ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА РЕЛЕЙНОЙ ЗАЩИТЫ ВОЗДУШНЫХ ЛИНИЙ В ЭЛЕКТРИЧЕСКИХ СЕТЯХ С МАЛЫМИ ТОКАМИ ЗАМЫКАНИЯ НА ЗЕМЛЮ

Атомные электростанции (АЭС) являются одним из основных источников электроэнергии. Распределение электроэнергии, вырабатываемой АЭС, или резервное электроснабжение отдельных потребителей собственных нужд электростанции может осуществляться по сети 6-35 кВ. Данные сети работают с изолированной или компенсированной нейтралью. Это обуславливает факт того, что токи однофазных замыканий на землю (ОЗЗ) при авариях на воздушных линиях электропередачи (ВЛ) достаточно малы и ОЗЗ трудно идентифицируемы. В статье рассматриваются вопросы выявления ОЗЗ и соответствующего селективного реагирования системы защиты ВЛ. Доказывается ограниченность функционирования релейной защиты от ОЗЗ, построенной на классическом принципе срабатывания «если-то». Погрешность традиционной системы защиты объясняется отсутствием механизма актуализации уставок в соответствии с изменением условий окружающей среды, влияющих на ёмкостную составляющую проводимости воздушных линий. В качестве примера подобного влияния описывается воздействие оледенения проводов, а также трибоэлектрического эффекта в виде накопления объёмного заряда в воздушном промежутке вокруг линии. В связи с этим описывается способ коррекции уставок защиты за счёт периодических измерений ёмкости линий путём их локационного зондирования. Таким образом, предлагается усовершенствовать традиционную токовую защиту от ОЗЗ путём придания системе способности к адаптации, но в рамках её реагирования как агента с простым поведением. Рассматривается построение и более совершенной системы защиты от ОЗЗ в виде интеллектуального агента электрической сети. Сущность данной системы заключается в использовании искусственной нейронной сети в качестве обрабатывающего информацию субагента. Доказывается преимущество нейрокомпьютерной системы защиты от ОЗЗ, формирующей интегральную оценку состояния линий электропередачи и обучающейся выявлению ОЗЗ на цифровой тени, следующей за электрической сетью. Указывается возможность классификации предлагаемой системы защиты от ОЗЗ как интеллектуального агента в силу наличия способностей к адаптации, обучению и развитию.

1. Шабад, М.А. Защита от однофазных замыканий на землю в сетях 6-35 кВ / М.А. Шабад. - Москва : НТФ «Энергопрогресс», 2007. - 64 с.

2. Борковский, С.О. Проблема диагностики однофазных замыканий на землю в сетях с малыми токами замыкания на землю / С.О. Борковский, Т.С. Горева, Т.И. Горева // Фундаментальные исследования. - 2014. - № 9, ч. 5. - C. 954-959.

3. Диэлектрические свойства воды и льда [электронный ресурс] // Способы очистки и свойства воды. - URL : https://www.o8ode.ru/article/krie/Dielectric_properties_of_water_and_ice (дата обращения: 11.11.2022).

4. Ridley C. Improving supply security on 11-kV overhead network. The development of interconnected operation, IEE Colloquium on Improving Supply Security on 11kV Overhead Networks, 1988, pp. 10/1-10/4.

5. Шилин, А.Н. Расчёт погрешностей рефлектометров для мониторинга линий электропередачи / А.Н. Шилин, А.А. Шилин, Н.С. Артюшенко // Контроль. Диагностика. - 2015. - № 9. - C. 52-59.

6. Ахмедова, О.О. Адаптивная информационно-управляющая система релейной защиты, реагирующая на изменение климатических факторов / О.О. Ахмедова, А.Г. Сошинов, П.В. Дикарев // Вопросы электротехнологии. - 2022. - № 2. - C. 78-88.

7. Шилин, А.Н. Моделирование сопротивления воздушных линий электропередачи / А.Н. Шилин, С.С. Дементьев // Электротехнические комплексы и системы. - 2018. - № 3, т. 14. - C. 5-11.

8. Дьяконов, В. Рефлектометрия и импульсные рефлектометры / В. Дьяконов // Компоненты и технологии. - 2012. - № 1. - C. 164-172.

9. Фадке, А.Г. Компьютерная релейная защита в энергосистемах : пер. с англ. / А.Г. Фадке, Д.С. Торп. - Москва : Техносфера, 2019. - 370 с.

10. Аггарвал, Ч. Нейронные сети и глубокое обучение : пер. с англ. / Ч. Аггарвал. - Москва : Вильямс, 2020. - 752 с.

11. Минуллин, Р.Г. Обнаружение локационным методом однофазных замыканий проводов линий электропередачи на землю / Р.Г. Минуллин, Ю.Я. Петрушенко, И.Ш. Фардиев, Э.И. Лукин, Г.В. Лукина // Электричество. - 2008. - № 12. - C. 20-28.

12. Z. Liang, Z. Jian and L. Hua, Research on Intelligent Transient Information Monitoring Technology for Overhead Line, 2019 IEEE Innovative Smart Grid Technologies - Asia (ISGT Asia), 2019, pp. 4102-4105, doi: 10.1109/ISGT-Asia.2019.8881668.

13. A. Nag and A. Yadav, Fault classification using Artificial Neural Network in combined underground cable and overhead line, 2016 IEEE 1st International Conference on Power Electronics, Intelligent Control and Energy Systems (ICPEICES), 2016, pp. 1-4, doi: 10.1109/ICPEICES.2016.7853664.

14. Грабчак, Е. Цифровые двойники и цифровые тени в электроэнергетике [электронный ресурс] / Е. Грабчак, Е. Медведева // Цифровая подстанция. - URL : http://digitalsubstation.com/blog/2020/01/25/tsifrovye-dvojniki-i-tsifrovye-teni-v-elektroenergetike (дата обращения: 11.11.2022).

15. Дулесов, А.С. Мера неопределённости информации и её свойства применительно к оценке случайного поведения технического объекта / А.С. Дулесов, Н.Н. Кондрат // Научное обозрение. - 2014. - № 7. - C. 258-264

16. M. O'Donovan, E. Cowhey and N. Barry, Application oriented testing of power transmission lines and fault clearing, 2016 51st International Universities Power Engineering Conference (UPEC), 2016, pp. 1-6, doi: 10.1109/UPEC.2016.8114000.