Моделирование отказов элементов городской электрической сети (10 кВ) на примере Правобережного округа города Иркутска

Аннотация

Приведены математические модели для вероятностной оценки и прогнозирования аварийных отключений в электрических сетях на примере Правобережного округа г. Иркутска за 2008-2017 гг. На первом этапе определена автокорреляционная функция ряда параметра для оценки его случайности. Согласно рассчитанным статистическим параметрам и критериям согласия ряд отказов оборудования может быть описан трехпараметрическим гамма-распределением. Предложена методика двухуровневого выделения экстремальных (максимальных и минимальных) значений исследуемого параметра, согласно которой получен значимый полиномиальный тренд для прогнозирования наибольшего числа аварий. Оценка наличия трендов по месячным данным показала, что для прогнозирования отказов на электрических сетях могу быть использованы полиномиальные и степенные тренды. При этом значимые тренды выявлены только для января, февраля, мая и декабря. На следующем шаге построены тренд-сезонные модели, для расчета составляющих которых использован метод наименьших квадратов. Согласно полученным индексам сезонности наибольший рост аварийных отключений имеет место в апреле и июле, а снижение – в феврале и марте. На основе корреляционно-регрессионного анализа построены факторные модели отказов элементов электрической сети и суммы средних суточных температур по месяцам и времени. Получены линейные и нелинейные модели с учетом и без учета трендов. Для оценки точности прогнозов полученных моделей проведено сравнение результатов ретроспективного прогноза на 2017 г. с фактическими значениями. Согласно полученным результатам для прогнозирования отказов на электрических сетях в феврале, июне, июле и сентябре наилучший результат показывает тренд-сезонная модель, мае – полиномиальный тренд, ноябре – факторная с учетом времени, марте мае и октябре – нелинейное регрессионное уравнение, а в декабре – степенной тренд. Для января, апреля и августа качественные прогнозные модели отсутствуют. В связи с этим значения аварийных отключений в эти месяцы могут быть оценены по вероятностной модели.