113
ПРОГНОЗИРОВАНИЕ АВАРИЙНЫХ ОТКЛЮЧЕНИЙ ЛИНИЙ
ЭЛЕКТРОПЕРЕДАЧ НА ОСНОВЕ ДАННЫХ О ПОГОДЕ И
ПРОШЛЫХ АВАРИЙНЫХ ОТКЛЮЧЕНИЯХ
Маньков К.В.
1
, Акимов Д.А.
2
, Волтов И.П.
3
1
ФГАОУ ВО «СПБПУ», Санкт-Петербург, Российская Федерация
2
ООО «Мастерская цифровых решений», Санкт-Петербург, Российская Федерация
3
АО «ФИЦ» , Санкт-Петербург, Российская Федерация
e-mail:
Аннотация
Состояние вопроса:
С целью оптимизации затрат на техническое обслуживание и ремонт электротехнического
оборудования в данное время применяются различные математические модели прогнозирования состояния
оборудования, реализация которых осуществляется при помощи цифровых технологий. На данный момент для
прогнозирования отказа электротехнического оборудования наружной установки не существует отечественного проекта,
учитывающего погодные условия и статистические данные аварийных событий, а зарубежные аналоги не отражают
особенности климата и принципов построения сетей в России.
Материалы и методы:
При разработке и сравнении прогностических моделей применялся метод статистического
анализа. Программа была написана на языке программирования Python с использованием пакетов pandas, numpy,
matplotlib, seaborn, sklearn, scipy, statsmodels, lightgbm.
Результаты:
Разработаны модели прогнозирования числа отключений линий электропередач (ЛЭП).
Выводы:
Предложен способ прогнозировать отключения ЛЭП на основе данных о погоде и прошлых аварийных
отключениях.
Ключевые слова:
риск-ориентированный подход, машинное обучение, временной ряд, погодные условия.
FORECASTING OF EMERGENCY POWER LINE OUTAGES BASED ON
WEATHER DATA AND PAST EMERGENCY OUTAGES
Mankov K.V.
1
, Akimov D.A.
2
, Voltov I.P.
3
1
SPBPU, Saint-Petersburg, Russian Federation
2
LLC «Digital Solutions Workshop», Saint-Petersburg, Russian Federation
3
JSC «FRC»,
Saint-Petersburg, Russian Federation
e-mail:
Abstract
Background:
In order to optimize the costs of maintenance and repair of electrical equipment, various mathematical models
for predicting the state of equipment are used, the implementation of which is carried out using digital technologies. At the
moment there is no domestic project for predicting the failure of electrical equipment of an outdoor installation that takes into
account weather conditions and statistical data of emergency events, and foreign analogues do not reflect the peculiarities of
climate and power grid construction in Russia.
Materials and Methods:
When designing and comparing predictive models, the method of statistical analysis was used. The
program was written in the Python programming language using the packages pandas, numpy, matplotlib, seaborn, sklearn, scipy.
Results:
Models for predicting the number of power line outages have been developed.
Conclusions:
A method is proposed to predict power line outages based on weather and accident data.
Key words:
risk-based approach, machine learning, time series, weather conditions.
