СИНТЕЗ ЛІНГВІСТИЧНИХ МОДЕЛЕЙ ДЛЯ ВІДТВОРЕННЯ ВПЛИВУ БЛИСКАВКИ НА ЧАСТОТУ ВІДМОВ ЕКРАНУВАННЯ ПОВІТРЯНОЇ ЛІНІЇ ЕЛЕКТРОПЕРЕДАВАННЯ

Євгеній Троценко; Валерій Кирик

doi:10.20535/1813-5420.1.2025.324214

Автор(и)

Євгеній Троценко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0001-9379-0061
Валерій Кирик Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0003-0419-8934

DOI:

https://doi.org/10.20535/1813-5420.1.2025.324214

Ключові слова:

блискавка, електрогеометрична модель, частота відмов екранування, повітряна лінія електропередавання, лінгвістичні моделі, нечітка логіка, розумні мережі, прогнозування відмов

Анотація

Проблематика. Традиційні методи розрахунку систем блискавкозахисту з часом удосконалюються з урахуванням нових знань про блискавку та її характеристики. Зростаючі вимоги до ефективності захисту, особливо для ліній електропередавання в концепції Smart Grid, створюють потребу в нових підходах. Нечітка логіка виступає як один із способів вирішення цих завдань, оскільки вона дозволяє моделювати складні і невизначені процеси, що характерні для блискавкозахисту. Мета дослідження. Основною метою є розробка лінгвістичної моделі для прогнозування частоти відмов екранування на основі параметрів струму блискавки, ширини зони відмови та функції щільності ймовірності струму. Методика реалізації. Для визначення ширини зони відмови екранування використано електрогеометричну модель. Синтез лінгвістичних моделей для відтворення впливу блискавки на частоту відмов екранування виконано за допомогою математичного апарату нечіткої логіки. Результати дослідження. Отримано дані щодо ширини зони відмови блискавкозахисту для типової опори лінії електропередавання 330 кВ, які демонструють, як змінюється ця зона при різних значеннях очікуваного струму блискавки. Висновки. Моделювання частоти відмов екранування за допомогою нечіткої логіки та алгоритму Мамдані дозволяє більш точно прогнозувати відмови, враховуючи мінливі умови. Структурні схеми та передаточні функції демонструють, як різні параметри, такі як струм, щільність струму та ширина зони відмови, впливають на частоту відмов. Усі ці параметри та їх взаємозв'язки описуються з використанням лінгвістичних змінних та нечітких правил, що дає змогу здійснювати більш ефективні прогнози для систем блискавкозахисту.

Посилання

Dai, S., Jianben, L., Huang, L., Liu, Z., Xiao Q., & Liu, G. (2019). Shielding failure trip-out rate algorithm based on improved EGM transmission line. 2019 4th International Conference on Intelligent Green Building and Smart Grid (IGBSG), Hubei, China, pp. 319-323, doi: 10.1109/IGBSG.2019.8886256.

Tong, C., Cai, Y., Zhang, Z., Wang, Q., Gao, Y., Li, J., Wei, B., & Yu, D. (2017). Artificial intelligence-based lightning protection of smart grid distribution system. 2017 International Symposium on Lightning Protection (XIV SIPDA), Natal, Brazil, pp. 279-286, doi: 10.1109/SIPDA.2017.8116937.

Trotsenko, Y., & Arkhypov, Y. (2024). Smart grids and lightning protection of overhead power lines. XXV International Scientific and Practical Conference "Renewable energy and energy efficiency in the XXI century", Ukraine, Kyiv, May 22-24, pp. 139-140, doi: 10.36296/renewable.conf.22-24.05.2024.

Utomo, B. T., Nappu, M. B., Said, S. M., & Arief, A. (2018). The placement of the transmission lightning arrester (TLA) at 150 kV network using fuzzy logic. 2018 10th International Conference on Information Technology and Electrical Engineering (ICITEE), Bali, Indonesia, pp. 347-352, doi: 10.1109/ICITEED.2018.8534899.

Hafeez, K., & Khan, S. (2012). Risk management analysis with the help of lightning strike mapping around 500 k-v grid station using artificial intelligence technique. 2012 International Conference of Robotics and Artificial Intelligence, Rawalpindi, Pakistan, pp. 165-168, doi: 10.1109/ICRAI.2012.6413384.

Hamel, T., Bedoui, S., & Bayadi, A. (2025). Impact of transmission line lightning performance on an operational substation reliability considering the lightning stroke incidence angle. Electrical Engineering & Electromechanics, no. 1, pp. 56-64, doi: 10.20998/2074-272X.2025.1.08.

Trotsenko, Y., & Arkhypov, Y. (2024). On application of polynomial functions in assessment of lightning shielding performance of overhead transmission lines. Transactions оf Kremenchuk Mykhailo Ostrohradskyi National University, Issue 4(147), pp. 186-193, doi: 10.32782/1995-0519.2024.4.24.

IEEE Std 1243-1997. (1997). IEEE Guide for improving the lightning performance of transmission lines, pp. 1-44, doi: 10.1109/IEEESTD.1997.84660.

Takami, J., & Okabe, S. (2007). Observational results of lightning current on transmission towers. IEEE Transactions on Power Delivery, vol. 22, no. 1, pp. 547-556, doi: 10.1109/TPWRD.2006.883006.

Berger, K. (1967). Novel observations on lightning discharges: Results of research on Mount San Salvatore. Journal of the Franklin Institute, vol. 283, no. 6, pp. 478-525, doi: 10.1016/0016-0032(67)90598-4.

Häusler, M., Schlayer, G., & Fitterer, G. (1997). Converting AC power lines to DC for higher transmission ratings. ABB review, no. 3, pp. 4-11.

Vaisala Xweather Interactive Global Lightning Density Map. URL: https://interactive-lightning-map.vaisala.com (January 05, 2025).

Kyryk, V. V. (2019). Mathematical Apparatus of Artificial Intelligence in Electric Power Systems: Textbook [Matematychnyy aparat shtuchnoho intelektu v elektroenerhetychnykh systemakh: pidruchnyk]. Kyiv. Igor Sikorsky KPI: Politekhnika. – 224 P. ISBN 978-966-622-969-7.