Estymacja wybranych wskaźników jakości energii elektrycznej w nieopomiarowanych punktach sieci dystrybucyjnej

• Autorzy: Firlit Andrzej , Świątek Bogusław , Piątek Krzysztof , Dutka Mateusz , Siostrzonek Tomasz

Identyfikatory

DOI

10.32016/1.67.02

Warianty tytułu

EN

Estimation of selected power quality indicators at non-measured distribution network points using neural networks

• Konferencja: Jakość dostawy energii elektrycznej - wspólna odpowiedzialność wytwórców, dystrybutorów, konsumentów i prosumentów (28-29.11.2019; Częstochowa, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę umożliwiającą estymację wybranych wskaźników jakości energii elektrycznej w zadanym punkcie sieci elektroenergetycznej na podstawie wskaźników jakości energii elektrycznej zarejestrowanych w punktach leżących w najbliższym otoczeniu. Do estymacji wykorzystano algorytmy sztucznych sieci neuronowych. W rezultacie uzyskano neuronowy model określający relację pomiędzy wskaźnikami jakości energii elektrycznej tego samego typu w sąsiadujących ze sobą punktach. W artkule przedstawiono wyniki analiz i testów dla rzeczywistych warunków pracy sieci dystrybucyjnej.

EN

The article presents a method allowing the estimation of selected power quality indicators at a given point of the power grid based on electricity quality indicators (or other voltage parameters) registered at points in the nearest surroundings. Artificial neural network algorithms were used for the estimation. As a result, a neural model was obtained that determined the relationship between the same power quality indices at neighbouring points. The article presents the results obtained for the real conditions of the distribution network.

Słowa kluczowe

PL

jakość energii elektrycznej; wskaźniki jakości energii elektrycznej; sieci neuronowe

EN

power quality; power quality indicators; artificial neural networks

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2019
• Tom: Nr 67
• Strony: 17--20
• Opis fizyczny: Bibliogr. 6 poz., rys., tab.

Twórcy

autor

Firlit Andrzej

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Świątek Bogusław

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Piątek Krzysztof

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Dutka Mateusz

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Siostrzonek Tomasz

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Bibliografia

• 1. Urząd Regulacji Energetyki: Specyfikacja techniczna dla postępowań przetargowych na dostawę infrastruktury licznikowej dla systemów AMI dla rynku polskiego – Załącznik nr 1 – wskaźniki jakości energii, 25.05.2015
• 2. Rozporządzenie Ministra Gospodarki z dnia 4 maja 2007 r. w sprawie szczegółowych warunków funkcjonowania systemu elektroenergetycznego
• 3. PN-EN 50160 – Parametry napięcia zasilającego w publicznych sieciach elektroenergetycznych
• 4. Gała M.: Zastosowanie sztucznych sieci neuronowych do oceny wpływu pracy odbiorników nieliniowych na jakość energii elektrycznej, Przegląd Elektrotechniczny, ISSN 0033-2097, e-ISSN 2449-9544, Zeszyt 2011-6
• 5. Gała M.: Application of neural method of voltage estimation to evaluation of influence of nonlinear loads on electric energy quality, 10th International Conference on Electrical Power Quality and Utilisation EPQU 2009, IEEE Conference Proceeding, 1-6, 15-17 Sept. 2009
• 6. Eremia M. (Editor), Liu Ch., Edris A.: Advanced Solutions in Power Systems: HVDC, FACTS, and Artificial Intelligence, IEEE Press, Wiley, 2016

Uwagi

1. Prace [publikacja] prowadzono w ramach projektu „System oceny propagacji i poprawy parametrów jakości energii elektrycznej w sieciach dystrybucyjnych – SOPJEE”, realizowanego w ramach Programu Badawczego Sektora Elektroenergetycznego „PBSE” nr POIR.01.02.00-00-0203/16-00 – NCBR.

2. Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).