ТАҲЛИЛИ СИФАТИ НЕРӮИ БАРҚ ДАР ШАБАКАҲОИ 0,4 КВ БО ИСТИФОДА АЗ АЛГОРИТМҲОИ ОМӮЗИШИ МОШИНӢ

Дар мақолаи мазкур оид ба истифодаи алгоритмҳои омӯзиши мошинӣ барои таҳлил ва муайян намудани сифати нерӯи барқ дар шабакаи барқии 0,4 кВ дида баромада шудааст. Натиҷаҳои таҷрибавӣ бо ёрии дастгоҳи ченкунандаи сифати нерӯи барқ (ПКЭ-А-С4) дар зеристгоҳи трансформатории иқтидораш 160 кВА ба даст оварда шуда, маълумот ба хотираи дастгоҳ сабт гардида ва ба шакли xlsx ба роёна нусхагирӣ карда шудааст. Маълумотҳои омории бадастомада оид ба сифати нерӯи барқ бо истифода аз алгоритмҳои омӯзиши мошинӣ вобастагиҳои бузургиҳои коэффитсиенти ғайрисинусоидалии шиддат ва ҷараёни фазаҳо, инҳирофи басомад, инҳирофи шиддат, дар давоми як шабонарӯз муайян карда шудааст. Дар асоси натиҷаҳои оморӣ ва таҳлили алгоритмҳои омӯзиши мошинӣ, нишондодҳои сифати нерӯи барқи шабакаи 0,4 кВ-и деҳот бо меъёрҳои ГОСТ 32144-2013 муқоиса карда шудааст. Таҳлилҳои омории нишондодҳои сифати нерӯи барқ дар шабакаи пастшиддат гузаронида шуда, бо имкониятҳои забони барномасозии python ва алгоритмҳои омӯзиши мошинӣ визуализатсия карда шудааст. Вобастагии бузургиҳои нишондиҳандаҳои сифати нерӯи барқ баррасӣ шуда, вобастагиҳои наздик таҳлил карда шудааст.

сифати нерӯи барқ, инҳирофи шиддат, инҳирофи басомад, коэффитсиенти ғайрисинусоидалӣ, тағйирёбии шиддат, омӯзиш мошинӣ, коррелятсия.

1. Жежеленко И.В., Саенко Ю.Л. / Показатели качества электроэнергии и их контроль на промышленных предприятиях. // – 3-е изд., пере раб. и доп. – М.: Энергоатомиздат. – 2000. – 252 с.

2. Немцев Г.А. / Управление качеством электроэнергии в системах электроснабжения // Г.А. Немцев. Чебоксары: Изд-во Чуваш. ун-та. – 2013. – 372 с.

3. Рахимов О. С., Мирзоев Д. Н., Грачева Е. И. / Экспериментальное исследование показателей качества и потерь электроэнергии в низковольтных сельских электрических сетях //Известия высших учебных заведений. Проблемы энергетики. – 2021. – Т. 23. – №. 3. – С. 209-222.

4. Рахимов, О. С. Моделирование низковольтных сельских электрических сетей 10/0,4 кВ / О. С. Рахимов, Д. Н. Мирзоев // Вестник ПИТТУ имени академика М.С. Осими. – 2018. – № 4(9). – С. 37-42. – EDN FHEINT.

5. A. K. Thakur, S. Singh and S. P. Singh, “Machine Learning based Detection and Classification of Power Quality Disturbances in Smart Grid System,” 2022 IEEE Global Conference on Computing, Power and Communication Technologies (GlobConPT), New Delhi, India. – 2022, pp. 1-6, doi: 10.1109/GlobConPT57482.2022.9938352

6. K. Rawal and A. Ahmad, “A Comparative Analysis of Supervised Machine Learning Algorithms for Electricity Demand Forecasting,” 2022 Second International Conference on Power, Control and Computing Technologies (ICPC2T), Raipur, India. – 2022, pp. 1-6, doi: 10.1109/ICPC2T53885.2022.9776960

7. Terezija Matijašević, Tomislav Antić, Tomislav Capuder «A systematic review of machine learning applications in the operation of smart distribution systems» Energy Reports 8. – 2022, pp. 12379–12407 https://doi.org/10.1016/j.egyr.2022.09.068

2026-03-27