Нейросетевой программно-аппаратный контроль сдвига фаз электрических сигналов в реальном времени

Аппарат искусственных нейронных сетей все чаще применяется в интеллектуальной электроэнергетике. Интеллектуальные сети являются одним из ключевых компонентов цифровой экономики. Цель работы - показать возможность использования искусственной нейронной сети простой архитектуры в соответствующей микропроцессорной технике для улучшения таких характеристик микропроцессорных устройств, как уменьшение времени реакции устройства, повышение точности принятия решений при возникновении аварийной ситуации и возможность более точно локализовать место аварии. Это позволяет уменьшить негативные последствия аварии, сократить время для определения места аварии и, соответственно, существенно сократить время на устранение последствий аварии, восстановление нормального режима работы энергосистемы. Обучение нейросети - процесс длительный. При этом даже глубокое обучение нейронных сетей не гарантирует отсутствие значительных ошибок при их использовании. Поэтому предлагается занесение уже обученной нейронной сети в интеллектуальные электронные устройства в том случае, когда электрические сигналы могут быть описаны аналитическими формулами и диапазоны возможного варьирования параметров таких сигналов заданы заранее. Соответствующий подход реализован и протестирован в микропроцессорном устройстве для быстрой оценки сдвига фаз сигналов в переходных режимах. Показано, что оценка разности фаз может быть проведена за время, не превышающее 1 мс, что значительно превосходит возможности традиционных алгоритмов на основе фильтра Фурье. Обсуждаются возможности практического применения и совместного использования фильтра Фурье и аппарата искусственных нейронных сетей для создания гибридных измерительных органов устройств релейной защиты. Подход и полученные результаты потенциально могут быть применимы в широком круге задач обработки сигналов.