Идентификация энергосистем на основе алгоритмов ассоциативного поиска тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Максимова, Наталья Евгеньевна

• Максимова, Наталья Евгеньевна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Максимова, Наталья Евгеньевна

Оглавление

ВВЕДЕНИЕ

Глава 1 .Проблема оценки состояния электроэнергетической системы и анализ методов ее решения

Глава 2.Разработка модели энергосистемы для оценки участия отдельных генерирующих объектов в ОПРЧ и алгоритма вычисления коэффициентов их участия в ОПРЧ для применения в автоматизированной экспертной системе

2.1 Регулирование частоты и мощности в энергосистемах

2.2 Разработка модели оценки участия отдельных генерирующих объектов в ОПРЧ

2.2.1 Структура модели

2.2.2 Алгоритм идентификации

2.2.3. Разработка алгоритмов идентификации на базе виртуальных моделей

2.3 Вычисление коэффициентов участия агрегатов в ОПРЧ

Выводы по главе 2

Глава 3.Методика разработки интеллектуальной системы оценки и прогнозирования текущего состояния генерирующих мощностей на основе интеллектуального анализа технологических данных

3.1. Построение базы технологических знаний

3.1.1. Контрольные испытания. Методика и перечень регистрируемых параметров

3.1.2. Методика построения базы технологических знаний

3.1.3. Построение эквивалентных динамических моделей агрегатов при помощи алгоритмов ассоциативного поиска

3.1.4. Оценка состояния агрегата (с точки зрения его готовности к ОПРЧ) по данным реальной эксплуатации

Выводы по главе 3

Глава 4. Программный комплекс оценки участия отдельных генерирующих объектов в ОПРЧ, вычисления коэффициентов их участия в ОПРЧ и тестирование его работы на реальных данных

4.1. Программный комплекс обработки данных мониторинга и анализа степени участия генерирующих мощностей в ОПРЧ

4.2. Результаты обработки данных

Выводы по главе 4

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

Введение диссертации (часть автореферата) на тему «Идентификация энергосистем на основе алгоритмов ассоциативного поиска»

ВВЕДЕНИЕ

Актуальность темы. Технологическую основу инновационной модернизации энергетики России должна составить интеллектуальная электроэнергетическая система России с активно-адаптивной сетью (ИЭС ААС) [1], в создании концепции которой приняли участие ведущие российские научные и проектные организации, в том числе ИПУ РАН.

По мнению как отечественных, так и зарубежных специалистов инновационное преобразование существующих энергосистем на базе интеллектуальных сетей (Smart Grid) является существенным фактором технологического, экономического и экологического прорыва [2]. Реализация такого масштабного проекта стимулирует развитие инновационных технологий, разработку высокоинтеллектуальной продукции, развитие новых рыночных отношений с привлечением в энергетику потребителей в качестве активных игроков рынка (использующих локальные генерирующие источники) [3]. Очевидна целесообразность внедрения Smart Grid в аспекте повышения качества и надежности работы энергосистем.

ИЭС ААС представляет собой не только линии электропередачи различных классов, активные устройства по преобразованию электроэнергии, коммутационные аппараты, устройства защиты и автоматики, - но и современные информационно-технологические и управляющие системы.

Основной задачей, определяющей преимущества Системы координированного адаптивного управления ЕЭС на базе активно-адаптивных сетей - по отношению к традиционной концепции Smart Grid, представляемой зарубежными специалистами, является разработка и

3

внедрение моделей и интеллектуальных алгоритмов оценки состояния реального времени и адаптивного управления для повышения эффективности функционирования электроэнергетических систем.

Формируемая Система координированного управления электроэнергетической системой представит собой

интеллектуализированный информационно-алгоритмический комплекс, интегрируемый с системами контроля параметров процессов энергосистемы. Система позволит в режиме реального времени не только осуществлять мониторинг текущего состояния энергосистемы и всех ее элементов, но и автоматическое адаптивное управление такими процессами, как: изменение параметров и топологии сети по текущим режимным условиям| регулирование напряжения в узлах сети, комплексный учет электрической энергии на границах раздела сети и на подстанциях. Такой качественно новый подход к управлению обеспечит как надежное электроснабжение потребителей, так и энергоэффективность и устойчивость функционирования электроэнергетической системы в целом.

Поэтому актуальной является задача построения идентификационных моделей реального времени сложных нелинейных динамических объектов, таких как энергообъекты и энергосистемы.

Цель диссертационной работы состоит в разработке алгоритмов идентификации, осуществляющих построение моделей энергообъектов по данным реального функционирования, и их исследовании.

Достижение поставленной цели потребовало решения следующих основных задач:

• Разработка алгоритмов, позволяющих по данным реального

функционирования энергосистемы оценить, выполняют ли отдельные

энергетические объекты свои обязательства по участию в общем первичном регулировании частоты (ОПРЧ).

• Разработка процедуры ранжирования оценки степени участия субъектов электроэнергетики в ОПРЧ, на основе которой вырабатываются меры по устранению нарушения регламентов и решения по управлению.

• Разработка алгоритмов идентификации, позволяющих анализировать техническое состояние генерирующего оборудования в ходе его реальной эксплуатации и определять его соответствие требованиям к участию в ОПРЧ на основе технологии интеллектуального мониторинга переходных режимов - в качестве альтернативы дорогостоящим сертификационным испытаниям.

• Разработка программных комплексов - виртуальных анализаторов участия субъектов электроэнергетики в общем первичном регулировании частоты для выявления грубых нарушений регламента.

Методы исследования. Методы идентификации систем управления, методы интеллектуального анализа данных, методы ассоциативного поиска, методы разработки баз данных.

Связь с планом. Исследования по теме диссертационной работы проводились в соответствии с плановой тематикой работ ИПУ РАН в рамках координационных планов РАН.

Научная новизна. В результате проведенных исследований осуществлены:

• Разработка алгоритмов идентификации состояния энергообъектов с использованием процедуры ассоциативного поиска по статистическим данным значений частоты и мощности.

• Создание алгоритмов оценки состояния генерирующих мощностей с точки зрения качества их участия в процессе ОПРЧ на основе интеллектуальных прогнозирующих моделей с использованием технологии систем мониторинга переходных режимов.

• Разработка методологии автоматической дистанционной диагностики готовности генерирующего оборудования к общему первичному регулированию частоты, основанной на применении интеллектуальных прогнозирующих моделей в ходе реальной эксплуатации.

Практическая значимость диссертационной работы заключается в разработке идентификационных моделей и методов, предоставляющих возможность:

• оценить степень участия субъектов электроэнергетики в ОПРЧ по реализациям частоты и мощности во время сильных отклонений частоты

• оценивать состояние генерирующих мощностей с точки зрения соответствия их параметров значениям, необходимым для участия в ОПРЧ, в ходе реальной эксплуатации.

Реализация результатов работы. Результаты теоретического исследования идентификационных моделей, алгоритмов и методик использовались в ЦЦУ РАО ЕЭС и в НТЦ ФСК, а также в учебном процессе в Московском государственном Открытом университете (МГОУ), что подтверждено актами и справками о внедрении.

Личный вклад. Все основные результаты получены автором.

Апробация работы. Результаты диссертационной работы

докладывались на: семинарах ИПУ РАН, всероссийских и международных

конференциях («Информационные технологии и математическое

6

моделирование систем» - Франция, 2010; Италия, 2011, 2012; «Управление в технических системах» (УТС), Санкт-Петербург, 2010; «РАСО'2012»).

Публикации. По теме диссертационной работы автором опубликовано 8 печатных работ, в том числе - 2 статьи в ведущих рецензируемыемых журналах.

Объем и структура работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложения. Диссертация изложена на 115 страницах, список литературы включает 137 наименований. Приложение содержит акты, подтверждающие внедрение результатов диссертационной работы.

Эффективность управления ЕЭС определяют, в совокупности, масштабная модернизация инфраструктуры технологического управления режимами и эксплуатацией ЕЭС, а также применение интеллектуальных адаптивных методов для разных уровней иерархического координированного управления ЕЭС с использованием моделей, построенных на основе анализа статистики реального функционирования.

В первой главе диссертации представлен обзор методов идентификации, позволяющих решить поставленные задачи.

Модели оценивания состояния энергообъекта целесообразно использовать при решении задач, связанных с краткосрочным планированием режимов и оперативным управлением энергосистемой. Кроме того, оценивание состояния часто является составной частью систем, функционирующих в автоматическом режиме, таких как: советчик диспетчера, централизованная система противоаварийной автоматики и т.д.

Оперативное управление на базе настраиваемой в режиме реального времени идентификационной модели энергообъекта предоставляет возможность:

• оптимизировать потери передачи реактивной мощности;

• оптимизировать состав и количество работающего оборудования;

• регулировать напряжение, не допуская его снижения и колебания, тем самым добиваясь высокого КПД многих видов электрических машин и устройств;

• оптимизировать затраты на ремонт;

• диагностировать состояние оборудования, предупреждая возникновение аварийных ситуаций.

Во второй главе представлен алгоритм идентификации, основанный на использовании технологических знаний. Алгоритм не строит единственную аппроксимирующую модель реального процесса для всего диапазона наблюдения - он создает новую модель на каждом шаге, используя данные технологического архива и экспертные знания из базы знаний. Алгоритм отбора данных, формализованный посредством некоторого предиката, получил название алгоритма ассоциативного поиска (АП).

Современные системы управления режимами энергообъектов характеризуются использованием технологических знаний. Из этого вытекает целесообразность разработки алгоритмов идентификации состояния энергообъектов с использованием интеллектуальных идентификационных моделей.

Во второй главе представлена также разработанная автором технология оценки динамики участия генерирующих объектов глобальной энергосистемы в нормированном первичном регулировании частоты в случае нештатных ситуаций на основе исследования временных рядов частоты и

8

мощности. Технология создана на основе построения динамической идентификационной модели состояния энергообъектов. С использованием этой технологии был разработан программный анализатор степени участия объектов генерации глобальной энергосистемы в нормированном первичном регулировании частоты в случае нештатных ситуаций по временным рядам частоты и мощности.

Функционирование субъектов Единой энергетической системы России должно осуществляться в соответствии с правилами, регламентируемыми Федеральным законом «Об энергетике», принятым в 2003 году. Прежде всего, к этому относится обеспечение бесперебойного и надежного удовлетворения спроса на электрическую энергию потребителей, обеспечивающих надлежащее исполнение своих обязательств перед субъектами электроэнергетики. В частности, в рамках этой задачи предусматривается осуществление мер, направленных на обеспечение безопасного функционирования энергосистемы и предотвращение возникновения аварийных ситуаций, создается нормированный резерв энергетических мощностей. Регулирование режимов работы генерирующего оборудования, обеспечивающее баланс производства и потребления электрической энергии, должно осуществляться на основе долгосрочного и краткосрочного прогнозирования объема производства и потребления, а также формирования резерва производственных энергетических мощностей. Если режимные условия меняются, в соответствии с регламентированными организационными действиями осуществляется корректировка диспетчерского графика. В соответствии с оперативно-диспетчерским распоряжением, все электростанции должны оперативно повышать нагрузку до полной рабочей мощности или снижать ее до минимума. При необходимости диспетчером более высокого уровня дается распоряжение о включении агрегатов из резерва или вывод их в резерв.

Регулирование частоты и перетоков активной мощности с целью предотвращения и ликвидации аварийных небалансов активной мощности должно осуществляться на основе согласованного действия систем первичного и вторичного регулирования.

Первичное регулирование осуществляется всеми электростанциями путем изменения мощности под действием автоматических регуляторов скорости (АРС). Эффективность первичного регулирования частоты зависит от статизма регулятора скорости. На втором этапе осуществляется дополнительная корректировка - вторичное регулирование - оперативно либо автоматически (с использованием систем автоматического регулирования частоты и перетоков мощности - АРЧМ) выделенными для этих целей электростанциями.

Основой для построения интеллектуальных прогнозирующих моделей в настоящей работе являются технологии систем мониторинга переходных режимов. В третьей главе рассматриваются вопросы разработки технологии систем мониторинга переходных режимов применительно к мониторингу участия электростанций в общем первичном регулировании частоты.

Технология систем мониторинга переходных режимов представляет собой методологию и ее реализацию для регистрации параметров переходных режимов с целью анализа динамических свойств энергосистемы. Такая технология реализуется посредством специализированных технических средств регистрации и передачи информации.

Динамические свойства энергосистемы определяют динамику переходных режимов для определенного возмущения. Применяемые сегодня СМПР характеризуются наличием цифровых моделей регуляторов возбуждения генераторов, регуляторов скорости вращения турбин, динамических моделей нагрузок, моделей устройств защиты и автоматики

10

[1]. Для моделей анализа динамических свойств энергосистемы должно проводиться сравнение измеренных в различных узлах энергосистемы фактических параметров переходного режима с параметрами, полученными путем моделирования для одного и того же возмущения.

В данной главе рассматривается также вопрос оценки состояния генерирующего оборудования с точки зрения соответствия его параметров требованиям, предъявляемым к нему. В соответствии с [2], ОПРЧ должно осуществляться всеми электростанциями путем изменения мощности под воздействием автоматических регуляторов частоты вращения роторов турбоагрегатов и производительности котлов, реакторов АЭС и т.д. Нормированное первичное регулирование частоты должно осуществляться выделенными электростанциями (энергоблоками), которые обладают требуемыми техническими характеристиками первичного регулирования. На этих объектах задается и постоянно поддерживается необходимый первичный резерв.

Участие конкретного агрегата в ОПРЧ определяется набором параметров, которые могут изменяться в ходе реальной эксплуатации. Если характеристики оборудования не будут соответствовать предъявляемым требованиям, то это может привести к потере устойчивости всей энергосистемы во время значительных колебаний частоты. Поэтому актуальным для функционирования всей энергосистемы является вопрос диагностики текущего состояния агрегатов и их готовности к ОПРЧ. На сегодняшний день существует только один способ такой диагностики -контрольные испытания. Этот способ требует вывода оборудования на время испытаний из генерации и поэтому является слишком затратным.

Разработана методология автоматической дистанционной диагностики готовности генерирующих мощностей к ОПРЧ по результатам анализа

реакции агрегатов на значительные скачки частоты в ходе реальной эксплуатации (на примере тепловых генерирующих установок).

Четвертая глава посвящена разработке методов синтеза программных приложений, реализующих функциональные возможности разработанного автором виртуального анализатора. Представлен программный комплекс оценки участия отдельных генерирующих объектов в ОПРЧ и алгоритма вычисления коэффициентов их участия в ОПРЧ. Представлены результаты анализа работы программного комплекса и тестирования его работы на реальных данных. Данный ПК можно использовать для экспертной оценки участия агрегатов в ОПРЧ на основе данных телеметрии, полученных во время значимых отклонений частоты в энергосистеме.

Осуществлена разработка алгоритмов идентификации состояния энергообъектов на основе интеллектуальных алгоритмов ассоциативного поиска с использованием технологических знаний.

В Заключении приведены основные результаты и выводы.

Глава 1.Проблема оценки состояния электроэнергетической системы и анализ методов ее

решения

Парадигма технологического управления режимами и эксплуатацией интеллектуальной электроэнергетической системы России с активно-адаптивной сетью должна предусматривать разработку интегрированной информационно-управляющей системы, которая будет осуществлять глобальный мониторинг, контроль и управление функционированием всех секторов ИЭС ААС: производством, транспортировкой, сбытом и потреблением электроэнергии [1].

В интеллектуальных сетях должны использоваться современные интеллектуальные средства управления, оперативно реагирующие на изменения различных параметров в энергосистеме, оптимизирующие потери при дистрибуции энергии и управляющие потоками электроэнергии при снижении влияния человеческого фактора [2]. Очевидной становится необходимость корректировки управления режимами на основе динамических моделей энергообъектов реального времени и адаптивных алгоритмов - для поддержания режима в допустимой области при любых изменениях [3].

Традиционно выделяют быстрые и медленные процессы управления в энергосистеме [4]. К первой категории относят такие процессы, управление которыми возможно только в автоматическом режиме. Вторую категорию составляют процессы, управление которыми осуществляется диспетчерским персоналом.

При оперативном управлении «медленными» процессами» эффективность принятия решения можно значительно повысить, если для лица, принимающего решение, будет разработана система поддержки принятия решения [3].

Базу для управления процессами обеих категорий до сегодняшнего времени составляют т.н. расчетные методы, наиболее полный обзор которых представлен в работе [5]. Многочисленные программные приложения, реализующие эти методы, были созданы в 70-80-е годы. Они разрабатывались с учетом вычислительных возможностей компьютерной техники того времени, а именно, низкого быстродействия и небольшого объема оперативной памяти. Появление персональных ЭВМ стало импульсом к созданию методов и соответствующих программных приложений [6-8], реализующих интерактивный режим, что существенно повысило эффективность диспетчерского управления.

Появление первых автоматизированных систем диспетчерского управления (АСДУ) относится к концу 90-х годов прошлого столетия [4]. Их первая версия явилась прообразом современных систем поддержки принятия решений, предоставляя диспетчеру структурированную и агрегированную необходимую информацию.

Новый этап в развитии систем управления режимом охарактеризовался появлением программных средств, реализующих оперативно-информационные комплексы (ОИК). С помощью расчетной подсистемы (РП) таких систем стало возможным предоставление диспетчеру рекомендаций по оперативному управлению режимом на основе непрерывно контролируемой информации о реальном составе оборудования, схеме сети, режиме работы, других факторов.

Основы систем противоаварийного управления, повсеместно применяемых сегодня в энергосистеме России [8], также закладывались в это время. Если системы первого поколения только анализировали послеаварийный режим и осуществляли проверку выполнений таблично заданных условий, то сегодня системы противоаварийного управления способны проводить оперативный анализ статической устойчивости и осуществлять адаптивное управление.

В работе [5] описаны основные функции расчетных подсистем, используемых в современных ОИК и системах противоаварийной автоматики, связанные с расчетом установившихся режимов:

• Расчеты распределения потоков для текущей схемы сети для оперативного прогноза режимных ситуаций.

• Оперативный анализ потоко-распределения при отключении или включении заданных элементов сети.

• Поиск мест наиболее опасных возмущений (небалансы мощности, коммутации).

• Расчет потоко-распределения с фиксацией необходимых потоков мощности в межсистемных линиях или заданных сечениях.

• Выявление слабых сечений и выдача рекомендаций по коррекции режима с целью улучшения его по некоторым критериям.

• Оценка управляемости необходимых перетоков в линиях и сечениях. Обеспечение ввода в зону управляемости.

• Оперативный расчет предельных и допустимых режимов.

• Выбор управляющих воздействий, т.н. упрощенная оптимизация вариантов управления.

• Определение запасов устойчивости анализируемого режима с возможным поиском наиболее опасного вектора утяжеления.

Поскольку в полном объеме в реальном времени решение этих задач оказалось невозможным, определение предельных режимов и предельно допустимых перетоков в настоящее время уже не являются сегодня задачами систем реального времени, а решаются вне контура оперативного управления.

Эффективное решение таких задач управления в энергосистеме! как: автоматическое адаптивное управление изменением параметров и топологии сети по текущим режимным условиям, регулирование напряжения в узлах сети, комплексный учет электрической энергии (на границах раздела сети и

15

на подстанциях) и многих других, невозможно без достаточно достоверной и полной информации о параметрах, характеризующих экономичность режима, качество электроэнергии и условия работы контролируемого оборудования [4,9-10].

В современных АСДУ важную роль играют модули расчета текущих режимов на основе телеметрических замеров. Расчет осуществляется методами статической и динамической оценки состояния [11-29].

Недостаточное для решения определенной задачи количество телеизмерений в современных электроэнергетических системах не позволяет получить данные о параметрах режимов в объеме, позволяющем строить статистические модели [30], и при оперативном управлении используется дополнительная априорная информация. Она генерируется на основе формализации и обработки данных, получаемых из диспетчерских ведомостей. В частности, результатом обработки может быть прогноз отдельных параметров, осуществляемый специализированным программным приложением [31]. Определение установившегося режима по данным измерений и дополнительной информации о параметрах режима («псевдоизмерений») получило название оценивания состояния электроэнергетических систем. Оценка состояния определяется посредством нахождения основной характеристики режима - «вектора состояния», в качестве которого обычно принимаются фазы и модули, или вещественные и мнимые составляющие узловых напряжений. На основе вектора состояния определяются контролируемые параметры режима [12, 3234].

Было отмечено [12], что задача оценивания состояния электроэнергетических систем тесно связана с задачей расчета установившихся режимов по заданным узловым мощностям и напряжениям. Однако в силу разнородности измерений и наличия в них погрешностей получение вектора состояния с помощью методов расчета установившихся

режимов невозможно. Кроме того, число измерений и псевдо-измерений, как правило, не равно числу неизвестных составляющих узловых напряжений, й поэтому для определения вектора состояния и других контролируемых параметров необходимо введение критерия оценивания. При этом получаемые оценки параметров режима будут наилучшими в смысле принятого критерия. Наиболее часто используемыми при статическом оценивании состояния в условиях недостаточной априорной информации об изменении режима во времени стали методы нормальной оценки [35-36]. В основе этих методов лежит минимизация взвешенных квадратов отклонений измеренных параметров от их рассчитанных значений. Используются также методы обобщенной нормальной оценки, для которых характерно включение в минимизируемый функционал кроме взвешенных квадратов отклонений измеренных параметров от их рассчитанных значений в явном виде также некоторых априорно заданных компонент вектора состояния. При использовании метода обобщенной нормальной оценки получение оценок составляющих узловых напряжений осуществляется при малом числе измерений. Метод характеризуется большей, по сравнению с нормальной оценкой, устойчивостью к грубым ошибкам в измерениях. Однако качество получаемых оценок в этом случае существенно зависит от начальных значений компонент вектора состояния, и даже при абсолютно точных измерениях из-за наличия в критерии составляющих узловых напряжений, полученных исходя из прогнозов или оценок за прошедший момент времени, точное определение параметров режима невозможно [5].

Методы динамического оценивания состояния основаны [37-39] на анализе статистических архивных данных о параметрах режима и дополнительной априорной информации о динамических свойствах энергосистемы. Эти методы не в такой степени чувствительны к возможным сбоям в системе сбора информации, но существенно зависят от адекватности расчетной модели энергосистемы. К этой группе методов относится, в

частности, метод сканирования [40-43], предусматривающий обработку данных телеметрии определенными порциями, что позволяет увеличить быстродействие. Метод сканирования позволяет также подавлять влияние аномальных измерений за счет задания малых весовых коэффициентов.

При практическом использовании методов статического и динамического оценивания состояния возникает ряд трудностей, и прежде всего - нелинейный характер исследуемых процессов.

Вычислительная устойчивость методов оценивания может быть повышена за счет специальных приемов [4]. В качестве таких приемов может быть реализовано, например, применение методов регуляризации при решении линеаризованных уравнений [37,38] или методов решения уравнений с помощью ортогональных преобразований [45], однако это ухудшает скорость сходимости.

Список литературы диссертационного исследования кандидат наук Максимова, Наталья Евгеньевна, 2014 год

ЛИТЕРАТУРА

1. Дорофеев В.В., Макаров A.A. Активно-адаптивная сеть - новое качество ЕЭС России - Энергоэксперт, 2009, № 4 - с. 15.

2. European Smart Grids Technology Platform. Vision and Strategy for Europe's Electricity Networks of the Future. - Luxembourg: Office for Official Publications of the European Communities, 2006.

3. Бахтадзе H.H., Лештаев И.И., Максимов E.M., Максимова Н.Е. Идентификационный подход к управлению в системах оптимизации функционирования энергосистем по критериям надежности и экономической эффективности - Международная научно-техническая конференция «Информационные технологии и математическое моделирование систем» - Франция, 2010.

4. Аюев Б. О системе мониторинга переходных режимов - ЭнергоРынок. 2006, № 2 .

5. Конторович A.M., Тараканов A.A., Щекочихин A.B. Оценка состояния режимов электроэнергетических систем методом контрольных уравнений - Изв. АН СССР, Энергетика и транспорт, 1990 ,№3 - с.53-59.

6. Макоклюев Б.И., Антонов. A.B., Набиев Р.Ф. Информационная структура и программные средства обработки и хранения данных технологического оборудования и режимных параметров Электрические станции, 2004, № 6.

7. Воронин В.Т. Режимные тренажеры, как средство обеспечения надежной работы оперативного персонала. - Оперативное управление в энергетике. №1, 2005 - с.39-45.

8. Осак А.Б., Домышев A.B., Бузина Е.Я.. Современные подходы к созданию аппаратно-программного комплекса управления

нормальными и аварийными режимами большого энергообъединения. -Новости электротехники - 2010, №2 (62).

9. Гамм А.З. Оптимизация режимов энергообъединений в новых экономических условиях. - Электричество, 1993, № 11- с. 2-8.

Ю.Секретарев Ю. А. Ситуационное управление энергетическими объектами и процессами электроэнергетической системы Новосибирск, НГТУ, 2007 - 308 с.

11.Конторович A.M., Макаров Ю.В., Тараканов A.A. Методика оценивания состояния электроэнергетической системы, основанная на анализе контрольных уравнений. - сб.: Алгоритмы обработки данных в электроэнергетике. - Иркутск, 1982 - с. 142-148.

12.Гамм А.З. Алгоритмы декомпозиции при решении задачи оценивания состояния электроэнергетических систем. - Электронное моделирование, 1983, №3 - с.63-68.

13.3оркальцев; В.И., Колосок И.Н., Филатов А.Ю. Идентификация состояний электроэнергетических систем алгоритмами внутренних точекю - Тезисы докладов, конференции «Математическое программирование и приложения». - Екатеринбург, 2003 - с. 116.

14.Гамм А.З., Герасимов JI.H., Колосок И.Н. и др. Оценивание состояния в электроэнергетике. - М., Наука, 1983 - 320с.

15.Monticelli A. State estimation in electric power systems - a generalized approach. - Norwell, MA: Kluwer, 1999 - 390 p.

16.Abur A. Power system state estimation: Theory and implementation. - New York: Marcel Deccer, Inc., 2004 - 330 p.

17.Хохлов M.B. Пороговые свойства робастного оценивания состояния электроэнергетических систем. - Электричество, 2010. № 4. - с.2-12.

18.Хохлов М.В. Модифицированный метод Ньютона для задачи оценивания состояния ЭЭС по неквадратичным критериям - Известия ВУЗов. Проблемы энергетики, 2008, № 1112/1. - с.149-158.

19.Monticelly A. Modeling circuit breakers in weighted least squares state estimation. - IEEE Transactions on Power Systems, 1993. Vol. 8. No. 3. - p. 1143-1149.

20.Holten L., Gjelsvik A., Aam S., etc. Comparison of different methods for state estimation. - IEEE Transactions on Power Systems, 1988. Vol. 3. No. 4. - p. 1798-1806.

21.Monticelli A. Electric power system state estimation. - Proceedings of the IEEE, 2000. Vol. 88. No. 2. - p.262-282.

22.Nocedal J, Wright S. Numerical optimization. New York: Springer Science+Business Media, LLC, 2006. - 664 p.

23.Duff I.S. MA57 - A code for the solution of sparse symmetric definite and indefinite systems. - ACM Transactions on Mathematical Software, 2004. Vol. 20. No. 2,- p. 118-144.

24.Gould N., Scott J., Hu Y. A numerical evaluation of sparse direct solvers for the solution of large sparse symmetric linear systems of equations. - ACM Transactions on Mathematical Software, 2007. Vol. 33. No. 10. Article 1.

25.Бахтадзе H.H., Максимов E.M., Максимова H.E. Интеллектуальные алгоритмы идентификации состояния энергообъектов. Информационные технологии и вычислительные системы. 2011, №3, с.45-50.

26.Филиппова Т.А., Русин Г.Л., Суслова А.Ю., Матыцин А.А. Основа коммерческого диспетчирования в электроэнергетических системах. -Электроэнергетика: Сб. науч. тр. Новосибирск: НГТУ, 2000 - с. 206219.

27.Глуз И.С., Летун В.М., Меленцов М.А., Сызганов Н.А., Волкова Т.В., Спирин М.Н., Дыскин А.В. Проблемы оптимального управления режимом работы электростанций и энергосистемы в целом в условиях ФОРЭМ. - Сб. докл. Всерос. науч.-техн. конф. Екатеринбург: УГТУ -УПИ, 2001 - с. 26-28.

28.Гамм А.З. Статистические методы оценивания состояния электроэнергетических систем. - М.: Наука, 1986 -220 с.

29.Расчет режима электроэнергетической системы по данным телеизмерений на основе метода регуляризации / В.А.Веников, Г.Й. Головицын, М.С.Лисеев и др. - Изв. АН СССР. Энергетика и транспорт, 1976, № 2. - с.39-49.

30.Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. - М.: Наука, 1977. - 224 с.

31.Bakhtadze N., Lototsky V., Maximov Е., Pavlov В. Associative Search Models in Industrial systems. - Preprints of IF AC Workshop of Intelligent Manufacturing Systems, Alicante: University of Alicante, 2007. - p. 156161.

32.Гамм A.3., Голуб И.И. Наблюдаемость электроэнергетических систем. -М.: Наука, 1990.-200 с.

33.Гамм А.З. Обнаружение недостаточно достоверных данных при оценивании состояния ЭЭС с помощью топологического анализа -Электричество, 1978, №4. - с. 1-8.

34.Гамм А.З., Колосок И.Н. Обнаружение грубых ошибок телеизмерений в электроэнергетических системах. - Новосибирск: Наука, 2000. - 152 с.

35.Чемборисова H.LLI. Применение обобщенных показателей для задач управления установившимися режимами электроэнергетической системы. - Электричество. 2003. № 4. - с.2-9.

36.Пешков A.B. Разработка оценочных методов анализа установившихся режимов. - Автореферат кандид. диссертации. - Иркутск: ИСЭМ СО РАН, 2001.- 23с.

37.Ф.Швеппе, Э.Хандшин. Статистическая оценка режима электроэнергетических систем. - В кн.: Труды ин-та инженеров по электротехнике и радиоэлектронике, 1974,1 7. - с. 134-147.

38.Расчет режима электроэнергетической системы по данным телеизмерений на основе метода регуляризации. / В.А. Веников, Г.И. Головицын, М.С.Лисеев и др. - Изв. АН СССР. Энергетика и транспорт, 1976, № 2. - с.39-49.

39.Богданов В.А., Зверков В.Н. Обработка измерений режима энергосистем с учетом заданных ограничении. - Электричество, 1984, том. 6. - с. 41-43.

40.Гамм А.З., Герасимов Л.Н., Гришин Ю.А. Нелинейный алгоритм сканирования для оценивания состояния электроэнергетических систем. - Изв. АН СССР. Энергетика и транспорт, 1976, ДО 4. - с. 1429.

41.Баев Г.С., Гамм А.З., Плотников И.Л. и др. Комплекс программ для оперативного анализа и планирования режимов энергосистемы на ЭВМ-222. / Средства и системы управления а энергетике. М.: -Информэнерго, 1977, том 2-е. Л-6.

42.Баев Г.С., Гамм А.З., Плотников И.Л. и др. Система ИРИС в АСДУ Иркутскэнерго / Средства и системы управления в энергетике. - М.: Информэнерго, 1977, том 2. - с. 7-12.

43.Гамм А.З. Адаптивные методы оценки состояния электроэнергетических систем. - В кн.: Управление режимами электроэнергетических систем в условиях неполной информации. - Инт электродинамики АН УССР. Киев, 1980. - с.8-9.

44.Лисеев М.С., Строев В.А., Унгер А.П. Сравнение вычислительных методов обработки результатов измерений в электроэнергетических системах. - Изв. АН СССР. Энергетика и транспорт, 1978, т. 6. - с.58.

45.Бахвалов Н.С. Численные методы. - М.: Наука, 1973. - 333 с.

46.Веников В.А., Головицын Г.И., Лисеев М.С. Обнаружение ошибочных измерений при оценке состояния электроэнергетической системы. -Изв. АН СССР. Энергетика и транспорт, 1976, №5. - с. 44-54.

47.Конторович A.M., Макаров Ю.В., Тараканов A.A. Совершенствование методов непрерывного утяжеления для определения предельных режимов электрических систем. - В кн.: Труды ЛПИ № 385. JI. , 1982. -с.37-41.

48.Электроэнергетика России 2030: Целевое видение / Под общ. ред. Б.Ф. Вайнзихера. - М.: Альпина Бизнес Бук, 2008.

49. K.Saikava, V.Goto, Y.Imamura, M.Takato, T.Konke «Real time simulation system of large—scale power system dynamics for a dispatcher training simulator», IEEE Trans., VOL.PAS—103, №12, Dec. 1984, pp. 3496— 3501.

50.Рабинович M.A., Моржин Ю.И., Парфенов ДМ. Многофункциональный тренажер — советчик диспетчера с динамической моделью энергообъединения.— Электрические станции, 1994, №9.-с. 33-39.

51.Воронин В.Т., Кучеров Ю.Н. Моделирование электрических режимов для универсального режимного тренажера. - Изв. РАН. Энергетика, 1994, №6. - с.74-88.

52.Войтов О.Н., Воронин В.Т., Гамм А.З., и др. Автоматизированная система оперативнодиспетчерского управления электроэнергетическими системами. / Новосибирск: Наука, 1986. - с. 201.

53.Концепция энергетической стратегии России на период до 2030 года (проект). / Прил. к журналу "Энергетическая политика". - М.: ГУ ИЭС, 2007.

54.Жуков A.B., Демчук А.Т., Эдлин М.А., Гущина T.A. Применение электродинамической модели для выработки новых требований к СМГТР в целях решения задач управления ЕЭС. - Вторая международная научно-практическая конференция «Мониторинг

параметров режимов электроэнергетической системы» 28-30 Апреля

2008, Санкт-Петербург.

55.Б.И. Аюев. Система мониторинга переходных режимов: текущее состояние и перспективы развития. - Monitoring of Power System Dynamics Performance. 28-30 April 2008, Saint Petersburg.

56.G. Phadke, J. S. Thorpe and M. G. Adamiak, "A New Measurement Technique of Tracking Voltage Phasors, Local System Frequency and Rate of Change of Frequency," - IEEE Transactions on Power Apparatus and Systems, Vol. PAS-102, No. 5, May 1983.

57.Gerasimov A., Esipovich A., Kiryenko G., Korolev M., Kulikov U., Mogilko R.. The registrator of parameters of the transient states "SMARTWAMS" and its testing. International Scientific Conference CIGRE "Monitiring of Power system dynamics performance", Moskow, April 2527, 2006.

58.Аюев Б.И. О системе мониторинга переходных режимов Энергорынок. 2006. № 2.

59.Демчук А.Т., Жуков А.В., Кац П.Я., Данилин В.А. Система мониторинга запасов устойчивости энергосистемы с использованием технологии векторного измерения параметров. / Современные направления развития систем релейной защиты и автоматики энергосистем. - Сб. тр. Международной науч.-техн. конф., Москва,

2009.

60.Carter А. М, et. al. "The Application of Wide Area Monitoring to the GB Transmission System to Facilitate Large-scale Integration of Renewable Generation". - Cigre C2-112, Paris 2010.

61.IEEE Task Force Report TP462 "Identification of Electromechanical Modes in Power Systems", June 2012.

62.Wilson D. H. et. al. "Discrete Control for Transient Stability and Oscillations: Applications and Case Studies". - IEEE PES General Meeting, Vancouver, July'13 (pending).

63.Arango O. J. et. al. "Low Frequency Oscillations in the Colombian Power System - Identification and Remedial Actions". - Cigre C2-105, Paris 2010.

64.Takagi Т., Sugeno M. Fuzzy identification of systems and its applications to modeling and controlio - IEEE Trans. Systems Man Cybernetics. 1985. Vol. No 26. No.l, - p. 116-132.

65.Chuang C.C., Su S.F., Chen S.S. Robust TSK fuzzy modeling for function approximation with outliers. - IEEE Transactions on Fuzzy Systems. 2001. Vol. No 9. - p. 810-821.

66.Льюнг,Л. Идентификация систем: Теория для пользователя. - Наука, 1991.-432 с.

67.Эйкхофф, П. Основы идентификации систем управления. - М.: Мир, 1975.-683 с.

68.Райбман Н.С. Что такое идентификация? - М., Наука, 1970. - 118 с.

69.Райбман Н.С. Дисперсионная идентификация. - М., Наука, Главная редакция физико-математической литературы, 1981. - 336 с.

70.Бунич А.Л., Бахтадзе Н.Н. Синтез и применение дискретных систем управления с идентификатором. - М.: Наука, 2003. - 232 с.

71.Цыпкин Я. 3. Основы информационной теории идентификации. - М. Наука 1984г. - 320 с.

72.Hunt Е. (1989). Cognitive Science: Definition, Status and Questions. -Annual Review of Psychology, vol. 40, - pp. 603-629.

73.Гроп Д. Методы идентификации систем. - М.: Мир, 1979. -302 с.

74.Сейдж Э.П., Мелса Дж.Л. Идентификация систем управления. - М.: Наука, 1974.-248 с.

75.Сейдж Э.П., Мелса Дж.Л. Теория оценивания и ее применение в связи и управлении. - М.: Связь, 1976. - 496 с.

76.Карабутов H.H. Структурная идентификация систем: анализ динамических структур. - МГИУ, 2008. - 159 с.

77.Бунич A.J1. «Вырожденные задачи синтеза многомерных дискретнвх систем», доклад. - Труды IV конференции РАСО («Параллельные вычисления и задачи управления»), Москва, октябрь 2008г.

78.Бунич A.JI. «Прогноз, инвариантность, робастность и синтез систем управления», доклад. - Труды VII конференции SICPRO «Идентификация систем и задачи управления», Москва, январь 2008г.

79.Бунич A.JI. «Вырожденные задачи синтеза и робастность систем управления для объектов с ограниченной неопределенностью», доклад. - Тр. IV Междунар. конф. по проблемам управления. М.: ИПУ РАН им. В.А.Трапезникова, М.: январь 2009. - с.260-272.

80.Бунич A.JT. «Идентификация линейных стационарных объектов с большим отношением сигнал/шум», доклад. - Труды VIII Междунар. конф. SICPRO «Идентификация систем и задачи управления», М.: Январь 2009. - с.406-411.

81.Бунич A.JI. Вырожденные задачи синтеза систем управления линейными дискретными объектами. - Проблемы управления, 2009. №5.-с. 2-8.

82.Бахтадзе H.H. Идентификационный подход к синтезу внутренних динамических моделей в задачах робастно-оптимального управления. -Тезисы докладов межд. конф. «Идентификация систем и задачи управления (SICPRO'04)».

83.Перельман И.И. Оперативная идентификация объектов управления. -М.: Энергоиздат, 1982. - 272 с.

84.Дозорцев. В.М., Кнеллер Д.В. АРС - Усовершенствованное управление технологическими процессами. - Датчики и системы, 2005, №10. - с.56-62.

85.Райбман Н.С., Чадеев В.М. Построение моделей процессов производства. - Москва, «Энергия», 1975. -376 с.

86.Райбман Н.С., Чадеев В.М. О концепции адаптивных систем управления с идентификатором - Автоматика и телемеханика, 1982, № 3. - с.54-60.

87.Torgashov A. Robust Decentralized Control of Reactive Distillation Process in Dimethylacetamide Production. - Proceeding of 16th World Congress of IF AC. Volume # 16 | Part# 1. Czech Republic. Prague, 2005,- p. 1609

88.Bakhtadze N., Lototsky V., Maximov E., Pavlov B. Associative Search Models in Industrial systems. - In: Pr. of IF AC Workshop of Intelligent Manufacturing Systems, Alicante, Spain, 2007.

89.Natalya Bachtadze, Vladimir V. Kulba, Vladimir A. Lototsky, Evgeny M.Maximov. IDENTIFICATON-BASED APPROACH TO SOFT SENSORS DESIGN. - in Pr. IF AC International Workshoplntelligent Assembly and Disassembly. Alicante, Spain. 2007.

90.Потоцкий B.A., Максимов Е.М.,Вшгаахметов P.T., Бахтадзе Н.Н. Модели ассоциативного поиска в производственных системах. -Автоматизация в промышленности.2007, № 10. - с. 19-21.

91.Бахтадзе Н.Н., Валиахметов Р.Т. Применение моделей ассоциативного поиска для прогнозирования в задачах трейдинга. - Проблемы управления, 2007, №6. - с. 15-20.

92.Кульба В.В., Максимов Е.М., Павлов Б.В. Модели ассоциативного поиска в виртуальных анализаторах технологических процессов. -Сборник трудов Международной научно-технической конференции «Информационные технологии и математическое моделирование систем». Испания, 2008.

93.Бахтадзе Н.Н., Власов С.А., Лотоцкий В.А. Идентификационный анализ в задачах автоматизации технологических процессов. - Сборник трудов Международной научно-технической конференции

«Информационные технологии и математическое моделирование систем». Испания, 2008.

94.Бахтадзе Н.Н., Герасимов А.В. Автоматизация принятия решения водителем автомобиля. - Труды Международной научно-практической конференции «Информационные системы и технологии ИСТ-2010» Нижний Новгород, 2010.

95.Бахтадзе Н.Н., Потоцкий В.А., Максимов Е.М., Валиахметов P.T. Применение моделей ассоциативного поиска в виртуальных анализаторах. - Труды VI Международной конференции «Идентификация систем и задачи управления» (SICPRO'07). М.: ИПУ РАН, 2007.-с. 751-759.

96.Natalia Bakhtadze, Evgeny М. Maximov, Ravil T. Valiakhmetov. FUZZY SOFT SENSORS FOR CHEMICAL AND OIL REFINING PROCESSES. -in Pr. of 17 IF AC World Congress, Seul, Korea, 2008. - p.4246-4250.

97.Natalia Bakhtadze, Vladimir A. Lototsky, Ravil T. Valiakhmetov. Assosiative Search Models in Trading. - in Pr. of 17 IF AC World Congress, Seul, Korea, 2008. - p. 4280-4284.

98.Natalia N.Bakhtadze, Vladimir V. Kulba, Vladimir A.Lototsky, Evgeny M.Maximov,Igor B. Yadylin Intelligent control of power generation states . - 9th IF AC Workshop on Intelligent Manufacturing Systems (IMS 2008). Пленарный доклад. - с. 25-32.

99.Бахтадзе Н.Н., Власов С.А., Лотоцкий В.А. Идентификационный анализ в задачах автоматизации технологических процессов. -Материалы международной научно-технической конференции «Информационные технологии и математическое моделирование систем». М.: Радиотехника, 2009. - с.203-204

100. Бахтадзе Н.Н., Лотоцкий В.А. Современные методы управления производственными процессами. - Проблемы управления. 2009. № 3, 2009. - с.56-64.

101. Кульба В.В., Потоцкий В.А., Бахтадзе H.H., Максимов Е.М. Применение моделей ассоциативного поиска в виртуальных анализаторах для задач энергетики. - Международная научно-техническая конференция «Информационные технологии и математическое моделирование систем». Греция, 2009. - с. 201-206.

102. Бахтадзе H.H., Лотоцкий В.А., Боровских Л.П. Новое об информационных технологиях в промышленности. - Проблемы управления, 2010, №1. - с.79-83.

103. Бахтадзе H.H., Власов С.А., Лотоцкий В.А. Идентификационный анализ в задачах автоматизации технологических процессов. -Материалы международной научно-технической конференции «Информационные технологии и математическое моделирование систем». М.: Радиотехника, 2009. - с.203-204.

104. Бахтадзе H.H., Лотоцкий В.А. Современные методы управления производственными процессами. - Проблемы управления. 2009. № 3, 2009. - с.56-64.

105. Кульба В.В., Лотоцкий В.А., Бахтадзе H.H., Максимов Е.М. Применение моделей ассоциативного поиска в виртуальных анализаторах для задач энергетикию - Международная научно-техническая конференция «Информационные технологии и математическое моделирование систем». Греция, 2009. - с. 201-206.

106. Бахтадзе H.H., Максимов Е.М. Модели ассоциативного поиска в системах управления энергосистемами. - Труды Международной конференции «Идентификация систем и задачи управления (SICPRO'09)», Москва, 2009. - с. 1628-1633.

107. Natalia N. Bakhtadze, Igor В. Yadikin, Vladimir V. Kulba, Vladimir A. Lototsky, Evgeny M.Maximov. INTELLIGENT CONTROL OF POWER GENERATION STATES. - Pr. of 9th IF AC Workshop on

Intelligent Manufacturing Systems, Szczecin, Poland, 2008. - p.24-32 (Plenary).

108. Bachtadze N., Lototsky V., Maximov E., Pavlov B. (2009). "Associative Search Models in Power Grids". - Pr. of 13th IF AC Symposium on INFORMATION CONTROL PROBLEMS IN MANUFACTURING (INCOM'09), Moscow, Russia.

109. Nataliya N. Bakhtadze, Vladimir V. Kulba, Igor. B. Yadikin, Vladimir A. Lototsky, Evgeny M. Maximov. Identification methods based on assotiative search procedure. - Control and Cybernetics. 2011. V.2, № 3. -p.6-18.

110. Бахтадзе H.H., Максимов E.M., Максимова H.E. Интеллектуальные алгоритмы идентификации состояния энергообъектов. - Информационные технологии и вычислительные системы. 2011, №3. - с.45-50.

111. Ljung, Lennart. Perspectives on System Identification. - Proceeding of 17th IF AC World Congress, Seoul (Korea), July 7-11, 2008,

112. L. Ljung. System Identification - Theory for the User. - 2nd ed. - PTR Prentice Hall, Upper Saddle River, 1999.

113. L. Ljung and T. Glad. On global identifiability of arbitrary model parameterizations. Automatica, 30(2), Feb 1994. - pp. 265-276.

114. L. Ljung and A. Vicino, editors. IEEE Trans. Automatic Control: Special Issue on Identification, volume AC-50, Oct 2005.

115. H.H. Бахтадзе. Виртуальные анализаторы в системах управления производством. - Датчики и системы. № 4, 2004. - с.52-64.

116. Bakhtadze, Natalia N.; Yadikin, Igor В.; Maximov, Evgeny M., Methodology of the Coordination of the Power Generating Units. -Proceedings of IF AC Conference on Control Methodologies and Technology for Energy Efficiency, 2010. Vilamoura, Portugal, March 2931. Volume № 1 |Part№ 1. - p.214-219.

117. Бахтадзе Н.Н., Лотоцкий В.А., Боровских Л.П. Новое об информационных технологиях в промышленности. - Проблемы управления, 2010, №1. - с.79-83.

118. Bakhtadze, N., Dolgui, A. «Planning and Control of Manufacturing and Logistic Systems». - IF AC Annual Reviews in Control, vol. 34, № 1, 2010, Plenary talks. - p.71-72.

119. Natalia N. Bakhtadze, Igor B. Yadikin, Vladimir V. Kulba, Vladimir A. Lototsky, Evgeny M. Maximov. An approach to the coordination of the power generating units. - Control and Cybernetics. 2010, vol.39. № 1, 2010. - p.305-318.

120. Максимов E.M., Бахтадзе H.H., Базы данных в системах управления производственными процессами. Учебное пособие. - М.: МГОУ. 2010. - 160 с.

121. Nataliya N. Bakhtadze, Vladimir V. Kulba, Igor. В. Yadikin, Vladimir A. Lototsky, Evgeny M. Maximov. Identification methods based on assotiative search procedure. - Control and Cybernetics. MPER Special Issue on Knowledge-based management in production network. 2011. - pp. 6-18.

122. Nataliya N. Bakhtadze, Vladimir V. Kulba, Boris V. Pavlov, Vladimir A. Lototsky, Evgeny M. Maximov. Intellectual identification algorithms of manufacturing systems. - Pr. Of ROADEF 2011. 12th Annual Congress of the French National Society of Operations Research and Decision Science. Saint-Étienne, 2011. - p. 489-490.

123. Patel, V.L. and Ramoni M.F. (1997). Cognitive models of directional inference in expert medical reasoning. / In: Feltovich P., Ford K., Hofman R. (ed.), Expertise in Context: Human and Machine. - AAAI Press, Menlo Pare, CA.

124. Gavrilov A.V. (2002). The model of associative memory of intelligent system. / In: Preprints of the 6-th Russian-Korean International Symposium on Science and Technology, vol. 1. - pp. 174-177.

125. Порядок установления соответствия генерирующего оборудования участников оптового рынка техническим требованиям. Регламентирующие документы. Открытое акционерное общество «Системный оператор Единой энергетической системы» (ОАО «СО ЕЭС»). Москва, 2010. - http://so-ups.ru/fileadmin/files/laws/market^regulations/Poriadok^iistanovlenijaOlOS

10.pdf (интернет ресурс).

126. ГОСТ 13109-97. - hup://w\vw.docload.rii/Basesdoc/6/6806/index.him (интернет ресурс).

127. Вапник В. Н. Восстановление зависимостей по эмпирическим данным. — М.: Наука, 1979.

128. Магид С.И. и др. Разработка и реализация моделей теплоэнергетических процессов для тренажеров учебно-тренировочного центра Мосэнерго. - Теплоэнергетика. 1984. № 10.

129. Рубашкин A.C. Построение математической модели энергоблока для обучения и тренировки оперативного персонала. Теплоэнергетика. 1990. №11. - с. 9-14.

130. Будовский В. П., Пасторов В. М. Оценка действий диспетчерского персонала при проведении противоаварийной тренировки. - Известия вузов. Электромеханика. - 2004. - № 6. - с. 5861.

131. Развитие технологии моделирования процессов энергоблоков тепловых электростанций. - Электронный ресурс http://fpps.ru/articles/rtmp.php.

132. Nataliya N. Bakhtadze, Vladimir A. Lototsky, Evgeny M. Maximov. Associative Search method in system identification . - Pr. of 14 International conference on Automatic control, Modeling and Simulation. Saint Malo & Mont Saint Michel, France, 2012. - p.p. 49-57.

133. Бахтадзе H.H., Власов С.А., Потоцкий B.A. Максимова H.E. Интеллектуальные методы идентификации систем управления производственными процессами. - Международная научно-техническая

97

конференция «Информационные технологии и математическое моделирование систем». Франция, 2010. - с.238-245.

134. Бахтадзе H.H., Потоцкий В.А., Максимов Е.М., Максимова Н.Е. Интеллектуальные алгоритмы идентификации состояния энергообъектов. - Материалы конференции «Управление в технических системах» (УТС). Санкт-Петербург, 2010. - с.216-219.

135. H.H. Бахтадзе, С.А.Власов, Е.М. Максисмов, Н.Е. Максимова. Концепция применения мультиагентных технологий управления в активно-адаптивных электрических сетях ЕНЭС РФ. - Международная научно-техническая конференция «Информационные технологии и математическое моделирование систем». Италия, 2011.

136. H.H. Бахтадзе, Е.М. Максимов, Н.Е. Максимова (ИПУ РАН). Методология автоматической дистанционной диагностики готовности к ОПРЧ (общему первичному регулированию частоты) генерирующего оборудования в ходе реальной эксплуатации. - Сборник трудов Международной научно-технической конференции «Информационные технологии и математическое моделирование систем». Италия. 2012.

137. И.Б. Ядыкин, H.H. Бахтадзе, Е.М. Максимов, Н.Е. Максимова. Мультиагентный подход к разработке систем управления Интеллектуальной электроэнергетической системой с активно-адаптивной сетью. - Сборник трудов Международной научно-технической конференции "РАСО'2012"