В ОмГТУ приспособили нейросеть для лучшей диагностики электросетей
В ОмГТУ приспособили нейросеть для лучшей диагностики электросетей
В электротехнике применяется диагностика сетей по принципу «кто нам мешает, тот нам поможет»: специалисты в этой области обнаруживают и измеряют частичные разряды, которые часто возникают в изоляции высоковольтного электрооборудования и постепенно разрушают ее вплоть до аварии. Их регистрация и анализ позволяет оценить состояние электроустановок.
Однако в использовании частичных разрядов до сих пор имеются значительные трудности – прежде всего, связанные с несовершенством инструментов диагностики и недостаточной квалификацией персонала. Эти пробелы, по мнению ученых, призвана восполнить современная нейросеть.
|
Дмитрий Поляков, старший преподаватель кафедры «Теоретическая и общая электротехника» ОмГТУ: «При использовании нейросети экономится рабочее время на анализ результатов измерений, получаемых в процессе выполнения диагностических мероприятий, кроме того, все делается быстрее и точнее человека. Следовательно, имеет место и повышение качества анализа результатов измерений. В ПО нейросети прорабатывается возможность интеграции с системами документооборота предприятия для упрощения подготовки документов персоналом. При этом появляется возможность проведения техобслуживания и ремонта на месте сразу по завершении диагностики оборудования при обнаружении критически опасного дефекта». |
Разработка выполняется с учетом основных проблем и опыта применения диагностического оборудования. Как утверждает исследователь, метод измерения частичных разрядов показал свою эффективность в нахождении дефектов в силовом электрооборудовании. Однако его внедрение на предприятиях затруднено за счет высоких требований к квалификации персонала электротехнических лабораторий.
В планах политехников – обучить нейросеть с учетом мирового опыта регистрации частичных разрядов и собственных результатов экспериментальных исследований и задействовать ее для анализа частичных разрядов в изоляции различного электрооборудования (кабельных линий, трансформаторов и т.д.), выявления дефектов и оценки их опасности. Возможна интеграция нейросети с базой данных оборудования и результатов диагностики, а также с системами документооборота.