозатраты и повысить энергоэффективность

 

Все указанные в таблице задачи могут быть решены с использованием нескольких видов нейронных сетей, таких как рекуррентные нейронные сети (RNN), сверточные нейронные сети (CNN) или глубокие нейронные сети (DNN). Важно правильно подобрать архитектуру сети и обучить ее на соответствующих данных для достижения желаемых результатов.

Разработка и интеграция систем управления качеством электроэнергии на основе искусственных нейронных сетей (ИНС) в жилищно-коммунальном хозяйстве имеет ряд особенностей и требует специальных подходов:

  • сбор и анализ данных. Для работы ИНС необходимо обеспечить сбор данных о качестве электроэнергии [6]. Для этого могут использоваться специальные датчики, счетчики и другие устройства, которые могут измерять различные параметры электроэнергии, такие как напряжение, ток и другие. Полученные данные собираются и анализируются для обучения ИНС;
  • обучение ИНС. Искусственная нейронная сеть требует обучения, чтобы научиться распознавать и предсказывать показатели качества электроэнергии. Для обучения используются исторические данные о качестве электроэнергии и соответствующие параметры сети. С помощью алгоритмов машинного обучения ИНС настраивается на определенные паттерны и становится способной предсказывать и реагировать на изменения в электрической сети;
  • интеграция в систему управления. Разработанная система управления качеством электроэнергии на основе ИНС должна быть интегрирована в существующую систему управления ЖКХ [7]. Она может быть интегрирована в систему диспетчерского управления, систему мониторинга или другую систему, отвечающую за управление энергопотреблением и качеством электроэнергии в зданиях;
  • автоматическое принятие решений. Одной из основных особенностей разработанных систем управления качеством электроэнергии на основе ИНС является возможность автоматического принятия решений. Например, при обнаружении высоких гармоник в электроэнергии система может автоматически переключиться на альтернативный источник питания или предложить пользователю оптимальные решения для устранения проблемы;
  • постоянное обновление и адаптация. Качество электроэнергии может меняться со временем, поэтому разработанные системы управления качеством электроэнергии должны постоянно обновляться и адаптироваться. ИНС могут периодически обучаться на новых данных, чтобы сохранять актуальность предсказаний и принимать во внимание изменения в сети.

Разработка и интеграция систем управления качеством электроэнергии и управления напряжением на основе ИНС в ЖКХ требует специализированных знаний и подходов [8]. Эти системы могут значительно повысить эффективность и качество работы энергосистемы, а также снизить затраты на энергоэффективность и обеспечение работы в ЖКХ.

Итог практической реализации интеграции таких систем на основе ИНС в ЖКХ может обеспечить достижение следующих преимуществ:

  • автоматизация контроля и управления качеством электроэнергии позволяет повысить эффективность работы системы ЖКХ и сократить ручной труд, связанный с мониторингом и анализом электроэнергии;
  • системы управления качеством электроэнергии на основе искусственных нейронных сетей способны обнаруживать и предотвращать неполадки и неправильное использование электроэнергии, что позволяет улучшить надежность и безопасность системы ЖКХ;
  • использование ИНС позволяет проводить анализ больших объемов данных электроэнергии и прогнозировать ее потребление, что помогает оптимизировать работу системы ЖКХ, снизить затраты на энергию и негативное воздействие на окружающую среду;
  • ИНС могут автоматически адаптироваться к изменяющимся условиям сети электроэнергии и обеспечивать стабильное качество электроэнергии, а также эффективное управление энергосистемой в режиме реального времени;
  • использование ИНС позволяет значительно ускорить процесс распределения электроэнергии, оптимизировать его и снизить потери электроэнергии, что ведет к повышению энергоэффективности и экономии ресурсов.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ

Таким образом, основной целью представленной статьи являлось выполнение анализа по особенностям реализации задачи управления качеством электроэнергии и управления напряжением в жилищно-коммунальном хозяйстве. Определен высокий уровень актуальности и необходимости разработки решений по созданию интеллектуальных систем по контролю качества электрической энергии. Особенное внимание было уделено необходимости использования искусственных нейронных сетей при реализации данных задач. Выявлены основные возможности, преимущества и особенности практической реализации систем управления качеством электроэнергии с использованием нейронных сетей. В заключение необходимо отметить, что рассмотренная проблема и вариант ее решения должны стать основным вектором в развитии ЖКХ ввиду возможности достижения целого ряда преимуществ, положительно сказывающихся на экономической эффективности функционирования в данном секторе.

×

Об авторах

Евгений Викторович Армян

Югорский государственный университет

Email: armyanevg@gmail.com

магистр электроэнергетики, аспирант 2 курса

Россия, Ханты-Мансийск

Ислам Ахмедович Ахмедов

Югорский государственный университет

Email: dragunov2686@mail.ru

магистр электроэнергетики, аспирант 2 курса

Россия, Ханты-Мансийск

Иван Сергеевич Екимов

Югорский государственный университет

Автор, ответственный за переписку.
Email: zyfd.ekimov@mail.ru
SPIN-код: 5900-5095

магистр электроэнергетики, аспирант 2 курса

Россия, Ханты-Мансийск

Список литературы

  1. Ларин, С. Н. Повышение качества жилищно-коммунальных услуг на основе инновационной технологии снабжения жилых домов электроэнергией / С. Н. Ларин, Е. Ю. Хрусталев // Экономика и бизнес: теория и практика. – 2022. – № 5–2 (87). – С. 116–120. – doi: 10.24412/2411-0450-2022-5-2-116-120. – EDN XDTPMZ.
  2. Жукова, Ю. А. Современные пути повышения качества жилищных услуг / Ю. А. Жукова // Modern Science. – 2020. – № 2–2. – С. 59–66. – EDN DCGARF.
  3. Aminoff A., Sundqvist-Andberg H. Constraints leading to system-level lock-ins – the case of electronic waste management in the circular economy // Journal of Cleaner Production. – Volume 322. – 2021. – Pages 743–792.
  4. Исследование способов повышения качества электроэнергии в электрических сетях / А. С. Рырсалиев, А. Э. Мамытов, Н. Эсеналиев [и др.] // Наука и инновационные технологии. – 2020. – № 1 (14). – С. 200–208. – doi: 10.33942/011. – EDN EKYADV.
  5. Бальзанников, М. И. Целевые показатели развития ЖКХ и качества предоставления коммунальных услуг / М. И. Бальзанников // Вестник Приволжского территориального отделения Российской академии архитектуры и строительных наук. – 2019. – С. 297–303. – EDN HRNAHW.
  6. Gesk T.S., Leyer M. Artificial intelligence in public services: When and why citizens accept its usage // Government Information Quarterly. – Volume 39, Issue 3. – 2022. – Pages 1238–1263.
  7. Казанина, И. В. Электроснабжение объекта ЖКХ с применением новейших энергосберегающих технологий / И. В. Казанина, А. С. Елеусинов // Актуальные научные исследования в современном мире. – 2019. – № 12–1 (56). – С. 125–130. – EDN MEGYXW.
  8. Мазыгин, А. В. Управление качеством электроэнергии в сети электропитания / А. В. Мазыгин // Вестник научных конференций. – 2019. – № 5–3 (45). – С. 46–48. – EDN PDJUBD.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Югорский государственный университет, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.