ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

УДК 004.896

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ УПРАВЛЕНИЯ МАЛЫМИ ГЭС КАЗАХСТАНА

Кабулов Нурсултан Пернебаевич

магистрант Евразийский национальный университет им. Л.Н.Гумилева

Кульниязова Корлан Сагындыковна

старший преподаватель Евразийский национальный университет им. Л.Н.Гумилева

Жакенов Мурат Абдугалиевич

к.т.н., преподаватель Гумманитарно-техническая академия Евразийский национальный университет им. Л.Н.Гумилева

Научный руководитель: Рзаева Лейла Гумметовна

доктор PhD, и.о. доцента Евразийский национальный университет им. Л.Н.Гумилева

Аннотация: Проблема обеспечения дешевой электроэнергией как промышленных предприятий, так и поселений, была и остается весьма актуальной. Более 5 миллионов человек живут в зонах децентрализованного электроснабжения. Это особенно важно для отдаленных районов южного Казахстана, где нет развитой сети ЛЭП, а население получает электроэнергию по 3-4 часа в сутки от дизель-электрическая станция (ДЭС). Строительство малых гидроэлектростанций (МГЭС) может изменить условия жизни этих людей, обеспечить энергетическую безопасность регионов и способствуют развитию экономики.

Ключевые слова: малые ГЭС, гидроэнергетический потенциал, интеллектуальные сети, алгоритм работы, электроэнергетическая система, система дистанционного управления, гидротурбина, система возбуждения, синхронный генератор, моделирование

36

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

ARTIFICIAL INTELLIGENCE FOR MANAGING SMALL HYDROELECTRIC POWER PLANTS IN KAZAKHSTAN

Kabulov Nursultan Pernebayevich

Kulniazova Korlan Sagyndykovna

Zhakunov Murat Abduvalievich

Scientific adviser: Rzayeva Leyla Gummetova

Abstract: The problem of providing cheap electricity to both industrial enterprises and settlements has been and remains very relevant. More than 5 million people live in decentralized power supply zones. This is especially important for remote areas of southern Kazakhstan, where there is no developed power transmission network, and the population receives electricity 3-4 hours a day from a diesel-electric station (DES). The construction of small hydroelectric power plants (MSPPS) can change the living conditions of these people, ensure the energy security of the regions and contribute to the development of the economy.

Key words: small hydroelectric power plants, hydropower potential, intelligent networks, operation algorithm, electric power system, remote control system, hydro turbine, excitation system, synchronous generator, modeling

Тема развития искусственного интеллекта (Artificial Intelligence, AI) в настоящее время у всех на слуху. При этом, несмотря на обилие упоминаний в разного рода публикациях, очевидно отсутствие системного представления того, что же относится к искусственному интеллекту (далее ИИ). В большинстве случаев подразумевается только одна из составляющих ИИ – машинное обучение.

Наиболее комплексное рассмотрение темы ИИ с точки зрения классификации методов представлено в работе «Всемирной организации интеллектуальной собственности» [1], а описание функциональных применений и отраслей их использования – в работах [1] и [2].

Базируясь на структуре, предложенной в [1], схему классификации ИИ можно разделить на три части:

-методы искусственного интеллекта (таблица 1);

-функциональные применения ИИ (таблица 2);

-сферы использования ИИ (таблица 3).

Методы искусственного интеллекта

37

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

Методы ИИ, как показано в таблице 1, делятся на 5 групп (порядок перечисления не имеет приоритезации):

1.«Нечеткая логика»;

2.«Логическое программирование»;

3.«Онтологический инжиниринг»;

4.«Машинное обучение»;

5.«Вероятностное рассуждение».

Группы 2 и 4 имеют, в свою очередь, ряд подгрупп. Таким образом, в целом можно выделить 21 метод ИИ. Несложно заметить, что 15 методов из 21 относятся к группе

машинное обучение, наиболее интенсивно развивающейся части ИИ. Так, в период 20132016 гг. рост по таким методам, как глубокое обучение и биотехнологические методы, составил 28%, а по многозадачному обучению – 49% Для сравнения, показатель роста

Логического программирования» в указанный период равен 19%, а нечеткой логики 16%. В свете сказанного не удивительно, что именно машинное обучение сегодня практически у всех на слуху.

Функциональные применения искусственного интеллекта

Функциональные применения ИИ, как видно в Таблице 2, подразделяются на 9 основных групп (нумерация также без приоритезации), а именно:

1.Методы управления;

2.Машинное зрение;

3.Распределенный интеллект;

4.Обработка естественного языка;

5.Представления знаний и логических суждений;

6.Планируемое поведение;

7.Предиктивная (прогнозная) аналитика;

8.Роботизация;

9.Обработка речевой информации.

Группы 2, 4 и 9 в свою очередь, подразделяются на несколько функциональных применений каждая, то есть общее количество применений равно 27.

Наиболее популярным функциональным применением является «Машинное зрение»: 49% всех патентов топ-20 компаний, лидирующих в развитии ИИ, относятся к данному применению. Рост в период 2013-2016 гг. составил 24%. Более высокими темпами росли роботизация (+55%), методы

38

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

управления (+55%), планируемое поведение (+37%), семантика (+33%), биометрия (+31%), интерпретация сцен (+28%) и анализ тональности высказываний (+28%).

Заметные темпы развития также демонстрируют обработка речевой информации (+15%), синхронные применения (+15%), распознавание речевой информации (+12%) и идентификация голоса (+12%).

Сферы использования искусственного интеллекта В таблице 3 показаны 20 основных сфер использования ИИ, общее

количество которых (с учетом подгрупп) составляет 47.

Наибольшая активность применения искусственного интеллекта зафиксирована в следующих группах:

-Транспорт (15% всех патентов, рост в период 2013-2016 гг. составил

30%);

-Телекоммуникации (15% всех патентов, рост в период 2013-2016 гг. составил 24%);

-Биология и медицинские исследования (12% всех патентов).

К интенсивно растущим сферам применения можно также отнести сельское хозяйство (+30%) и выполнение расчетов при решении задач правительства (+30%).

Энергетические задачи выделены в отдельную сферу использования – энергетический менеджмент.

Ключевые игроки

Из 30 крупнейших компании в части развития ИИ 26 являются компаниями (большинство из них указаны в таблице 5) и только 4 – университеты или общественные организации (3 из Китая и 1 из Южной Кореи).

По суммарному количеству патентов лидерство удерживает североамериканская компания IBM (8290 патентов), за которой следует еще один представитель США, компания Microsoft (5390 патентов). В топ-20 есть еще один представитель США, а также 12 компаний из Японии и 2 из Китая.

Наибольшая активность компаний зафиксирована в функциональном применении

Машинное зрение (19 из топ-20), при этом IBM является безусловным лидером в сфере Обработки естественного языка (14% всех патентов).

Крупнейшие игроки в сфере AI, не являющиеся коммерческими компаниями:

-Китайская академия наук (Chinese Academy of Sciences, CAS);

39

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

-Университет Xian University (Китай);

-Университет Zhejiang University (Китай);

-Исследовательский институт электроники и телекоммуникаций

(Electronics and Telecommunications Research Institute, ETRI, Южная Корея);

-Фонд академического и промышленного сотрудничества (Industry Academic Cooperation Foundation Korea, IACF, Южная Корея);

-Институт развития наук и технологий (Korea Advanced Institute of Science and Technology, KAIST, Южная Корея);

-Университет Калифорнии (University of California, США);

-ВМС США (U.S. Navy);

-Массачусетский технологический институт (Massachusetts Institute of Technology, MIT, США);

-Национальный институт развития технических наук и технологий

(National Institute of Advanced Industrial Science and Technology, AIST,

Япония);

-Национальный институт информационных и коммуникационный технологий (National Institute of Information and Communications Technology, NICT, Япония);

-Объединение 72 исследовательских институтов и организаций

Fraunhofer (Германия);

-Комиссия по альтернативной и атомной энергетике (Commissariat à l'énergie atomique et aux énergies alternatives, CEA, Франция).

Использование в задачах энергетики

В таблице 4 представлены используемые в энергетических задачах функциональные применения, топы по количеству патентов. Как несложно заметить, «Машинное обучение» занимает первую позицию с большим отрывом от «Машинного зрения»,

Планируемого поведения и методов управления.

В таблице 5 перечислены компании, наиболее активные в части использования ИИ в энергетических задачах. Единственный представитель Китая – Государственная электросетевая корпорация SGCC – лидирует здесь с большим отрывом.

Другие компании представляют сферы ИТ-технологий и связи, автомобилестроения, производства электроники и компонентов.

В таблице 5 перечислены примеры использования методов искусственного интеллекта в энергетике. Следует отметить, что наиболее перспективными группами задач, где ИИ может приносить эффект, являются:

40

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

-задачи прогнозирования (метеорологической информации, состояния работы оборудования, изменения потребления и пр.);

-задачи оптимизации (режимов функционирования компонентов энергосистем, потребления, конфигурации сетей и пр.);

-задачи управления (искусственным освещением, возобновляемыми источниками энергии и аккумуляторами, эффективностью активов и пр.);

-задачи коммуникации (энергетических компаний с потребителями);

-задачи развития услуг и сервисов (в части удовлетворенности потребителей спектром оказываемых компаниями услуг, участия предприятий

вработе энергетических рынков, решения вопросов обеспечения качества).

Взаключении следует отметить, что расширение применения инструментов искусственного интеллекта в энергетической сфере неизбежно будет происходить наряду с такими разворачивающимися процессами, как:

- энергетическая трансформация, обусловленная расширением использования локальных возобновляемых энергетических источников, а также интеллектуализацией производства, передачи и потребления энергии (технологии smart);

- цифровая трансформация, обусловленная возрастающими потребностями мониторинга и анализа данных (big data) и внедрением новых технологий (например, blockchain, цифровая подстанция, беспилотные устройства для наблюдения за объектами и др.);

- объединением и взаимным влиянием различных секторов энергетической и транспортной сфер (к примеру, технологии Power-to-X).

Всвете вышесказанного не вызывает сомнения, что позиции энергетики как одной из наиболее интересных сфер применения методов искусственного интеллекта будут укрепляться.

Искусственный интеллект охватывает экспертные системы, нечеткие экспертные системы, искусственные нейронные сети, эволюционные вычисления, гибридные интеллектуальные системы и инженерные знания. Разработка используются оболочки экспертной системы (Leonardo, XpertRule, Level5 Object и Visual Rule Studio), Matlab Fuzzy Logic Toolbox и Matlab Neural

Network Toolbox.

Алгоритмы поиска – это классическая и хорошо развитая часть искусственного интеллекта. Она является источником алгоритмов обучения и решения проблем. Поиск – универсальный метод решения проблем, который может использовать во всех случаях, когда не применяются другие методы решения проблем. Это делает алгоритмы поиска наиболее ценной и часто

41

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

используемой части алгоритмов искусственного интеллекта. Решение проблем и планирование – это быстро развивающаяся отрасль искусственного интеллекта, которая уже дала значительный результат в вычислительной практике.

Нагизаде и др. описали основные компоненты гидроэлектростанции. Некоторые модели были просто аналитическими, в то время как другие были построены из надежных системных моделей, показывающих динамические модели характеристики. Рабочая группа / комитет IEEE. различные модели гидроэлектростанций и методы, используемые для управления выработкой электроэнергии, описывающие приближение передаточной функции гидротурбины ко второму порядку для исследований устойчивости нескольких машин.

Роберт и Мишо представили модель гидроэлектростанции, которая была подключена к электросети для проектирования регулятора мощности. Разработаны модели медленной и быстрой динамики гидравлических установок, учитывающие упругость затвора и влияние водохранилища. Были предложены модели с уменьшенным порядком для много энергетической энергосистемы. Достоверность результатов была подтверждена путем сравнения результатов моделей, выполненных в Matlab / Simulink, и измерений, выполненных на гидроагрегате мощностью 252 МВА.

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

Продолжение Таблицы 1

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

Продолжение Таблицы 2

Таблица 3

Банки и финансовый секторBanking and finance

Оборонный комплексMilitary

КартографияCartography

Физика и естественные науки Physical science and engineering

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

Продолжение Таблицы 3

Медицинская информатикаMedical informatics

Нейроисследования и роботизацияNeuroscience/neurorobotics

Диетология Nutrition/food science

Выполнение расчетов при решении задач правительстваComputing in government

Энергетический менеджментEnergy management

Развлечения Entertainment

Общественные науки Объекты промышленной собственностиIndustrial property

Law, social and behavioral Теория о поведении личности Law, social and behavioral sciences sciences

Управление документооборотом и выпуском документацииDocument management and publishing

ОбразованиеEducation

Промышленность и производственный секторIndustry and manufacturing

Транспорт Transportation Авиация и космонавтикаAerospace/avionics

Автономный транспортAutonomous vehicles

Распознавание транспортного средстваDriver/vehicle recognition

Управление потоками транспорта Transportation and traffic engineering

БезопасностьSecurity Надзор и определение нарушенийAnomaly detection/surveillance АутентификацияAuthentication

КриптографияCryptography

КибербезопасностьCybersecurity

Таблица 4 Количество патентов по функциональным применениям

искусственного интеллекта в энергетическом менеджменте

46

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

Таблица 5 Компании-лидеры в части патентных заявок по функциональным

применениям искусственного интеллекта в энергетическом менеджменте

Список литературы

1.Берг Л. Гидроэнергетика как устойчивое развитие.

2.Гидроэнергетика. Новые разработки и технологии: шеста научнотехническая конференция, доклады и выступления. Санкт-Петербург. Изд-во «ВНИИГ им. Б. Е. Веденеева». 2012. С.130-167.

3.Никишин К.А., Толстихина Е.А., Сёма Е.Г., Толстихина Л.В. Использование гидроэнергетических ресурсов южных выгод Сибири для строительства малых Г С // электроэнергетика глазами молодёжи-2016:

47

МЦНП «Новая наука»

ПЕРСПЕКТИВЫ РАЗВИТИЯ И ПРИМЕНЕНИЯ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ

конференции, 19-23 сентября 2016 г., Казань. – Т.3. – Казань: Казан. гос. энерг. ун-т, 2016. – 379 с.

4.Михайлов Л.П., Фельдман, Б.Н., Марканова, Т.К., и др. Малая гидроэнергетика. М .: нергатомиздат. 1989. – 184 с.

5.Махнитко А., Герхардс Дж., Линкевич О., Варфоломеева Р., Умбраско И. Малая гидроэнергетика в Латвии и интеллектуализация ее операционной системы // Латвийский Журнал физико-технических наук. – 2013. 50, №6, с. 3-15. Англ.

6.Каради Г.Г., Электростанции Холберта К.Э., Электротехника Преобразование энергии и транспорт: интерактивный компьютерный подход, во-вторых Издание, John Wiley & Sons, Inc. – 2013 г., 854 стр.

48

МЦНП «Новая наука»