Специалисты Сибирского федерального университета и Белгородского государственного технологического университета разработали метод снижения потерь в системах энергоснабжения на основе нейронных сетей, сообщает ТАСС со ссылкой на пресс-службу СФУ.
Парадоксально, но потери в трансформаторах, электродвигателях и линиях электропередачи возникают, в том числе,
«Мы предлагаем новый метод снижения этих потерь с помощью использования активных фильтров. Они изменяют свои характеристики в зависимости от режима работы. По сути это интеллектуальные устройства, которые подстраиваются под ситуацию», — цитирует пресс-служба СФУ руководителя исследования, директора Политехнического института Сибирского федерального университета, профессора Василия Пантелеева.
В основе новой технологии управления работой фильтров-стабилизаторов — нечеткие логические регуляторы и искусственные нейронные сети. Последние выступают «интеллектом» системы стабилизации, контролируя и корректируя форму напряжения в режиме реального времени. Авторы разработки испытали метод на системе электроснабжения одного из промышленных предприятий в Белгородской области.
«Можно снизить потери в системе электроснабжения, вызванные высшими гармониками, примерно в три раза. Соответственно, снижая потери, мы снижаем затраты на электроэнергию», — считает ученый.
Результаты исследования опубликованы в журнале International Journal of Energy Economics and Policy.
Российские ученые научились снижать потери в системе энергоснабжения с помощью нейросетей
Ученые научились снижать потери в системе энергоснабжения с помощью нейросетей
Ученые научились снижать потери в системе энергоснабжения с помощью нейросетей
Ученые научились снижать потери в системе энергоснабжения с помощью нейросетей
Ученые научились снижать потери в системе энергоснабжения с помощью нейросетей
Потери в системе энергоснабжения научились снижать с помощью нейросетей
Ученые СФУ научились снижать потери в системе энергоснабжения с помощью нейросетей
Ученые СФУ научились снижать потери в системе энергоснабжения с помощью нейросетей