The task of risk-oriented management of the electric power system in conditions of multi-criteria choice is considered. To determine the most effective measures, the implementation of which will reduce the magnitude of the risk of an emergency situation, multi-criteria analysis methods are applied. A comparative analysis of the multi-criteria alternative (ELECTRE) ranking method based on utility theory and the Pareto method, which defines a subset of non-dominant alternatives, is carried out. The Pareto method uses in its algorithm only qualitative characteristics of the advantage and allows only to distinguish a group of competitive solutions with the same degrees of non-dominance. Given the large number of evaluation criteria, the Pareto method is ineffective because the resulting subset of activities is in the field of effective trade-offs, when no element of the set of measures can be improved without degrading at least one of the other elements. The ELECTRE method is a pairwise comparison of multi-criteria alternatives based on utility theory. This method allows to identify a subset of the most effective activities. The number of elements of the resultant subset is regulated by taking into account the coefficients of importance of optimization criteria and expert preferences.
Мета роботи. Розроблення моделі для оцінювання рівня припустимого ризику виникнення аварійної ситуації в енергосистемі в умовах нечіткості вихідних даних, різнорідності критеріїв оцінювання ризику, відсутності аналітичних зв'язків між ними та суб'єктивності експертних знань осіб, що приймають рішення. Методи дослідження. Для вирішення поставленої задачі використано методи та моделі нечіткої логіки, які дають задовільний аналітичний результат в умовах невизначеності вхідної інформації та відсутності аналітичних зв'язків між окремими параметрами та характеристиками об'єкту. Запропоновані нечіткі моделі побудовані з використанням алгоритму нечіткого виводу Мамдані. Отримані результати. Отримуваний за розробленою нечіткою моделлю результат дає можливість достовірно оцінювати припустимий рівень ризику виникнення аварійної ситуації в енергосистемі. На підставі отриманої величини ризику можливо прийняти обґрунтовані рішення щодо доцільності (або недоцільності) застосування заходів по зниженню цієї величини ризику. Це дає можливість організації превентивного управління ризиком виникнення аварійної ситуації в енергосистемі та застосування ефективних заходів для його зниження. Наукова новизна. В статті розроблено нечітку модель оцінювання рівня припустимого ризику виникнення аварійної ситуації в електроенергетичній системі, яка враховує такі критерії як мінімально можливий рівень ризику, вплив метеорологічних умов та помилки оперативного та експлуатаційного персоналу енергосистем. При цьому є можливість врахувати основні чинники, що впливають на надійність функціонування енергосистеми, для оцінювання рівня ризику виникнення аварійної ситуації. Практична цінність. Розроблені в статті нечіткі моделі дають можливість проводити експрес оцінювання рівня припустимого ризику виникнення аварійної ситуації в умовах обмеженості вихідних даних та критеріїв оцінювання, проводити порівняльний аналіз отриманого результату з величиною фактичного ризику виникнення аварії в режимі «он-лайн» та приймати рішення щодо доцільності його зниження. Ключові слова: припустимий ризик; нечітка модель; аварійна ситуація; електроенергетична система; експертна оцінка.
Розв'язано задачу оцінювання технічного стану гідрогенератора в умовах нечіткої інформації. Для цього розроблено ряд моделей комплексного оцінювання технічного стану гідрогенератора за даними про стани його локальних вузлів. Технічні стани локальних вузлів визначаються за раніше розробленими нечіткими моделями типу Мамдані і представляють собою нечіткі величини, що враховано в моделі оцінювання технічного стану гідрогенератора. Для розроблення моделей було використано нечіткі методи Мамдані, Сугено, Заде та спрощеного нечіткого виводу. Нечітка модель Мамдані має тільки якісну базу правил, що спрощує її побудову експертом. Моделі, побудовані за нечітким алгоритмом Сугено, передбачають базу правил з ваговими коефіцієнтами, які визначаються за методом Сааті. Спрощений метод та метод Заде потребують мінімальної участі експерта при побудові нечіткої моделі. Розглянуто приклади оцінки технічного стану гідрогенератора за п'ятьма розробленими нечіткими моделями та перевірено чутливість моделей до якості та достовірності вхідної інформації. Визначено що найбільш достовірний результат оцінки стану гідрогенератора з похибкою 1,5-2 % дають моделі, побудовані за методом Заде та за спрощеним нечітким виводом, оскільки вони мають найменшу залежність від нечіткості вхідних даних про стани локальних вузлів, які самі отримані за нечіткими моделями. Висока точність цих моделей та низька залежність від якості вхідної інформації пояснюється мінімальною участю експерта під час її налагодження. Нечіткі моделі, побудовані за алгоритмами Мамдані та Сугено, дають більшу похибку 3-4 %. Отримані результати можуть бути використані для оцінювання залишкового або спрацьованого ресурсу гідрогенераторів, імовірності їхньої відмови на інтервалі часу та організації ризик-орієнтованого управління електроенергетичною системою та її підсистемами Ключові слова: гідрогенератор, нечітка логіка, модель Мамдані, модель Сугено, метод Заде, спрощений метод
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.