10.14489/vkit.2024.04.pp.040-049

DOI: 10.14489/vkit.2024.04.pp.040-049

Пичугин В. Н., Солдатов А. А., Тюрюшова Е. Р.
АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОПРЕДЕЛЕНИЯ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ С ЭЛЕМЕНТАМИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
(c. 40-49)

Аннотация. Предложены аппаратные и программные методы выявления данных о потерях электроэнергии, использующие возможности искусственного интеллекта и позволяющие выявить несоответствия коммерческих данных показаний электросчетчиков. Построена соответствующая модель искусственной нейронной сети. Сконструирован приемно-передающий цифровой модуль для удаленного фиксирования данных. Выполнена разработка автоматизированной системы, которая предназначена для дистанционного сбора, обработки, хранения и передачи информации о потреблении и балансе энергоресурсов. Проведено тестирование разработанной автоматизированной информационно-измерительной системы дистанционного сбора и передачи удаленных данных на предприятии – изготовителе умных счетчиков электрической энергии с радиоканалом.

Ключевые слова: учет электроэнергии; электросчетчик; цифровой модуль; энергобаланс; радиоканал; нейронная сеть.

Pichugin V. N., Soldatov A. A., Tyuryushova E. R.
AUTOMATED SYSTEM FOR DETERMINING OF ELECTRICITY CONSUMPTION WITH ELEMENTS OF ARTIFICIAL INTELLIGENCE
(pp. 40-49)

Abstract. Currently, Russia is moving towards automating the collection of information from metering devices for heat, gas, water, electricity, etc. Technologies are being developed that allow the transmission of resource consumption data via various communication channels, both wired and over-the-air. There are already devices and devices that allow transmitting readings of electricity metering devices over existing wired communication networks and this issue is being resolved at the legislative level, Federal Law No. 522-FZ of 07/01/2020 has been adopted. The basis for the research is to save time and effort in obtaining the necessary information to account for electricity readings from substations, increase the speed of decision-making, and be able to predict the situation with big data to identify abnormal values and eliminate them (for example, identified data from electricity meters will reduce the time labor of metering operators and economic losses of an energy supply company). The article proposes hardware and software methods for detecting data on electricity losses based on the use of artificial neural network algorithms and allowing to detect inconsistencies in commercial data readings of electric meters, which will reduce the commercial component of electricity losses. A verification calculation of an artificial neural network was performed for inconsistencies in the data on the transmitted electricity. The design of a receiving and transmitting digital module for remote data recording has been carried out, as well as the development of an automated system designed for remote collection, processing, storage and transmission of information on energy consumption and balance. The developed automated information and measurement system for remote data collection and transmission was tested at the manufacturer of smart electric energy meters with a radio channel.

Keywords: Electricity metering; Electric meter; Digital module; Energy balance; Radio channel; Neural network.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

В. Н. Пичугин, А. А. Солдатов, Е. Р. Тюрюшова (Чувашский государственный университет имени И. Н. Ульянова, Чебоксары, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

V. N. Pichugin, A. A. Soldatov, E. R. Tyuryushova (Chuvash state University named I. N. Ulyanov, Cheboksary, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Крикунов И. С. Основные тенденции интенсификации электроэнергетики Российской Федерации с помощью информационных технологий // Международный журнал информационных технологий и энергоэффективности. 2022. Т. 7, № 4-2(26). С. 22–27.
2. Пешнин С. Е. Прорывные технологии прогноза в электроэнергетике анализаторами качества электроэнергии с искусственной нейронной сетью // Журнал «Россети». 2021. № 4(23). С. 24–32.
3. Юндин К. М., Хорольский В. Я., Исупова А. М., Руденко Н. Б. Методология выбора технических мероприятий по снижению потерь электрической энергии в практике эксплуатации сельских электрических сетей // Энергобезопасность и энергосбережение. 2023. № 4. С. 10–17.
4. On-Line Electrical Energy Balance Monitoring System for Power Networks Enterprise Facilities / A. Egorov, E. Kochneva, A. Larionova et al. // IEEE 60th Annual International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON–2019). 7 сентября 2019 г. Рига, Latvia. P. 1–4.
5. Алексеева Н. Н., Дулепов Д. Е. Применение методов теории систем для определения использования оптимального числа устройств синхронизированных фазных измерений в энергосистемах // Вестник НГИЭИ. 2020. № 12(115). С. 28–37.
6. Вуколов В. Ю., Алексеев Л. Л., Осокин С. В. Оценка достоверности показаний коммерческого и технического учета электроэнергии в сетях промышленных предприятий // Состояние и перспективы развития электро- и теплотехнологии (ХХI Бенардосовские чтения): матер. Междунар. науч.-техн. конф., посвященной 140-летию изобретения электросварки Н. Н. Бенардосом. Иваново, Россия. 31.05.2023 – 02.06.2023. С. 236–239.
7. Симонов Н., Ивенев Н. Опыт и перспективы применения искусственных нейронных сетей в электроэнергетике // Электроэнергия. Передача и распределение. 2019. № 4(15). С. 42–48.
8. Унижаев Н. В. Особенности внедрения нейросетей и систем искусственного интеллекта на предприятиях электроэнергетики // Вопросы инновационной экономики. 2023. Т. 13, № 1. С. 215–231.
9. Калинин А. Е. Сравнительный анализ методов выявления аномального уровня электропотребления // Проблемы и перспективы развития электро-энергетики и электротехники: матер. III Всерос. науч.-практ. конф. 17.03.2021 – 18.03.2021. Казань, Россия. С. 203–208.
10. Солдатов А. А., Дубровина О. А., Жидяева Т. П. Исследование вопроса недостоверности учета электроэнергии на базовых подстанциях предприятий электроэнергетической отрасли // Актуальные вопросы современной науки: достижения и инновации: матер. Междунар. науч.-практ. конф. Чебоксары: Чувашский государственный университет имени И. Н. Ульянова, 2022. С. 111–115.

Eng

1. Krikunov I. S. (2022). Main trends in the intensification of the electric power industry of the Russian Federation using information technologies. Mezhdunarodniy zhurnal informatsionnyh tekhnologiy i energoeffektivnosti, Vol. 7 26(4-2), 22 – 27. [in Russian language]
2. Peshnin S. E. (2021). Breakthrough forecasting technologies in the power industry using power quality analyzers with an artificial neural network. Zhurnal «Rosseti», 23(4), 24 – 32. [in Russian language]
3. Yundin K. M., Horol'skiy V. Ya., Isupova A. M., Rudenko N. B. (2023). Methodology for selecting technical measures to reduce electrical energy losses in the practice of operating rural electrical networks. Energobezopasnost' i energosberezhenie. Moskovskiy institut energobezopasnosti i energosberezheniya, (4), 10 – 17. [in Russian language]
4. Egorov A., Kochneva E., Larionova A. et al. (2019). On-line electrical energy balance monitoring system for power networks enterprise facilities. IEEE 60th Annual International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON–2019), 1 – 4. Riga.
5. Alekseeva N. N., Dulepov D. E. (2020). Application of systems theory methods to determine the use of the optimal number of synchronized phase measurement devices in power systems. Vestnik NGIEI, 115(12), 28 – 37. [in Russian language]
6. Vukolov V. Yu., Alekseev L. L., Osokin S. V. (2023). Assessing the reliability of commercial and technical electricity metering readings in industrial networks. State and prospects for the development of electrical and thermal technology (XXI Benardos Readings): materials of the international scientific and technological conference dedicated to the 140th anniversary of the invention of electric welding by N. N. Benardos, 236 – 239. Ivanovo. [in Russian language]
7. Simonov N., Ivenev N. (2019). Experience and prospects for using artificial neural networks in the electric power industry. Elektroenergiya. Peredacha i raspredelenie, 15(4), 42 – 48. [in Russian language]
8. Unizhaev N. V. (2023). Features of the implementation of neural networks and artificial intelligence systems at power industry enterprises. Voprosy innovatsionnoy ekonomiki. Natsional'niy issledovatel'skiy universitet «MEI», 13(1), 215 – 231. [in Russian language]
9. Kalinin A. E. (2021). Comparative analysis of methods for identifying abnormal levels of power consumption. Problems and prospects for the development of electrical energy and electrical engineering. Materials of the III All-Russian Scientific and Practical Conference, 203 – 208. Kazan'. [in Russian language]
10. Soldatov A. A., Dubrovina O. A., Zhidyaeva T. P. (2022). Study of the issue of unreliability of electricity metering at base substations of electric power industry enterprises. Current issues of modern science: achievements and innovations. Materials of the International Scientific and Practical Conference. Chuvash State University named after I. N. Ulyanov, 111 – 115. Cheboksary. [in Russian language]

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

DOI: 10.14489/vkit.2024.04.pp.040-049

Скопируйте DOI статьи и перейдите по ссылке https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-vestnik-kompyuternyh-i-informatsionnyh-tehnologiy

В комментарии к заказу обязательно укажите DOI статьи.

Eng

This article is available in electronic format (PDF).

DOI: 10.14489/vkit.2024.04.pp.040-049

Copy the article DOI and follow the link https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-vestnik-kompyuternyh-i-informatsionnyh-tehnologiy

Please specify the article DOI in the order comments.