Short-term Forecasting of Related Meteorological Parameters of Ice Formation on Overhead Power Lines Based on the Time Windows Method

Authors

  • M. M. Cheremisin Kharkiv Petro Vasylenko National Technical University of Agriculture
  • O. A. Savchenko Kharkiv Petro Vasylenko National Technical University of Agriculture
  • A. I. Sereda Kharkiv Petro Vasylenko National Technical University of Agriculture
  • S. V. Diubko Kharkiv Petro Vasylenko National Technical University of Agriculture

Keywords:

overhead power line, ice, artificial neural network

Abstract

There has been proposed a method for predicting the accompanying meteorological parameters of glaze formation on the ОPL based on the apparatus of the theory of artificial neural networks.

Author Biographies

M. M. Cheremisin, Kharkiv Petro Vasylenko National Technical University of Agriculture

Cand. Sc. (Eng.), Professor, Professor of the Chair of Power Supply and Energy Management

O. A. Savchenko, Kharkiv Petro Vasylenko National Technical University of Agriculture

Cand. Sc. (Eng.), Assistant Professor, Assistant Professor of the Chair of Power Supply and Energy Management

A. I. Sereda, Kharkiv Petro Vasylenko National Technical University of Agriculture

 Cand. Sc. (Eng.), Assistant Professor, Assistant Professor of the Chair of Power Supply and Energy Management

S. V. Diubko, Kharkiv Petro Vasylenko National Technical University of Agriculture

Assistant of the Chair of Power Supply and Energy Management

References

1. Формирование ведомственной системы сбора метеоданных в условиях эффективного оптового рынка электроэнергии / [Н. Н. Титов, М. С. Доценко, С. И. Доценко и др.] // Праці інституту електродинаміки НАН України. Спеціальний випуск. Енергетичні ринки: перехід до нової моделі ринку двосторонніх контрактів і балансуючого ринку. — К. : 2009. — C. 41—48.
2. Савченко О. А. Тактика поведінки персоналу електричних мереж в умовах утворення ожеледі на ПЛ / О. А. Сав-ченко, С. М. Дудніков // Праці Таврійського державного агротехнологічного університету. — 2013. — Вип. 13. — Т. 5. — С. 58—61.
3. Ефективність моніторингу повітряних ліній електропередавання в ожеледних районах / [М. М. Черемісін, С. В. Попов, О. А. Савченко та ін.] // Наукові праці Донецького національного технічного університету. — 2013. — № 2 (15). — Донецьк: ДНТУ. — С. 261—264.
4. Савченко О. А. Перспективні шляхи вдосконалення автоматизованих систем контролю утворення ожеледі на ПЛ / О. А. Савченко, С. В. Дюбко // Вісник ХНТУСГ ім. Петра Василенка Випуск 175 «Проблеми енергозабезпечення та енергозбереження в АПК України». — Харків : ХНТУСГ, 2016. — С. 20—22.
5. Методические указания по плавке гололеда переменным током. Ч.1. : МУ 34-70-027-82. — М. : СПО Союзтехэнерго, 1983. — 114 с.
6. Haykin S. Neural Networks. A Comprehensive Foundation / S. Haykin // Upper Saddle River : Prentice Hall, 1999. — 842 p.
7. Кононюк А. Ю. Нейроні мережі і генетичні алгоритми / А. Ю. Кононюк. — К. : вид-во «Корнійчук», 2008. — 446 с. — ISBN 978-966-7599-50.
8. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика / Ф. Уоссермен. — М. : Мир, 1992.
9. National Centers for Environmental Information [Electronic resource] // National oceanic and atmospheric administration. — Access mode: https://www.ncdc.noaa.gov. — Title from the screen.

Downloads

Abstract views: 107

Published

2017-10-27

How to Cite

[1]
M. M. Cheremisin, O. A. Savchenko, A. I. Sereda, and S. V. Diubko, “Short-term Forecasting of Related Meteorological Parameters of Ice Formation on Overhead Power Lines Based on the Time Windows Method”, Вісник ВПІ, no. 5, pp. 58–62, Oct. 2017.

Issue

Section

Energy generation and electrical engineering

Metrics

Downloads

Download data is not yet available.