Балюта, Сергій МиколайовичКопилова, Людмила ОлександрівнаКуєвда, Юлія ВалеріївнаКондрашевський, Максим СергійовичРоманюк, Володимир Тарасович2024-10-302024-10-302024Синтез інтелектуальної системи оцінки технічного стану обладнання системи електропостачання з фотоелектростанціями та накопичувачами енергії / С. М. Балюта, Л. O. Копилова, Ю. В. Куєвда, М. С. Кондрашевський, В. Т. Романюк // Наукові праці Національного університету харчових технологій. – 2024. – Т. 30, № 1. – С. 105–118.https://dspace.nuft.edu.ua/handle/123456789/45247В умовах цифровізації та впровадження інтелектуальних систем у різних сферах, зокрема в електроенергетиці, важливого значення набувають технології роботи з інформацією різного обсягу та змісту для прийняття управлінських рішень. Забезпечення надійності та ефективної експлуатації обʼєктів електротехнічного комплексу потребує застосування механізмів комплексної оцінки працездатності електротехнічного обладнання (ЕО) на основі актуальної інформації про його стан. Мета статті полягає в описі принципів комплексної оцінки стану ЕО з використанням технології інтелектуального аналізу даних, що одержуються в ході діагностики і моніторингу за його ключовими елементами. Запропоновано системний підхід до управління технічним станом ЕО за результатами діагностики, моніторингу та інтелектуального аналізу даних. Розглянуто математичні моделі комплексної оцінки стану обладнання з використанням інтелектуальних технологій. Розроблено модель системи проактивного управління станом обладнання, що передбачає вибір та використання різних методів інтелектуального аналізу інформації про зміну його ключових діагностичних параметрів. Основними відмінними рисами запропонованої інтелектуальної системи підтримки прийняття рішень є: вирішення завдань як контролю, так і прогнозування значень діагностичних параметрів ЕО; аналіз не тільки фактичних значень контрольованих параметрів, але і їх динаміки, з використанням не тільки ймовірносно-статистичних методів, але й методів штучного інтелекту, когнітивного і нечіткого когнітивного моделювання. Це дає змогу виявляти несправності, відмови ЕО на ранній стадії розвитку; запобігати аварійним ситуаціям; виробляти та вживати заходів щодо їх запобігання в умовах невизначеності та великих обсягів вихідних даних; універсальність системи, що полягає у можливості її застосування у всіх галузях промисловості (хімічної, нафтової, металургійної, атомної енергетики тощо). Наведено приклад побудови моделі літій-іонної батареї та представлено методику ідентифікації параметрів моделі.In the conditions of digitalization and the introduction of intellectual systems in various fields, including in the power industry, technologies for working with information of various volumes and content for making management decisions are becoming important. Ensuring the reliability and efficient operation of objects of the electrotechnical complex requires the use of mechanisms for comprehensive assessment of the operability of electrotechnical equipment based on current information about its condition. The purpose of the research is to describe the principles of comprehensive assessment of the state of electrical equipment using the technology of intellectual analysis of data obtained during diagnostics and monitoring of its key elements. A systematic approach to managing the technical condition of electrical equipment based on the results of diagnostics, monitoring, and intellectual data analysis is proposed in the article. Mathematical models of complex assessment of equipment condition using intellectual technologies are considered. A model of the system of proactive management of the condition of the equipment is proposed, which involves the selection and use of various methods of intellectual analysis of information about changes in its key diagnostic parameters. The main distinguishing features of the proposed decision support system are: solving tasks as control, but also forecasting values of diagnostic parameters of electrical equipment; analysis of not only the actual values of the controlled parameters, but also their dynamics, using not only probabilistic statistical methods, but also methods of artificial intelligence, cognitive and fuzzy cognitive modeling. This allows detecting malfunctions, failures of electrical equipment at an early stage of development; prevent emergency situations; produce and take measures to prevent them in conditions of uncertainty and large volumes of raw data; the universality of the system, which consists in the possibility of its application in all branches of industry (chemical, oil, metallurgical, atomic energy, etc.). An example of creating a model of a lithium-ion battery is given, and the method of identifying model parameters is presented.ukелектротехнічне обладнаннятехнічний стананаліз данихінтелектуальні технологіїнечітка логіканейронні мережісистеми підтримки та прийняття рішеньelectrical equipmenttechnical conditiondata analysisintellectual technologiesfuzzy logicneural networkssupport systems and decision makingкафедра електропостачання і енергоменеджментуArticlehttps://orcid.org/0009-0008-4286-0582https://orcid.org/0009-0001-6630-1215https://orcid.org/0000-0002-0172-1833