АНАЛІЗ РЕЖИМІВ РОБОТИ СИСТЕМ ЕЛЕКТРОПОСТАЧАННЯ З ВИКОРИСТАННЯМ ІНСТРУМЕНТІВ БІЗНЕС-АНАЛІТИКИ
DOI:
https://doi.org/10.31649/1997-9266-2024-176-5-23-32Ключові слова:
система електропостачання, режим роботи, навантаження, електрифікована залізниця, електровоз, несиметрія, несинусоїдність, бізнес-аналітика, великі дані, аналітична платформа, візуалізація, інтерактивна панель, дешбордАнотація
Розглянуто застосування сучасних інструментів бізнес-аналітики до аналізу режимів роботи системи електропостачання змінного струму на прикладі електрифікованої ділянки залізниці змінного струму з отриманням миттєвих значень фазних напруг і струмів в результаті чисельного розв՚я зання системи диференційних рівнянь. В процесі обґрунтування вибору інструменту для аналізу режимів роботи системи електропостачання розглянуто такі аналітичні платформи як Power BI, яка має глибоку інтеграцією з продуктами Microsoft, Tableau, з потужною системою візуалізації даних, та Qlik, яка використовує асоціативну модель даних і дозволяє користувачам інтерактивно працювати з даними без необхідності передбачення способів аналізу.
Розглянута система електропостачання ділянки залізниці змінного струму включає у себе тягові підстанції та нетягове навантаження, яке живиться від ліній «два проводи—рейка» (ДПР), систему зовнішнього електропостачання, від якої отримують електроенергію тягові підстанції. На базі отриманих миттєвих значень струму засобами комп’ютерної алгебри Matlab розраховано напруги у вузлах системи електропостачання. Обчислення складових потужностей та інтегральних показників виконано у середовищі QlikView, що використовується для обробки значного обсягу числових даних та їхньої візуалізації.
Інтерактивність перемикання візуалізацій та асоціативна модель даних у QlikView дозволили заощадити час для аналізу великого масиву інформації у вигляді миттєвих значень напруг і струмів, отриманих в результаті розв’язання сотень диференційних рівнянь числовим методом. Використання скрипта з власною мовою обробки даних Qlik із застосуванням стандартних функцій агрегації даних та принципів визначення діючих значень для електричних кіл змінного струму дозволило отримати інтегральні енергетичні характеристики.
Посилання
H. Akhavan-Hejazi, and H. Mohsenian-Rad, “Power systems big data analytics: An assessment of paradigm shift barriers and prospects,” Energy Reports., vol. 4, pp. 91-100, Nov. 2018. [Electronic resource]. Available: https://doi.org/10.1016/j.egyr.2017.11.002 . Accessed: Apr. 13, 2024.
M. Kezunovic, P. Pinson, Z. Obradovic, S. Grijalva, T. Hong, and R. Bessa, “Big data analytics for future electricity grids,” Electric Power Syst. Res., vol. 189, p. 106788, Dec. 2020. [Online]. Available: https://doi.org/10.1016/j.epsr.2020.106788 . Accessed: Apr. 13, 2024.
Marek Moleda and Dariusz Mrozek, “Big data in power generation,” Beyond Databases, Archit. Struct. Paving Road Smart Data Process. Anal., vol. 1018, pp. 19-29, 2019.
J. M. Davila Delgado, L. Oyedele, M. Bilal, A. Ajayi, L. Akanbi, and O. Akinade, “Big data analytics system for costing power transmission projects,” J. Construction Eng. Manage, vol. 146, no. 1, p. 05019017, Jan. 2020. [Electronic resource]. Available: https://doi.org/10.1061/(asce)co.1943-7862.0001745 . Accessed: Apr. 13, 2024.
Z. Zhou, “Intelligent prediction method for power generation based on deep learning and cloud computing in big data networks,” Int. J. Intell. Netw., vol. 4, pp. 224-230, 2023. [Online]. Available: https://doi.org/10.1016/j.ijin.2023.08.004 . Accessed: Apr. 13, 2024.
О. І. Піжук, «Великі дані як основоположний драйвер цифрової трансформації економіки,» Економіка та держава, № 6, c. 50-54, 2019.
М. О. Ястребенецький, і О. М. Дибач, «Перспективи застосування технологій Big Data в атомній енергетиці України,» Ядерна та радіаційна безпека, № 2 (82), с. 9-13, черв. 2019. [Електронний ресурс]. Режим доступу: https://doi.org/10.32918/nrs.2019.2(82).02 . Дата звернення: 14 квіт. 2024.
С. А. Шворов та ін., «Збирання біомаси для біогазових установок з використанням технології "Big data",» Енергетика і автоматика, № 5, с. 13-22, 2018. [Електронний ресурс]. Режим доступу: http://nbuv.gov.ua/UJRN/eia_2018_5_4 . Дата звернення: 14 квіт. 2024.
Gartner Magic Quadrant for Analytics and Business Intelligence Platforms 2022. [Electronic resource]. Available: https://www.interdobs.nl/sac/gartner-magic-quadrant-for-analytics-and-business-intelligence-platforms-2022/ .
Gartner Quadrant Leaders for Analytics and BI: Qlik Sense vs Microsoft Power BI vs Tableau. [Online]. Available: https://datalabsua.com/en/leaders-quadrant-of-the-magic-quadrant-for-analytics-and-bi-qlik-sense-vs-microsoft-power-bi-vs-tableau/ .
Qlik became a Gartner Magic Quadrant leader for the 10th year in a row! [Online]. Available: https://datalabsua.com/en/qlik-became-a-gartner-magic-quadrant-leader-for-the-10th-year-in-a-row/ .
D. Bosyi, and D. Zemskyi, “Increasing Power Supply Efficiency for “Two WireRail” Line Consumers,” Problemy Kolejnictwa, 2020. Iss. 188. pp. 93-102. https://doi.org/10.36137/1881E .
##submission.downloads##
-
pdf
Завантажень: 30
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
