Формалізація методів розрахунку електричних навантажень систем електропостачання в умовах невизначеності та неповноти інформації

Abstract

Мета роботи: Підвищення точності та техніко-економічної ефективності проєктування систем електропостачання шляхом комплексного порівняння та визначення меж застосовності традиційних, ймовірнісно-статистичних та інтелектуальних методів розрахунку електричних навантажень в умовах дефіциту вихідних даних, а також аналіз, систематизація та порівняльна оцінка класичних, ймовірнісних та сучасних інтелектуальних методів розрахунку електричних навантажень для обґрунтування вибору оптимального математичного апарату на стадіях проектування та експлуатації систем електропостачання в умовах дефіциту чи розмитості вихідних даних. Для досягнення поставленої мети необхідно виконати такі завдання: Провести критичний аналіз існуючої нормативної бази та детермінованих методів розрахунку навантажень (метод коефіцієнта попиту, метод впорядкованих діаграм), виявивши їхні обмеження при проєктуванні в умовах неповної інформації. Проаналізувати природу виникнення невизначеності інформації (відсутність статистики, зміна технологічних процесів, вплив метеофакторів) під час розрахунку навантажень. Дослідити стохастичну природу формування електричних навантажень та формалізувати види невизначеності (інформаційна, режимна, структурна), які виникають на ранніх етапах проєктування. Дослідити обмеження класичних детермінованих методів (метод коефіцієнта попиту, метод коефіцієнта максимуму) в умовах стохастичної поведінки сучасних споживачів. Розробити математичні моделі прогнозування навантажень з використанням апарату теорії ймовірностей та теорії нечітких множин (Fuzzy Logic). Оцінити ефективність застосування ймовірнісно-статистичного апарату для моделювання групових графіків навантажень. Виконати порівняльні розрахунки для типових об'єктів (промислове підприємство, міський мікрорайон) за допомогою різних методів та оцінити похибки результатів відносно реальних даних електроспоживання. Розглянути перспективність використання методів штучного інтелекту, зокрема теорії нечітких множин (Fuzzy Logic) та штучних нейронних мереж (ШНМ), для роботи з лінгвістичними змінними та неповними базами даних. Сформулювати науково обґрунтовані рекомендації щодо вибору оптимального методу розрахунку або їх комбінації залежно від рівня наявної інформації та стадії проєктування. Сформувати критерії вибору оптимального методу залежно від стадії проектування та наявності ретроспективної інформації.