Systems. Methods. Technologies 3(35) 2017

Systems Methods Technologies. D.K. Eltyshev . To the question of developing … 2017 № 3 (35) p. 57-63 62 данным экспертизы , проведенной специализированны - ми организациями . При этом методика предполагает возможность повышения достоверности оценок ТС оборудования при работе ЭДС с учетом наполнения БД по эксплуатации ЭО . Рис . 5. Оценка адекватности нечетких диагностических моделей после настройки весов правил БЗ : 1 — модель с использованием кластерного анализа ; 2 — модель с исполь - зованием экспертных оценок На рис . 6 приведены результаты тестовой оценки ТС ( блок II, рис . 2) выключателей С -35 М в зависимости от значений диагностических параметров . Рис . 6. Распределение классов ТС высоковольтных выключа - телей в зависимости от значений тепловых параметров Исходя из результатов оценки , могут быть сформу - лированы общие и частные рекомендации касательно вариантов дальнейшей эксплуатации оборудования , согласованные с требованиями нормативно - техничес - кой документации , а также спецификой и регламентом его эксплуатации . Упрощенный пример рекомендаций приведен в таблице . Заключение Построение и применение интеллектуальных ЭДС в процессе эксплуатации ЭО позволит снизить затраты , связанные с его внеплановыми отказами и простоями за счет достоверной оценки потребности в ТОиР и его своевременного проведения . Повышение точности оценок ТС может быть достигнуто при комплексном использовании статистики и экспертных знаний в об - ласти работы ЭО , а также алгоритмов оптимизации и интеллектуального анализа данных ( кластеризации ). Предложенная в работе методика построения ЭДС предполагает модульность ее структуры и может быть адаптирована под задачи оценки ТС произвольного ЭО , обеспечив интеллектуальную поддержку деятельности электротехнического персонала . Пример рекомендаций ЭДС касательно дальнейшей работы выключателя С -35 М Класс состояния , Y Рекомендации , G Общие Частные s 1 Работа в штатном режиме ввиду отсутствия локаль - ных нагревов ( явных де - фектов ). Контроль ТС без отключения с уста - новленной перио - дичностью s 2 Целевой мониторинг теп - лового состояния с уточ - ненной периодичностью на основе экспертных оце - нок электротехнического персонала Визуальный осмотр элементов выключа - теля ( бака , изолято - ров , контактов и т . д .) s 3 Учащенный контроль теп - лового состояния , ограни - чение работы ( при необхо - димости ) и расширенная диагностика для подтвер - ждения дефекта и его ло - кализации . Устранение неисправности при бли - жайшем выводе из работы . Плановая проверка ( испытание ) кон - тактных соедине - ний , изоляции , про - верка наличия вит - ковых замыканий при ближайшем техническом обслу - живании s 4 Срочный ремонт с выво - дом из эксплуатации , ло - кализацией и устранением дефекта в целях преду - преждения аварийной си - туации Выявление причин ненормального пе - регрева , ремонт или замена контактов ( зачистка , шлифов - ка , протяжка ), дуго - гасительной камеры и др . Развитие средств сбора , накопления и обработки информации по эксплуатации ЭО как элемента ЭДС позволит в перспективе интегрировать ее в единую энергоинформационную инфраструктуру электросете - вых комплексов . Литература 1. Дорофеев В . В ., Макаров А . А . Активно - адаптивная сеть – новое качество ЕЭС России // Энергоэксперт . 2009. № 4. С . 29-34. 2. Petrochenkov A.B. An Energy-information Model of In- dustrial Electrotechnical Complexes // Russian Electrical Engi- neering. 2014. Vol. 85, № 11. Р . 692-696. 3. Кычкин А . В . Синтез системы удаленного энергетиче - ского мониторинга производства // Металлург . 2015. № 9. С . 20-27. 4. Кычкин А . В . Программно - аппаратное обеспечение се - тевого энергоучетного комплекса // Датчики и системы . 2016. № 7 (205). С . 24-32. 5. Кычкин А . В . Протокол беспроводного сбора энерго - данных для систем мониторинга реального времени // Вестн . Юж .- Урал . гос . ун - та . Сер . Компьютерные технологии , управление , радиоэлектроника . 2014. Т . 14, № 4. С . 126-132. 6. Khoroshev N.I., Kazantsev V.P. Management Support of Electroengineering Equipment Servicing Based on the Actual Technical Condition // Automation and Remote Control. 2015. Vol. 76, № 6. P. 1058-1069. 7. Хорошев Н . И . Интеллектуальная поддержка принятия решений при эксплуатации энергетического оборудования на основе адаптивного кластерного анализа // Системы Методы Технологии . 2016. № 3. С . 123-128 1 2 0 2 4 6 8 M С E, % 1 2 0 0.1 0.2 0.3 0.4 0.5 RMSE Обучающая выборка Тестовая выборка 0 20 40 60 80 0 20 40 60 80 x x 0 2 4 6 8 10 0 2 4 6 8 10 x x s s s s 1 3 2 3 4 1 4 2