Нейросетевое моделирование режимов систем электроснабжения промышленных предприятий

• Автор: Шевченко, Вадим Валерьевич
• Шифр специальности: 05.14.02
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Красноярск
• Количество страниц: 123 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

1. МОДЕЛИРОВАНИЕ РЕЖИМОВ СИСТЕМЫ ЭЛЕКТРОСНАБЖЕНИЯ ПРОМЬШЛЕННОГО ПРЕДПРИЯТИЯ И

1.1 Особенности моделирования режимов СЭС.

1.2 Объектноориентированный подход к моделированию режимов СЭС

1.3 Нейросетевой подход к моделированию режимов СЭС.

1.4 Задачи исследований.

1.5 Выводы

2 ОБЪЕКТНООРИЕНТИРОВАННАЯ МОДЕЛЬ СЭС

2.1 Принципы построения иМЬ модели СЭС

2.2 УЖмоделирование структуры ПС СЭС

2.3 УМ1моделирование функционирования ПС СЭС
2.4 Выводы
3 НЕЙРОСЕТЕВАЯ МОДЕЛЬ СЭС
3.1 Выбор архитектуры ИНС.
3.2 Методика обучения ИНС для решения функциональных уравнений
3.3 Исследование существования решения системы функциональных
уравнений с помощью ИНС.
3.4 Методика учета экспериментальных данных при нейросетевом моделировании.
,, 3.5 Выводы
4. НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ РЕЖИМОВ СЭС АГК.
4.1 Структура СЭС АГК.
4.2 Нейросетевое оценивание параметров СЭС АГК
4.3 Нейросетевая оценка с учетом реального функционирования СЭС АГК
4.4 Статистическая оценка количества необходимых значимых опытов
4.5 Выводы.
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


Во втором разделе излагаются принципы ООАП для построения объектно-ориентированной модели СЭС в нотации графического языка IIМЬ. Используя иМЬ как метаязык, создается Ш7? СЭС, позволяющий составлять осмысленные предложения относительно концептуального и физического представления моделируемой СЭС, которые можно переносить непосредственно в программный код. Описываются основные строительными блоки иМЬ, которыми являются сущности, отношения, диаграммы. Сущности являются основными элементами модели и делятся на четыре типа: структурные, поведенческие, группирующие и аннотационньте. В СЭС можно выделить такие структурные сущности, как Электроустановка, Электроприемник, Уровень. Отношения в ОМЬ являются связующими звеньями. Всего определено четыре вида отношений: зависимость, обобщение, реализация, ассоциация. Электрически связанные элементы в терминах МЬ будут находиться в отношении ассоциации. Выключатель высокого напряжения, например, с электроприемником будет находиться в отношении зависимости. После того, как специфицированы все необходимые сущности и отношения модели СЭС, приступают к построению диаграмм, которые являются основным средством визуализации в иМЬ. Диаграмма МЬ представляет собой граф, вершинами которого являются сущности модели, а дугами - отношения модели. Диаграмма по сути является одной из проекций системы, визуализирующей ту или иную точку зрения. В иМЬ выделяют девять типов диаграмм. Моделью СЭС в конечном итоге является программная система, поэтому исходным для ее построения является формулирование требований, определяющих ее функциональность. Из требований вытекает структура классов, выражающаяся в диаграмме классов и описывающая модель СЭС с точки зрения статики, и сценарии функционирования, выражающиеся в диаграмме деятельности, описывающие модель СЭС с точки зрения динамики. Диаграмма деятельности СЭС в частности выражает основные этапы функционирования ПС. Этапы: формирование узловых уравнений, обучение ИНС и нахождение параметров режима, рассматриваются в следующих разделах. В третьем разделе излагается принцип нсйросетевого оценивания с учетом и без реального функционирования СЭС. Для этого излагаются различные варианты архитектуры ИНС и способы их использования. Обосновывается применение ИНС с архитектурой многослойного персептрона, как в наибольшей степени отвечающей целям работы. Другими словами, целью использования ИНС является получение аналитического решения системы узловых уравнений СЭС, которая является системой нелинейных, функциональных уравнений. Рассмотрены два способа получения обучающего набора данных. Один способ не требует создания нормального задачника (множество пар «вопрос» - «ответ»), но зато требует более сложной функции ошибки. Для другого способа требуется более простая функция ошибки, но необходим задачник. Нейросетевая оценка с учетом функционирования отличается от оценки без учета модификацией обучающего набора данных (задачника). Те значения выходов в обучающем наборе данных, для которых есть опытные данные, заменяются. Рассмотрена методика применения ИНС для анализа существования решения системы нелинейных, функциональных уравнений. Данная методика особенно актуальна в случае большого числа уравнений. В четвертом разделе излагается практическая реализация нейросетевого оценивания. Описывается часть СЭС АГК, для которой строится нейросетевая модель. Создаются обучающий и тестовый наборы данных, отличающиеся друг от друга по значениям, как входных параметров, так и выходных. Для оценивания с учетом функционирования СЭС была создана ИНС меньших размеров и два обучающих набора данных: модифицированный и немодифицированный. Поскольку опытных данных особенно в сравнении с полным количеством элементов в обучающем множестве было мало, то и разница в откликах ИНС была тоже незначительна. Статистический анализ показал незначимость изменений, вносимых опытными данными, как в обучающие множества, так и в отклики ИНС. Осуществлена оценка минимального числа опытных данных при заданной дисперсии, которые могут внести значимые изменения. В заключении сформулированы основные научные результаты выполненной работы.