Прогнозирование стоимости электроэнергии и состояния изоляции электрооборудования

В работе рассматривается вопросы применения метода анализа временных рядов для прогнозирования стоимости электроэнергии и оценки состояния изоляции силовых цепей электровоза. Предложенный в работе подход позволяет на научной основе спланировать объем средств, выделяемых на оплату электроэнергии, а также принять своевременные мероприятия, направленные на восстановление изоляции и исключить причины пожаров, возникающих на локомотивах. Анализ временных рядов выполнен с помощью прикладной программы, позволяющей оценить тенденцию изменения рассматриваемых показателей. Также предложено устройство для мониторинга состояния изоляции силовых цепей электровоза, в котором реализована разработанная программа прогнозирования временных рядов. Установка описанного в работе устройства на локомотив позволит своевременно оценить текущее и прогнозное состояние изоляции, а также принять своевременные меры по её восстановлению. Актуальность проблемы диагностики состояния изоляции обусловлена процессами старения основных производственных фондов (станков и оборудования) на промышленных предприятиях, которая требует принятие своевременных мер по восстановлению состояния изоляции силового электрического оборудования. Прикладная программа реализована в пакете MatLab и используется для прогнозирования стоимости электроэнергии. Для расширения возможностей применения прикладной программы в других приложениях произведено преобразование исходного кода программы в код, записанный на языке высокого уровня Си. Полученная таким образом программа используется в микроконтроллере PIC18F452 для оценки состояния изоляции силовых цепей электровоза.

1. Кравчук В.В., Кулинич Ю.М., Понявкин Д.Ю. Причины пожаров на локомотивах. Повышение эффективности работы железнодорожного транспорта Дальневосточного региона тезисы докладов научно-технической конференции. 1995:145.

2. Кравчук В.В., Кулинич Ю.М., Понявкин Д.Ю. Пожары продолжаются. Локомотив. 1995;8:34-35.

3. Иванов В.В., Осетров Е.С. Прогнозирование суточных объемов пассажирских перевозок в Московском метрополитене. Письма в ЭЧАЯ. 2018;15(1):88-108.

4. Савин А.С., Хохлов А.А., Четов А.И. Анализ временных рядов в приложении к изучению поведения покупателей. Интернет-журнал «НАУКОВЕДЕНИЕ». 2015;7(3). Доступно по: http://naukovedenie.ru/PDF/41TVN315.pdf.

5. J. Harmouche, D. Fourer et al. The Sliding Singular Spectrum Analysis: a Data-Driven Non Stationary Signal Decomposition Tool. IEEE Transactions on Signal Processing. 2018;66(1):251-263.

6. Стрижов В.В. Методы выбора регрессионных моделей // М.: Вычислительный центр им. А.А. Дородницына Российской акад. наук. 2010.

7. Голяндина Н.Э. Метод «Гусеница»-SSA: прогноз временных рядов: Учебное пособие. 2004.

8. Варфоломеева А.А., Федорова В.П. Локальные методы прогнозирования с выбором метрики. Машинное обучение и анализ данных. 2012;1(3):367-375.

9. Степанов Д.В., Голяндина Н.Э. Варианты метода "Гусеница"-SSA для прогноза многомерных временных рядов. Труды IV Международной конференции "Идентификация систем и задачи управления" SICPRO'05. 2005:1831-1848.

10. И. В. Фадеев, Н. П. Ивкин и др. Авторегрессионные алгоритмы прогнозирования. Машинное обучение и анализ данных. 2011;1(1):92-103.

11. Дьяконов В.П. MATLAB 6/6.1/6.5 + Simulink 4/5 в математике и моделировании. Полное руководство пользователя. СОЛОН-Пресс. 2009.

12. N. Golyandina, E. Osipov. The "Caterpillar"-SSA method for analysis of time series with missing values. Journal of Statistical Planning and Inference. 2007;137(8):2642-2653.

13. Кулинич Ю.М., Малова Ю.Г. Устройство для диагностики состояния изоляции силовых цепей. Пат. 2590221. Российская Федерация, МПК: G01R 31/00. Заявитель и патентообладатель ГОУ ВПО «ДВГУПС». 2015114733/28; заявл. 20.04.2015: опубл.10.07.2016. Бюл.№19.