О возможности превентивных оценок повреждаемости электрических сетей (на примере ПАО «Россети Ленэнерго»)

Статья является продолжением исследований уровня надежности функционирования электрических сетей (ЭС) компании ПАО «Россети Ленэнерго» 2014 – 2021 гг. Подробно рассматриваются классификация причин повреждения в ЭС и какие из них являются преобладающими в ЭС Компании за период эксплуатации. Целью статьи является исследование причинно-следственных связей, определяющих уровень аварийности, для чего сформулирован ряд задач, подлежащих рассмотрению. В качестве исходных данных взяты результаты ежегодных отчетов о количестве отказов по месяцам c 2014 по 2021 гг. в электрических сетях Ленинградской области (ЛО) и г. Санкт-Петербурга (СП). Использовались численные методы оценки результатов исследования и технологии графического редактора MATLAB для визуализации результатов анализа исследуемых показателей. Применены методы математической статистики и искусственных нейронных сетей. Для аппроксимации рядов аварийных отключений разработаны алгоритмы программирования, с помощью которых представлена визуализация исследуемых характеристик. Доказано, что наиболее целесообразным статистическим методом исследования тренд-сезонных моделей состоявшихся событий отказов является метод наименьших квадратов. Благодаря его применению представляется возможность оценить влияние сезонной составляющей времени года на количество отказов элементов исследуемых электрических сетей.
В результате исследования выявлены основные причины отказов элементов электрических сетей. Для сетей ЛО основной причиной повреждаемости является падение деревьев (41%), для сетей СП — воздействие посторонних лиц и организаций (48%). Построены трендовые и тренд-сезонные модели, позволяющие получать краткосрочные прогнозы аварийных отключений. При этом оценка сезонной составляющей отражает зависимость числа аварий от месяца, в котором они произошли. Для более детального анализа планируется рассмотреть влияние климатических параметров на исследуемый показатель.

1. Chatterjee S., Roy B. Prediction of Line Contingency Catastrophic Failures Using Synchrophasor / Journal of Control Automation and Electrical Systems 2019; 30 (6): 1107 – 1115. doi: 10.1007/s40313-019-00501.

2. Багметов А. А., Сазыкин В. Г., Кудряков А. Г. Законы распределения отказов при оценке надежности электрических сетей Кубани / Приоритетные направления исследований в рамках естественных и технических наук в XXI веке: сборник научных трудов по материалам Международной научно-практической конференции 27 февраля 2018 г. / Под общ. ред. Е. П. Ткачевой. – Белгород: ООО Агентство перспективных научных исследований (АПНИ) 2018: 146 – 150.

3. Шаулева Н. М., Захарова А. Г., Стариченко Д. К. Влияние природно-климатичсеких факторов на эксплуатационную надежность распределительных сетей угольных разрезов / Вестник Кузбасского государственного технического университета 2020; 1: 114 – 116.

4. Grakowski L., Chojnacki A. L., Gebczyk K., Banasik K. Statistical Analysis and Modeling of the Reliability of Overhead Low Voltage Lines. Przeglad elektrotechniczny 2019; 95; 12: 261 – 264. doi: 10.15199/48.2019.12.59.

5. Карамов Д. Н., Наумов И. В., Пержабинский С. М. Математическое моделирование отказов элементов электрической сети 10 кВ автономных энергетических систем с возобновляемой распределенной генерацией / Известия Томского политехнического университета. Инжиниринг георесурсов 2018; (7): 116 – 130.

6. Мохов А. А. Диагностика и мониторинг электрических сетей как основа для прогнозирования отказов оборудования / Символ науки: международный научный журнал 2021; 8 – 2: 12 – 14.

7. Olusuyi K., Oluwol A. S., Adefarati T., Babarinde A. K. A fault analysis of 11 kV distribution system (a case study of ado Ekiti electrical power distributional district). Applied Energe 2017; (185): 158 – 171.

8. Сивков А. А., Сайгаш А. С., Герасимов Д. Ю. Основы электроснабжения: учебн. пособие для академического бакалавриата М.: Издательство Юрайт 2020; 173.

9. Ланин А. В., Полковская М. Н., Якупов А. А. Статистический анализ аварийных отключений в электрических сетях 10 кВ / Актуальные вопросы аграрной науки 2019; 30: 5 – 12.

10. Kazim M., Khawaja A., Zabit U. Fault detection and localization for overhead 11-kV / Distribution lines with magnetic measurements IEEE Transactions on instrumentation and measurement 2020; 69. 5: 2028 – 2038.

11. Наумов И. В., Карпова Е. Н. Анализ причин повреждаемости распределительных электрических сетей 10 кВ (на примере Южных электрических сетей г. Иркутска) / Надежность и безопасность энергетики 2018; 11 (4): 299 – 304.

12. Li Wang. The Fault Causes of Overhead Lines in Distribution Network / MATEC Web of Conferences 2017; 61, 02017: 1 – 5.

13. Sultan V., Hilton B. A spatial analytics framework to investigate electric power-failure events and their causes // ISPRS International journal of geo-information 2020; 9(1); 54. DOI 10.3390/ijgi9010054.

14. Ставнистов А. О. Прогнозирование эксплуатационного ресурса воздушных линий электропередачи / Вестник магистратуры 2021; 5 – 2 (116): 90 – 91.

15. Gil A., Modzelewska R., Moskwa S. Does time series analysis confirms the relationship between space weather effects and the failures of electrical grids in South Poland? / Orcid journal of mathematics in industry 2019; 9; 7. DOI 10.1186/s13362-019-0064-9.

16. Приказ Минэнерго России от 02.03.2010 N 90 (ред. От 27.07.2017) "Об утверждении формы акта о расследовании причин аварий в электроэнергетике и порядка ее заполнения" (вместе с "Порядком заполнения формы акта о расследовании причин аварий в электроэнергетике") (Зарегистрировано в Минюсте России 22.04.2010 N 16973).

17. Бильгаева Л. П., Власов К. Г. Исследование моделей нейросетевого прогнозирования в среде Matlab / Приложение математики в экономических и технических исследованиях 2017; 1(7): 11 – 19.

18. Polkovkaya M., Yakupova M. Mathematical Modeling of the Causes of Failure of Elements of the Urban Electrical Network (10 kV) / International Multi-Conference on Industrial Engineering and Modern Technologies 2020. https://doi.org/10.1109/FarEastCon50210.2020.9271114.

19. Светькунов И. С., Светькунов С. Г. Методы социально-экономического прогнозирования. Москва: Изд-во ЮРАЙТ 2019; 2: 447.

20. Новые возможности STATISTICA 10 / Электронный ресурс: http://statsoft.ru/ products/new-features/STATISTICA10.php. Дата обращения: 08.03.2022.

21. Зоркальцев В. И., Мокрый И. В., Хажеев И. И. Многолетние вариации зимних температур по регионам России и их влияние на надежность энергоснабжения / Энергетическая политика 2017; 4: 81 – 91.