Прогнозирование уровня надёжности электроснабжения для повышения эффективности работы сельских электрических распределительных сетей 10 кв
На правах рукописи
Ланин Александр Владимирович
ПРОГНОЗИРОВАНИЕ УРОВНЯ НАДЁЖНОСТИ
ЭЛЕКТРОСНАБЖЕНИЯ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ
РАБОТЫ СЕЛЬСКИХ ЭЛЕКТРИЧЕСКИХ РАСПРЕДЕЛИТЕЛЬНЫХ
СЕТЕЙ 10 кВ
Специальность 05.20.02 – Электротехнологии
и электрооборудование в сельском хозяйстве
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата технических наук
Красноярск – 2012
Работа выполнена в ФГБОУ ВПО «Иркутская государственная сельско хозяйственная академия»
Научный руководитель доктор технических наук, профессор Наумов Игорь Владимирович
Официальные оппоненты: доктор технических наук, профессор Пантелеев Василий Иванович кандидат технических наук, профессор Кунгс Ян Александрович
Ведущая организация ФГБОУ ВПО «Алтайский государственный технический университет им. И.И. Ползунова»
Защита диссертации состоится 17 февраля 2012 года в 1400 на заседании объединенного диссертационного совета ДМ 220.037.01 при ФГБОУ ВПО «Красноярский государственный аграрный университет» по адресу: 660049, г.
Красноярск, пр. Мира, 90.
Тел/Fax: 8(391)227-36-09, e-mail: [email protected]
С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Красноярский государственный аграрный университет».
Автореферат разослан 16 января 2012 г.
Автореферат размещен на сайте www.kgau.ru 16 января 2012 г.
Ученый секретарь диссертационного совета Бастрон А.В.
ОБЩАЯ ХАРАКТЕРИСТИКА Актуальность темы. Сельские распределительные сети можно отнести к электрическим сетям низкой наблюдаемости, в силу их слабого оснащения средствами управления, рассредоточенности на обширных территориях и раз ветвлнной структуры транспорта электрической энергии.
Это обуславливает повышенную аварийность этих сетей, особенно отчт ливо проявляющуюся в электрических сетях 10 кВ, где ежегодно фиксируется более 1500 отказов. Основными причинами возникновения отказов являются повреждения элементов электрических сетей, вызванные целым комплексом причин.
Следует отметить, что электрические сети 6-10 кВ передают электроэнер гию не только коммунально-бытовым потребителям, но и достаточно большо му количеству сельскохозяйственных предприятий, имеющих в свом составе примники 1, 2 и 3 категории по уровню наджности электроснабжения. По этому перерывы электроснабжения в сельских распределительных сетях могут повлечь не только недоотпуск, но и значительный брак сельхозпродукции.
Таким образом, повышение уровня наджности электроснабжения в рас сматриваемых электрических сетях является важнейшим направлением сель ской электрификации.
Вопросами наджности электроснабжения в сельских сетях в разное вре мя занимались такие учные как Авраменко С.В., Анищенко В.А., Будзко И.А., Воропай Н.И., Гук Ю.Б., Ковалв Г.Ф., Некрасов А.И., Папышев А.В., Перехва тов Д.П., Разумихин В.М., Стребков Д.С., Хомутов О.И., Юндин М.А. и другие.
Вместе с этим, существующие методы оценки уровня наджности электро снабжения весьма детерминированы и учитывают ограниченное количество показателей наджности вне их связи с режимными характеристиками в элек трических сетях. Кроме того, разработка мероприятий по обеспечению надж ности электроснабжения в настоящее время немыслима без перспективного плана по обслуживанию элементов электросетевого хозяйства систем электро снабжения. Плановое обслуживание электрических сетей, оперативное управ ление режимами работы неразрывно связаны с возможными рисками при экс плуатации элементов электросетевого оборудования.
В связи с этим, важное значение приобретает прогнозирование уровня наджности и функционального состояния электрических сетей 10 кВ сельско го назначения, на основании которого с достаточной вероятностью можно предсказать изменение уровня наджности электроснабжения рассматриваемо го участка электроэнергетической системы. Это позволит разработать комплекс организационно-технических мероприятий, направленных на минимизацию возможных рисков, связанных с перерывами электроснабжения.
Кроме того нельзя не учитывать, что уровень наджности электроснаб жения находится в тесной взаимосвязи с изменяющимся уровнем качества электроэнергии. Снижение напряжения в электрических сетях приводит к пере грузке отдельных элементов этих сетей, что может служить причиной отказа.
Таким образом, математическое описание взаимосвязи показателей наджности с показателями качества электроэнергии в распределительных электрических сетях, позволит количественно оценить эту взаимосвязь и создать е прогноз ную модель на отдалнную перспективу.
Цель работы – прогнозирование уровня наджности электроснабжения для повышения эффективности работы сельских электрических распредели тельных сетей 10 кВ в условиях изменяющегося качества электрической энер гии.
Задачи исследования:
1. Анализ методов прогнозирования и классификация отказов на основе статистической обработки данных в сельских распределительных сетях.
2. Разработка моделей прогнозирования с учтом автокорреляции значе ний выборки и изменяющегося качества электроэнергии.
3. Разработка алгоритма и создание программного обеспечения, для про гнозирования показателей наджности электроснабжения.
4. Оценка экономической эффективности внедрения программного обес печения по прогнозированию наджности электроснабжения в процесс ком плектования запасного оборудования электрических сетей 10 кВ Иркутской электросетевой компании.
Объект исследования. Электрические распределительные сети 10 кВ.
Предмет исследования. Прогнозные модели для оценки функционально го состояния электрических сетей 10 кВ.
Научная новизна исследований:
– прогнозная модель функционирования электрических сетей 10 кВ на основе автокорреляции значений выборки;
– модель прогнозирования уровня наджности электроснабжения с уч том изменяющегося качества электроэнергии;
– алгоритм и анализ прогнозируемого уровня наджности электроснаб жения на основе использования информационно-технологического обеспечения «Прогноз – 2+».
Практическая значимость и реализация работы.
Полученный анализ прогнозных моделей может использоваться для про ведения комплекса мероприятий, направленного на повышение уровня надж ности электроснабжения.
Результаты выполненных научных исследований и созданная на их осно ве программа «Прогноз – 2+» приняты к внедрению в филиале «Южные элек трические сети» ОАО «Иркутская электросетевая компания».
Результаты диссертационной работы используются в учебном процессе на кафедре электроснабжения и теплоэнергетики ФГБОУ ВПО «Иркутская го сударственная сельскохозяйственная академия» при изучении дисциплины «Электроснабжение».
Основные положения, выносимые на защиту:
– метод прогнозирования уровня наджности электроснабжения на осно ве автокорреляции значений выборки;
– метод прогнозирования уровня наджности электроснабжения на осно ве изменяющегося качества электроэнергии;
– алгоритм и программа прогнозирования уровня наджности электро снабжения.
Апробация работы. Основные положения и результаты исследований докладывались и обсуждались на международной научно-практической конфе ренции ИрГСХА «Рациональное природопользование и энергосберегающие технологии в агропромышленном комплексе» (Иркутск, 2010);
всероссийской научно-технической конференции с международным участием АмГУ «Энерге тика: Управление, качество и эффективность использования энергоресурсов»
(Благовещенск, 2011);
совместном немецко-русском коллоквиуме (семинаре) на тему «Технология Smart grid» в университете Отто-Фон-Герике, (Магдебург, 2011);
научно-практической конференции молодых учных Сибири и Дальнего Востока ИрГСХА «Научные достижения производству» (Иркутск, 2009, 2011);
II-м, III-м и IV-м региональном научно-практическом семинаре ИрГСХА «Чте ния И.П. Терских» (Иркутск, 2009, 2010, 2011);
первом этапе Всероссийского конкурса на лучшую научную работу среди аспирантов ВУЗов Министерства сельского хозяйства РФ по номинации «Технические науки» ИрГСХА (Ир кутск, 2010);
втором этапе Всероссийского конкурса на лучшую научную рабо ту среди аспирантов ВУЗов Министерства сельского хозяйства РФ СФО по но минации «Технические науки» КрасГАУ (Красноярск, 2010).
Публикации. По теме диссертационной работы опубликовано 6 печат ных работ, в том числе 3 работы – в изданиях, рекомендованных ВАК РФ. По лучено свидетельство о Государственной регистрации компьютерной програм мы.
Структура и объем работы. Диссертационная работа состоит из введе ния, 4 глав, выводов, списка литературы из 118 наименований, приложений.
Изложена на 210 страницах машинописного текста, содержит 47 рисунков и таблицу.
Личный вклад автора. Все полученные результаты исследований осу ществлены лично автором и обобщены при поддержке научного руководителя.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность работы, ее научная новизна, сформулированы цель работы, задачи исследования и основные положения, выносимые на защиту.
В первой главе «Методы прогнозирования для оценки уровня надёжно сти электроснабжения сельского хозяйства» на основе обзора и изучения на учнообоснованной информации и литературы, дана характеристика современ ных методов прогнозирования. Проанализированы наиболее эффективные и используемые в настоящее время методы для прогнозирования уровня надж ности электроснабжения сельского хозяйства. Приведены сведения о приме няемом для прогнозирования числа отказов программном обеспечении. На ос новании изучения трудов известных ученых Буторина В.А., Васильевой Т.Н., Вентцель Е.С., Волкова С.В., Воропая Н.И., Глущенко В.В., Гука Ю.Б., Иваньо Я.М., Лабунской Н.Л., Микрюкова Д.Н., Рыбакова Л.М. и других установлено, что прогнозирование уровня наджности заключается в прогнозировании изме нения состояния технической системы на основании взаимосвязи отказов и восстановлений.
В результате анализа методов, способов и средств прогнозирования было установлено, что наиболее точным является вероятностное прогнозирование, основанное на нахождении квантиля с заданной доверительной вероятностью 0,95. Также на основании анализа установлено, что существующие модели и программные продукты имеют достаточно высокую ошибку прогноза (может достигать 35 % при прогнозе на месяц следующего года) и прогнозируют толь ко один показатель наджности – частоту отказов.
Таким образом, возникает задача создания программного обеспечения, имеющего более высокую точность прогноза и учитывающую факторы, связан ные с изменяющимся качеством электроэнергии. Кроме того, метод и програм ма прогнозирования должны рассматривать несколько показателей наджности и обеспечивать возможность повышения уровня эксплуатационной наджности элементов электрических сетей.
Во второй главе «Теоретические основы прогнозирования уровней функ ционирования систем сельского электроснабжения» выполнен комплекс тео ретических и экспериментальных исследований, направленных на прогнозиро вание числа отказов и времени восстановления в электрических сетях 10 кВ.
Определена корреляционно-регрессионная взаимосвязь между количеством от казов и величиной потерь напряжения.
На основании данных об отказах, аварийных отключениях и времени вос становления распределительных сетей 10 кВ, полученных в ходе эксплуатации электрооборудования в филиале Восточные электрические сети ОАО “Иркут ская электросетевая компания” (ВЭС ОАО “ИЭСК”), разработана классифика ция аварийных отключений в данных сетях.
Сбор статистического материала осуществлялся по планам испытаний [NMr] и [NMT] для восстанавливаемых изделий (M). Данные планы включают изучение N – объектов. После каждого отказа объекты восстанавливаются. Ка ждый объект испытывается до того момента, пока суммарное количество отка зов не достигнет r (необходимое количество отказов электрооборудования в распределительных сетях), по истечении времени испытания или наработки T.
Объм выборки N для оценки средней наработки на отказ вычисляется по фор муле:
r, (1) N где – относительная продолжительность испытания (бертся целая часть):
Tи, (2) Tср где Tи - время испытания, за которое принимается период, на основании кото рого проводится исследование состояния объектов системы;
Тср – среднее вре мя испытания (наработка), за которое принимается продолжительность работы объектов системы между ремонтами (перерывами).
В условиях большого количества статистических данных допускается, что система в целом работает без перерывов. Тогда значения времени испыта ния и среднего времени испытания совпадут, а будет равно единице, отсюда получаем: N = r.
Значение достаточного количества отказов принимается r500 с мини мальной предельной относительной ошибкой =0,05 и доверительной вероят ностью 0,95.
Для филиала Восточных электрических сетей ОАО “Иркутская электро сетевая компания” общая протяженность линий электропередач составляет бо лее 8,6 тыс. километров, а объм выборки для разных единиц оборудования из меняется от 456 до 72000. Таким образом, при расчте основного количества показателей наджности данной системы электроснабжения, будут получены значения с допустимой предельной ошибкой.
Выбор математической модели прогнозирования осуществляется с уч том корреляционной зависимости между последовательными уровнями ряда динамики, которая выражается коэффициентом автокорреляции:
n ( yt y1 )( y t y2 ) (3) t r1, n n y1 ) 2 y2 ) ( yt ( yt t2 t где n yt, (4) t y N n yt. (5) t y N В этих выражениях yt – ряд y2, y3, …, yn;
yt-1 – ряд y1, y2,...,yn – 1;
N – общее число наблюдений (опытов).
Если полученное значение коэффициента автокорреляции меньше 0,3, то значения ряда независимы между собой и используется вероятностная про гнозная модель.
Применение данной модели прогнозирования рассмотрено на примере выборки по отказам для причины «Повреждение проводов» в ОАО «ИЭСК».
Рассчитанный коэффициент автокорреляции для этой модели равен 0,093. Ста тистическая информация об отказах, произошедших, за пять лет, по причине повреждения проводов, представлена на рисунке 1.
Значения выборки подчиняются экспоненциальному закону распределе ния (рисунок 2), его адекватность проверена с помощью критерия согласия Пирсона. Расчтное значение критерия превышает табличное с вероятностью 0,95: 2расч. = 2,304 2табл. = 1,64.
Количество отказов апрель ноябрь апрель ноябрь апрель ноябрь апрель ноябрь апрель ноябрь февраль февраль февраль февраль февраль июнь июнь июнь июнь июнь июль июль июль июль июль январь январь январь январь январь октябрь октябрь октябрь октябрь октябрь сентябрь сентябрь сентябрь сентябрь сентябрь май май май май май декабрь декабрь декабрь декабрь декабрь август август август август август март март март март март 2004 2005 2006 2007 Рисунок 1 – Количество отказов по причине повреждения проводов (2004 – 2008 гг.) Экспоненциальное распределение Критерий Хи-квадрат = 2, Число попаданий в интервал 0 10 20 30 40 50 60 Интервалы Рисунок 2 – Гистограмма с наложенной кривой функции плотности рас пределения отказов ВЛ 10 кВ (по причине повреждения проводов) Данный закон описывается функцией плотности распределения, которая имеет следующий вид:
e x, f ( x) (6) где – постоянная положительная величина (параметр распределения), опреде ляемая по формуле:
, (7) X где X - среднее арифметическое, которое определяется по формуле:
N xi, (8) i X N где xi – значение случайной величины, наблюдаемое в i-ом опыте;
N – общее число наблюдений.
Уровень безотказности для электроэнергетики, в соответствии с ГОСТ 27.002 - 89, задан при помощи значения гамма-процентного показателя (наработ ка до отказа, ресурса, срока службы, времени восстановления, срока сохраняемо сти) равного 90, 95, 99, 99,5 %. Условию точности и экономичности удовлетво ряет показатель равный 95 %.
Закон распределения построен для месячного периода времени по данным за пятилетний период времени. Прогноз количества отказов находится для годо вого цикла. Основой прогноза служит нахождение квантиля с доверительной ве роятностью 0,95 (рисунок 3).
Рисунок 3 – Определение квантиля с доверительной вероятностью 0, На рисунке 3 заштрихованная площадь между кривой распределения и осями абсцисс и ординат, соответствует вероятности 0,95.
Вероятность безотказной работы электрооборудования представляется следующим выражением:
а0, f ( x)dx, (9) P F ( x) где P – вероятность возникновения отказа;
F(x) – функция распределения отка зов;
f(x) – функция плотности распределения вероятности;
a0,95 – квантиль плотности распределения с доверительной вероятностью 0,95.
Нижняя граница интервала принята равной нулю. Расчтный уровень на джности в 95%, соответствует вероятности P = 0,95. Решая уравнение (9) отно сительно неизвестной а0,95 получаем прогнозируемое значение отказов элек трооборудования на месяц (с максимальным числом отказов) следующего года.
Решая совместно уравнения (9) и (6) с рассчитанным параметром = 0,091 получаем уравнение для прогнозирования количества отказов ВЛ 10 кВ по причине повреждения проводов:
0, (10) 0, 091 x P F ( x) 0,091 e dx 0,95.
Поток отказов электрооборудования неоднозначен в течение года. В не которых случаях разница между прогнозом и наблюдением в месяц может от личаться более чем в два раза, что приводит к недопустимой ошибке. Поэтому прогнозируемые значения принимаются для месяцев с максимальным процент ным числом отказов. Для других месяцев прогноз рассчитывается из следую щей пропорции:
r,% П = а0,95 набл, (11) rmax,% где П – корректируемое значение прогноза на месяц;
rнабл, % - количество отка зов для рассчитываемого месяца, выраженное в процентах от общего годового;
rmax – максимальное количество отказов в месяц в течение года, выраженное в процентах от общего годового, для рассматриваемого типа электрооборудова ния (рисунок 4).
5% 6% январь 5% 3% 6% 7% февраль март 5% 15% апрель май июнь июль 12% август сентябрь октябрь 9% 18% ноябрь 9% декабрь Рисунок 4 – Среднегодовое распределение отказов, связанных с повреж дением проводов ВЛ 10 кВ по месяцам за пять лет (2004-2008 гг.), в % Оценка точности прогноза осуществляется при помощи относительной ошибки прогноза:
W = t t п 100%, (12) t где t – значение отказов электрооборудования в месяц за прогнозируемый пе риод;
tп – значение прогноза на месяц.
Разработанный алгоритм использован для получения прогнозной модели по отказам и восстановлениям в ЛЭП 10 кВ на 2009 год. Данные прогноза со поставимы с фактическими результатами числа отказов в рассматриваемых се тях. Так (по данным журнала аварийных отключений ОАО “ИЭСК”) фактиче ское значение отказов составило 160, прогнозное число отказов на год 176.
Ошибка прогноза составила 10 %. В данном случае коэффициент автокорреля ции не учитывался, поскольку он имеет очень низкое значение (0,093) и им можно пренебречь.
В случае если значение коэффициента автокорреляции находится в преде лах 0,3 0,7, для повышения точности прогноза следует использовать метод ве роятностного прогнозирования с учтом автокорреляции значений выборки.
При рассмотрении выборки по отказам для причины «Повреждение опор», ко эффициент автокорреляции значений равен 0,406, его средняя квадратичная по грешность равна 0,109, следовательно, коэффициент автокорреляции значим.
Данная выборка также подчиняется экспоненциальному закону распреде ления, адекватность проверена с помощью критерия Пирсона.
Определим коэффициент вариации с учетом коэффициента автокорреля ции первого порядка:
, (13) V ~ V 1 r1N 2r 1 N N ( N 1)(1 r1 ) 1 r где r1 – коэффициент автокорреляции первого порядка;
N – длина выборки ( наблюдений);
V - коэффициент вариации, рассчитанный без учта автокорреля ции по формуле:
X V, (14) X где X – среднее квадратическое отклонение (СКО) равно положительному значению корня квадратного из дисперсии:
X DX (15) В свою очередь дисперсия определяется по выражению:
N X ) ( xi (16) i DX N Из формулы (14) найдм значение среднего арифметического с учтом коэффициента автокорреляции:
[X ] X r1 ~, (17) V При принятом экспоненциальном распределении параметр, с учтом ав токорреляции:
. (18) r X r Решая совместно уравнения (18) и (6), получаем функцию плотности рас пределения:
rx f ( x) r1 e (19) На основании расчта частот отказов построена гистограмма, на которой определена кривая распределения плотности вероятности возникновения отка зов по причине повреждения опор ВЛ 10 кВ с учтом автокорреляции (рисунок 5). Адекватность данного закона для описания фактических данных подтвер ждена критерием Пирсона. Расчтное значение критерия превышает табличное с вероятностью 0,95: 2расч. = 2,282 2табл. = 2,17.
Экспоненциальный закон распределения Критерий Хи-квадрат = 2, Число попаданий в интервал 0,00 1,75 3,50 5,25 7,00 8,75 10,50 12,25 14, Интервалы Рисунок 5 – Кривая распределения плотности вероятности возникновения отказов, связанных с повреждениями опор ВЛ 10 кВ с учтом коэффициента автокорреляции С учтом автокорреляции получены следующие результаты: прогнозное число отказов на 2009 год равно 51, фактическое значение отказов 46.
Аналогичные прогнозные модели получены для следующих элементов: 1) разрядники;
2) изоляторы опор;
3) предохранители типа ПК-10;
4) предохрани тели типа ПН;
5) силовые выключатели;
6) трансформаторные подстанции.
Вышеописанные математические модели с учтом и без учта автокорре ляции были применены для прогнозирования числа отказов и времени восста новления ВЛ 10 кВ Карлук – Хомутово на 2009 год. Получены следующие ре зультаты: прогноз числа отказов 17, фактическое значение 14. Прогноз времени восстановления 2496 минут, фактическое значение 2276 минут. Средняя ошиб ка прогноза до 10 %.
На примере данных по отказам и потерям напряжения ВЛ 10 кВ Карлук – Хомутово (в период с 2004 по 2008 гг.), получена корреляционно регрессионная модель, позволяющая оценить влияние качества электроэнергии на уровень наджности электроснабжения в рассматриваемой линии электропе редачи. Она выражается следующей зависимостью:
r 4,982 1,437 U, (20) где r – количество отказов;
U – величина потерь напряжения.
Коэффициент корреляции rx y 0,987. Это говорит о весьма высокой силе связи между рассматриваемыми величинами (по шкале Чеддока). Коэффициент детерминации rx y 2 0,974. Полученное значение показывает долю вариации ре зультативного признака r (количество отказов) под влиянием факторного при знака U (величина потерь напряжения).
На статистическую значимость уравнение проверено по критерию Стью дента. Расчтное значение которого t k 10,74 сравниваем с табличным значе нием t f a 7,453, так как t k t f a, то коэффициент регрессии при факторе U существенно больше нуля, а фактор величины потерь напряжения оказывает существенное влияние на количество отказов ВЛ и полученное уравнение ста тистически значимо.
Аналогичная проверка сделана по критерию Фишера и получено его зна чение Fk 115,347. Сравнив с табличным F f f a 10,13, получили Fk F f f a, сле довательно, уравнение статистически значимо.
Полученная зависимость линейная и положительная, то есть с увеличени ем величины потерь напряжения число отказов линейно возрастает. В таблице представлены результаты использования полученной корреляционно регрессионной однофакторной модели.
Таблица 1 – Результаты прогнозирования числа отказов ВЛ 10 кВ: Кар лук-Хомутово с помощью регрессионной модели и разница между расчтными и фактическими значениями Величина по- Количество Количество терь напряже- отказов ВЛ Год отказов ВЛ 10 Разница между фактиче ния для ВЛ 10 10 кВ: Кар кВ: Карлук – скими и расчтными зна кВ: Карлук – лук – Хому Хомутово чениями Хомутово, в % тово (расчт (фактическое) (фактическая) ное) 2004 7 6 5 2005 15 17 16 2006 15 17 16 2007 12 11 12 - 2008 8 6 6 Прогноз вели- Разница между Количество Прогноз ко чины потерь фактическим и отказов ВЛ 10 личества от- Ошибка напряжения прогнозным Год кВ: Карлук – казов ВЛ 10 прогноза для ВЛ 10 кВ: значением ко Хомутово кВ: Карлук – (W), в % Карлук – Хо- личества отка (фактическое) Хомутово мутово, в % зов 2009 11 14 11 3 В третьей главе «Программное обеспечение для прогнозирования оценки уровня надёжности электроснабжения» приведено описание программы «Прогноз – 2+» и е применение на основе данных ОАО «ИЭСК» для прогно зирования уровня наджности электроснабжения.
При разработке ПО «Прогноз – 2+» использованы рассмотренные во вто рой главе математические модели прогнозирования уровня наджности элек троснабжения. Алгоритм программы представлен на рисунке 6.
Программа «Прогноз – 2+» написана на языке Delphi версии 7 фирмы Borland. Версия программы 1.0.
Использование программы позволяет оценить перспективное функцио нальное состояние рассматриваемого участка системы электроснабжения на основании имеющейся информации о количестве отказов, времени восстанов ления, а также уровне качества электрической энергии.
Рисунок 6 – Алгоритм работы программного обеспечения «Прогноз – 2+»
(начало) Рисунок 6 – Алгоритм работы программного обеспечения «Прогноз – 2+»
(продолжение) Рисунок 6 – Алгоритм работы программного обеспечения «Прогноз – 2+»
(окончание) В главном окне программы (рисунок 7) предоставлена возможность для выбора одного из следующих действий при работе с программой: 1) редактиро вание исходных данных;
2) выбор прогнозируемой причины отказа;
3) выбор интервала, на основании которого строится прогноз;
4) построение прогноза количества отказов с учтом информации о величине потерь напряжения;
5) вывод сводного результата прогнозирования для нескольких причин.
Рисунок 7 – Главное окно программы На рисунках 8 и 9 представлены результаты прогнозирования числа отка зов для причины «Повреждение опор» (рисунок 8) и на основании информации о величине потерь напряжения (рисунок 9). Коэффициент корреляции равен 0,987.
Рисунок 8 – Окно вывода результатов прогнозирования для причины «Повреждение опор» с учтом автокорреляции значений выборки Рисунок 9 – Окно вывода результатов прогнозирования числа отказов, на основании информации о величине потерь напряжения в линии электропереда чи Аналогичные результаты получены для прогнозирования времени вос становления ВЛ 10 кВ.
Необходимо отметить, что полученные с помощью программы «Прогноз – 2+» результаты прогнозирования совпадают со значениями, рассчитанными во второй главе.
В четвёртой главе «Экономическое обоснование применения ПО «Про гноз – 2+» в процессе организационно-технического обслуживания сельских распределительных электрических сетей» рассчитано технико-экономическое обоснование внедрения программы «Прогноз – 2+» для улучшения методики комплектования запаса электрооборудования в ОАО «ИЭСК».
Использование разработанной программы для прогнозирования числа от казов и запаса электрооборудования в электрических сетях 10 кВ позволит по лучить прибыль в размере 208064 рублей. При этом чистая текущая стоимость проекта NPVt составляет -15018 рублей. Когда показатель NPVt приобретает положительное значение, достигается дисконтированная окупаемость проекта.
ОСНОВНЫЕ ВЫВОДЫ 1. В результате проведнного анализа методов прогнозирования уровня наджности электроснабжения сельского хозяйства установлено, что наиболее точным является метод вероятностного прогнозирования.
2. На основании анализа информации об отказах элементов электриче ских сетей и причин их возникновения, выполнена классификация и построены прогнозные модели с учтом (и без учта) автокорреляции, а также законы рас пределения вероятностей отказов для различных причин.
3. Разработанная вероятностная модель прогнозирования уровня надж ности электроснабжения апробирована в электрических сетях ВЭС ОАО «ИЭСК». Средняя ошибка прогноза в сравнении с фактическими данными не превышает 10 %.
4. Полученная корреляционно-регрессионная модель взаимосвязи показа телей наджности электроснабжения с изменяющимся уровнем качества элек трической энергии позволяет с достоверной вероятностью 0,95 прогнозировать количество отказов.
5. На основании разработанного метода прогнозирования получен алго ритм и создана компьютерная программа «Прогноз – 2+», позволяющая оцени вать уровень функционирования элементов и всей электрической сети в целом на отдалнную перспективу.
6. Использование разработанной программы для прогнозирования числа отказов и запаса электрооборудования в электрических сетях 10 кВ позволило получить прибыль в размере 208064 рублей. При этом чистая текущая стои мость проекта NPVt составляет -15018 рублей.
ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ Научные публикации в изданиях, рекомендованных ВАК 1. Наумов И.В. Анализ уровня наджности сельских распределительных электрических сетей напряжением 10 кВ (на примере филиала Восточных элек трических сетей ОАО «ИЭСК») [Текст] / И.В. Наумов, А.В. Ланин // Вестник ИрГСХА. – Иркутск, 2010. – Вып. 40. – С. 115-120.
2. Наумов И.В. Прогнозирование отказов сельских распределительных сетей напряжением 10 кВ (на примере филиала Восточных электрических сетей ОАО «ИЭСК») [Текст] / И.В. Наумов, А.В. Ланин // Вестник АлтГАУ. – Барна ул, 2011. – Вып. 1. – С. 86-91.
3. Наумов И.В. Математическая модель прогнозирования уровня надж ности электроснабжения в электрических сетях 10 кВ [Текст] / И.В. Наумов, А.В. Ланин, В.Н. Ерин // Вестник АлтГАУ. – Барнаул, 2011. – Вып. 8. – С. 88 91.
Регистрация программы для ЭВМ 4. Свидетельство о государственной регистрации программы для ЭВМ №2011618014 от 12.10.2011 г. Прогноз – 2+ [Текст] / Ланин А.В., Наумов И.В.;
заявители и правообладатели Ланин А.В., Наумов И.В.: заявка №2011616163 от 12.08.2011 г.
Другие научные публикации 5. Ланин А.В. Методы прогнозирования отказов электроснабжения сель ских распределительных электрических сетей [Текст] / А.В. Ланин // Научные достижения производству: материалы научно-практической конференции мо лодых ученых Сибири и Дальнего Востока, Иркутск, 25 марта 2009 г. – Ир кутск: Издательство ИрГСХА, 2009. – С. 115-118.
6. Наумов И.В. Резервирование, как способ повышения уровня наджно сти электроснабжения сельских потребителей [Текст] / И.В. Наумов, А.В. Ла нин // Чтения И.П. Терских: материалы II-го регионального научно производственного семинара, Иркутск, 24-26 сентября 2009 г. – Иркутск: Изда тельство ИрГСХА, 2009. – Вып. 36. – С. 63-68.
7. Наумов И.В. Моделирование функционального состояния сельских электрических сетей 10 кВ Иркутской области на основе прогнозирования уровня наджности электроснабжения [Текст] / И.В. Наумов, А.В. Ланин // Энергетика: управление, качество и эффективность использования энергоре сурсов: сборник трудов шестой всероссийской научно-технической конферен ции с международным участием, Благовещенск, 25-27 мая 2011 г. – Благове щенск: Издательство АмГУ, 2011. – Том 2. – С. 393-397.
Лицензия на издательскую деятельность ЛР № 070444 от 11.03. Подписано в печать 11.01.2011 г. Формат 6080 1/ Усл. печ. л. 1,0. Тираж 100 экз.
Издательство Иркутской государственной сельскохозяйственной академии 664038, Иркутская область, Иркутский район, пос. Молодежный