Метод и алгоритмы мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Оганян Роман Гарегинович

• Оганян Роман Гарегинович
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Оганян Роман Гарегинович

ВВЕДЕНИЕ

1 ПРОБЛЕМЫ И МЕТОДЫ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ МУЛЬТИФИЗИЧЕСКИХ ПРОЦЕССОВ ЭЛЕКТРОТЕХНИЧЕСКИХ УСТРОЙСТВ. ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1.1 Мультифизические процессы и их влияние на эффективность функционирования электротехнических устройств

1.2 Причины возникновения аварий электротехнических устройств и формирование требований к методу мониторинга и прогнозирования их параметров мультифизических процессов

1.3 Аналитический обзор методов мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

1.3.1 Методы, основанные на знаниях

1.3.2 Методы, основанные на стохастических и статистических моделях

1.3.3 Методы, основанные на использовании искусственного интеллекта

1.3.4 Методы, основанные на использовании физических моделей

1.4 Выводы и постановка задач исследований

2 РАЗРАБОТКА МЕТОДА МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ МУЛЬТИФИЗИЧЕСКИХ ПРОЦЕССОВ ЭЛЕКТРОТЕХНИЧЕСКИХ УСТРОЙСТВ

2.1 Особенности моделирования мультифизических процессов электротехнических устройств

2.2 Анализ методов создания математических моделей электротехнических

устройств, позволяющих учитывать мультифизические процессы

2.2.1 Полевой подход к решению мультифизических задач

2.2.2 Цепной подход к решению мультифизических задач

2.2.3 Цепно-полевой подход к решению мультифизических задач

2.3 Разработка методики определения параметров мультифизических процессов электротехнических устройств на основе агрегирования результатов физического и модельного эксперимента

2.4 Разработка теоретических основ решения задачи краткосрочного прогнозирования параметров мультифизических процессов электротехнических устройств

2.4.1 Разработка методики прогнозирования параметров мультифизических процессов электротехнических устройств

2.4.2 Разработка алгоритма определения времени перехода электротехнических устройств в предельное состояние

2.5 Метод мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

2.6 Численный пример решения задачи мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

2.7 Выводы по второй главе

3 РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ МОНИТОРИНГА И

ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ МУЛЬТИФИЗИЧЕСКИХ ПРОЦЕССОВ ЭЛЕКТРОТЕХНИЧЕСКИХ УСТРОЙСТВ

3.1 Цель и задачи информационной системы мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

3.2 Структура информационной системы мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

3.3 Программная реализация информационной системы мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

3.4 Выводы по третьей главе

4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

4.1 Необходимые сведения об электротехническом устройстве при апробации предложенного метода

4.2 Методика проведения физического эксперимента

4.3 Анализ источников возникновения методической погрешности при проведении физического эксперимента

4.4 Экспериментальные исследования метода мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств

4.5 Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А. Листинг программы мониторинга и прогнозирования

параметров мультифизических процессов электротехнических устройств

ПРИЛОЖЕНИЕ Б. Патент на изобретение «Способ многопараметрического

контроля состояния сложных электротехнических объектов»

ПРИЛОЖЕНИЕ В. Свидетельство о регистрации программы для ЭВМ «Программа мониторинга и прогнозирования параметров мультифизических процессов

электротехнических устройств»

ПРИЛОЖЕНИЕ Г. Свидетельство о регистрации программы для ЭВМ «Программа оценки состояния трансформаторного оборудования с использованием метода главных компонент»

ПРИЛОЖЕНИЕ Д. Внедрение результатов исследований

149

Введение диссертации (часть автореферата) на тему «Метод и алгоритмы мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств»

ВВЕДЕНИЕ

Актуальность работы. В условиях непрерывного научно-технического прогресса возрастает количество используемых электротехнических устройств (ЭУ) в различных сферах деятельности, таких как энергетика, авиация, химическая промышленность и др. Подобные устройства состоят из большого числа взаимосвязанных и взаимодействующих элементов, в связи с чем им присуще многообразие процессов различной физической природы, так называемых мультифизических процессов. Наличие таких процессов, а также причинно -следственных связей между ними, приводит к тому, что технические параметры ЭУ, определяющие их состояние, в действительности являются параметрами мультифизических процессов. Как следствие, важным является получение количественной и качественной информации о мультифизических процессах при оценке работоспособности ЭУ.

Анализ научных публикаций, нацеленных на решение задачи мониторинга и прогнозирования состояния ЭУ, позволяет сделать вывод, что существующие методы не обеспечивают необходимую достоверность определения их состояния, поскольку не учитывают мультифизические воздействия факторов, влияющих на технические параметры ЭУ. Это обусловлено тем, что определение состояния ЭУ основано на анализе данных только с измерительных преобразователей, однако необходимая информация о влиянии процессов различной физической природы на технические параметры подобных устройств, зачастую не может быть получена путем физического эксперимента. В результате чего, заключение о состоянии ЭУ принимается в условиях дефицита информации о параметрах мультифизических процессов, что приводит к ряду допущений, и как следствие, к неверной оценке состояния ЭУ.

В текущих условиях, которые характеризуются устойчивым процессом повышения доли технически изношенного оборудования, которая может достигать критических значений и, как следствие, приводит к нарастанию количества аварий по этой причине, а также недостаточным уровнем мероприятий по

предотвращению наступления предельного состояния, проблема мониторинга и прогнозирования состояния ЭУ приобретает первостепенное значение.

Таким образом, решением актуальной проблемы создания средств, позволяющих получить необходимую и достаточную информацию о технических параметрах ЭУ, является разработка методов мониторинга и прогнозирования их значений, в основе которых лежит учет разнородных физических процессов.

Актуальность работы подтверждается ее соответствием приоритетному направлению развития науки, технологий и техники РФ «Энергоэффективность, энергосбережение, ядерная энергетика» и перечню критических технологий (утвержденному указом Президента РФ № 899 от 07.07.11 г.), а также стратегии научно-технологического развития Российской Федерации по направлению «Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта» (утвержденной указом Президента РФ № 642 от 01.12.16 г.). Работа выполнена в рамках научного направления Южно-Российского государственного политехнического университета (НПИ) имени М.И. Платова «Теория, принципы и технологии построения информационно-вычислительных и измерительных систем» (утвержденного решением Ученого совета университета от 28.09.2011 г.).

Объектом исследования является процесс мониторинга и прогнозирования состояния электротехнических устройств на основе параметров мультифизических процессов.

Предметом исследования являются методическое и программное обеспечение поддержки принятия решения о техническом состоянии и возможности дальнейшей эксплуатации электротехнических устройств.

Цель работы заключается в разработке метода мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств для превентивного выявления опасности их перехода в предельное состояние и предотвращения аварийных ситуаций.

Для достижения поставленной цели в рамках диссертационной работы решены следующие основные задачи:

- анализ существующих решений в сфере мониторинга и прогнозирования параметров мультифизических процессов ЭУ;

- разработка и исследование методики определения и методики прогнозирования параметров мультифизических процессов ЭУ;

- разработка алгоритма определения времени перехода ЭУ в предельное состояние при решении задачи краткосрочного прогнозирования;

- разработка информационной системы мониторинга и прогнозирования параметров мультифизических процессов ЭУ;

- тестирование предложенных методик мониторинга и прогнозирования параметров мультифизических процессов ЭУ посредством физического эксперимента.

Методы исследования и достоверность полученных результатов.

Достоверность научных положений и выводов, сформулированных в диссертации, обеспечивается применением методов: натурно-модельного эксперимента, главных компонент, математической статистики, математического моделирования с использованием пакетов прикладных программ Lab VIEW, MicroCap, Statistica.

Научной новизной обладают следующие результаты работы:

1. Метод мониторинга и прогнозирования параметров мультифизических процессов ЭУ, отличающийся от известных тем, что основан на решении связанной мультифизической задачи на базе мультифизической модели ЭУ, полученной с использованием метода натурно-модельного эксперимента и обеспечивающий оценку состояния ЭУ посредством определения недоступной для получения путем физического эксперимента количественной и качественной информации о процессах различной физической природы.

2. Методика определения параметров мультифизических процессов ЭУ, основанная на преобразовании значений технических параметров, полученных на базе мультифизической модели ЭУ, в пространство сниженной размерности с последующим проецированием в это пространство результатов эксплуатационных

испытаний и их анализом без потери значимой информации исходного многофакторного пространства.

3. Методика краткосрочного прогнозирования параметров мультифизических процессов ЭУ, основанная на процедуре ресемплинга посредством бутстреп-метода и обеспечивающая статистический анализ выборки результатов эксплуатационных испытаний в пространстве сниженной размерности в условиях ее малого объема.

4. Алгоритм определения времени перехода ЭУ в предельное состояние, основанный на построении кубического сплайна по результатам эксплуатационных испытаний ЭУ и краткосрочного прогнозирования его параметров мультифизических процессов в пространстве сниженной размерности и обеспечивающий определение состояния ЭУ между эксплуатационными испытаниями.

5. Экспериментальный анализ параметров мультифизических процессов ЭУ, характеризующий эффективность его функционирования на примере силового трансформатора с магнитопроводом из аморфного сплава.

Практическая значимость результатов работы.

Основные теоретические результаты диссертационной работы определяют метод получения информации о технических параметрах ЭУ с учетом разнородных физических процессов и использованы при разработке информационной системы мониторинга и прогнозирования параметров мультифизических процессов ЭУ, реализующей разработанный автором оригинальный метод.

Новизна и практическая ценность результатов диссертационных исследований подтверждена полученным патентом РФ на изобретение - «Способ многопараметрического контроля состояния сложных электротехнических объектов», а также двумя свидетельствами РФ о государственной регистрации программ для ЭВМ (всего 3 охранных документа).

Основные положения, выносимые на защиту:

1. Метод мониторинга и прогнозирования параметров мультифизических процессов ЭУ, основанный на недоступной для получения путем физического

эксперимента количественной и качественной информации о процессах различной физической природы с применением метода натурно-модельного эксперимента.

2. Методика определения параметров мультифизических процессов ЭУ, основанная на преобразовании значений технических параметров, полученных на базе мультифизической модели ЭУ, в пространство сниженной размерности с последующим проецированием и анализом в этом пространстве результатов эксплуатационных испытаний.

3. Методика краткосрочного прогнозирования параметров мультифизических процессов ЭУ, позволяющая обеспечить статистической анализ выборки результатов эксплуатационных испытаний в пространстве сниженной размерности в условиях ее малого объема.

4. Алгоритм определения времени перехода ЭУ в предельное состояние, основанный на построении кубического сплайна и обеспечивающий определение состояния ЭУ между эксплуатационными испытаниями в пространстве сниженной размерности.

5. Информационная система мониторинга и прогнозирования параметров мультифизических процессов ЭУ, реализующая разработанный автором оригинальный метод.

Апробация работы. Основные положения и научные результаты исследований докладывались на следующих научно-технических конференциях и семинарах: International Conference on Industrial Engineering, Applications and Manufacturing (г. Челябинск, 2016 г., г. Сочи, 2019 г., 2020 г.), International Scientific and Practical Conference on Innovations in Engineering and Technology (г. Великий Новгород, 2018 г.), 18-ой Национальной молодежной научно-практической конференции «Фундаментальные исследования с применением компьютерных технологий в науке, производстве, социальных и экономических процессах» (г. Новочеркасск, 2019 г.), Международной конференции «Технологии разработки информационных систем» (г. Геленджик, 2019 г.), а также научных семинарах

кафедры «Информационные и измерительные системы и технологии» ЮРГПУ(НПИ).

Реализация и внедрение результатов работы. Практические и теоретические результаты работы внедрены в ОАО «ВэлНИИ», в ЗАО «Бастион» и в учебном процессе на кафедре «Информационные и измерительные системы и технологии» ЮРГПУ(НПИ).

Кроме этого, результаты диссертационной работы получены при непосредственном участии автора в выполнении НИР по гранту программы «УМНИК» (договор № 12790ГУ/2018, 2018 г.) Фонда содействия развитию малых форм предприятий в научно-технической сфере, а также проекта фундаментальных научных исследований, выполняемых молодыми учеными (№ 18-38-00950, 2018 г.) в рамках соглашения с РФФИ.

Соответствие паспорту специальности. Исследования, выполненные в диссертационной работе, соответствуют формуле и пунктам 4, 11 и 12 паспорта специальности 05.13.01 - «Системный анализ, управление и обработка информации (по отраслям)»:

- формуле паспорта специальности, так как диссертация содержит «теоретические и прикладные исследования ... закономерностей функционирования ... объектов и процессов с учетом отраслевых особенностей ... с использованием современных методов обработки информации»; при этом, включая вопросы «анализа, моделирования, совершенствования . принятия решений, с целью повышения эффективности функционирования объектов исследования»;

- областям исследования паспорта специальности, в частности:

пункту 4 - «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», поскольку в диссертации предложен разработанный автором оригинальный метод мониторинга и прогнозирования параметров мультифизических процессов ЭУ, базирующийся на обработке информации о процессах разнородной физической природы;

пункту 11 - «Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем», поскольку предложенный в диссертации метод и алгоритмы позволяют осуществлять оценку и прогнозирование эффективности функционирования ЭУ на базе параметров мультифизических процессов;

пункту 12 - «Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации», поскольку в диссертации предложенный метод основан на: трансформации и визуализации, полученной от ЭУ измерительной информации путем применения метода снижения размерности; анализе информации в пространстве сниженной размерности путем применения метода численного ресемплинга.

Публикации. Основное содержание диссертации изложено в 12 печатных работах, в том числе 3 публикации в научных журналах, входящих в перечень ВАК, 4 публикации в зарубежных изданиях, входящих в международную реферативную базу данных и систему цитирования Scopus, 1 публикация в зарубежном издании, входящем в базу цитирований Web of Science, патент РФ на изобретение и 2 свидетельства РФ о государственной регистрации программ для ЭВМ.

Структура и краткое содержание диссертации по главам. Диссертация состоит из введения, четырех глав, заключения и приложений. Общий объем диссертации составляет 151 страницу текста с 50 рисунками, 12 таблицами и 5 приложениями. Список литературы содержит 235 наименований.

1 ПРОБЛЕМЫ И МЕТОДЫ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ МУЛЬТИФИЗИЧЕСКИХ ПРОЦЕССОВ

ЭЛЕКТРОТЕХНИЧЕСКИХ УСТРОЙСТВ. ПОСТАНОВКА ЗАДАЧ

ИССЛЕДОВАНИЯ

1.1 Мультифизические процессы и их влияние на эффективность функционирования электротехнических устройств

Объекты энергетики (силовые трансформаторы, генераторы и др.) и промышленное оборудование (двигатели, станки и др.) относятся к категории электротехнических устройств (ЭУ). В терминах системного анализа [1, 2], а также согласно ГОСТ 18311-80, ЭУ относятся к классу сложных систем и представляют собой совокупность взаимодействующих элементов с разнородными связями между ними, предназначаемую для выполнения определенной функции по производству или преобразованию, передаче, распределению или потреблению электрической энергии. При этом, под элементом понимается предел членения системы с точки зрения аспектов рассмотрения, достижения поставленной цели или решения конкретной задачи.

Как правило, процессы присущие ЭУ, под которыми понимается совокупность электрических, магнитных, тепловых, механических и иных процессов, обладают нетривиальными причинно-следственными связями между собой. Например, в работе [3] приведена схема взаимодействия различных физических процессов в силовых трансформаторах, представленная на рис. 1.1.

Рис. 1.1 - Мультифизические процессы силового трансформатора

Очевидно, что данные процессы определяют техническое состояние ЭУ, которое, согласно ГОСТ 20911-89, характеризуется в определенный момент времени, при определенных условиях внешней среды, значениями параметров, установленных технической документацией на объект.

Проиллюстрируем влияние мультифизических процессов на эффективность работы ЭУ на примере силового трансформатора с магнитопроводом из аморфного сплава, исследование эффективности функционирования которого является актуальной задачей. Актуальность данной задачи обуславливается активным внедрением трансформаторов подобного типа, в частности согласно работе [4], во всем мире работает более 1.5 миллиона аморфных трансформаторов, ежегодно от 10% до 15% продаж трансформаторов в США и Японии составляют аморфные трансформаторы. Однако в России освоение выпуска трансформаторов с магнитопроводом из аморфного сплава только начинается [5], а их внедрение стимулируется повышением уровня автоматизации подстанций, одним из перспективных направлений которого, согласно [6], является технология "Цифровая подстанция", которой посвящен ряд исследований [7-14].

Активное внедрение аморфного сплава обусловлено рядом его преимуществ по сравнению с электротехнической сталью, в частности, его использование

позволяет достичь снижения потерь холостого хода трансформатора в 4-5 раз и повысить эффективность преобразования электроэнергии, что показано в работах [15-17]. Вместе с тем более низкая магнитная индукция насыщения аморфного сплава приводит к увеличению размеров магнитопровода, и как следствие, к увеличению стоимости трансформатора [18]. Однако данный недостаток со временем нивелируется, по причине того, что данные трансформаторы окупаются за короткий промежуток времени - около трех лет [19]. Основные же недостатки связаны с тем, что аморфный сплав выпускается в виде тонкой ленты, из которой невозможно изготовить магнитопровод с применением традиционных технологий [20]; отличается высокой хрупкостью, требующей изготовления дополнительного каркаса [21], а также обладает тепловой и механической чувствительностью [22]. Последний недостаток является важным для работы трансформатора по причине того, что приводит к деградации магнитных свойств. Например, рис. 1.2 иллюстрирует влияние температуры на петлю магнитного гистерезиса материала магнитопровода из аморфного сплава марки ГМ501 [22]. Следует отметить, что при длительном тепловом воздействии деградация магнитных свойств становится необратимой.

Рис. 1.2 - Петли магнитного гистерезиса аморфного сплава ГМ501 при температуре -50, 25 и

100 °С

Механическое воздействие, в частности циклическая деформация магнитопровода, также приводит к появлению необратимых процессов. Например, при механическом воздействии, а именно сжатии, происходит снижение магнитной проницаемости: чем больше сжатие, тем больше снижение магнитной проницаемости. На рис. 1.3 показано, как изменяется магнитная проницаемость при одноосном сжатии в диапазоне от 1 до 3 МПа, при котором наблюдаются значительные изменения магнитных свойств магнитопровода из аморфного сплава на примере материала ГМ501 [22].

1000000 900000 800000 700000 600000 а 500000 400000 300000 200000 100000 0

0 МПа

1 МПа

2 МПа

3 МПа

0

0.5

1.5

H, A/м

Рис. 1.3 - Изменение магнитной проницаемости аморфного сплава ГМ501 при механическом

воздействии

Иллюстрация влияния мультифизических процессов на эффективность функционирования силового трансформатора, в частности теплового и механического воздействия на его магнитопровод из аморфного сплава осуществляется путем оценки внешней характеристики трансформатора, а именно зависимости вторичного напряжения U2 от тока нагрузки I2 при постоянном коэффициенте мощности приемника cos ф2 = const и номинальном первичном напряжении и1ном. При этом, в зависимости от характера нагрузки (индуктивная, емкостная или активная), внешняя характеристика принимает различный вид (рис. 1.4). В рамках численного эксперимента примем допущение, что нагрузка силового трансформатора носит активный характер.

1

2

и2

^Ахх

ж

гр,<0

= 0\

фз > 0\ \ \

-►

Рис. 1.4 - Внешние характеристики силового трансформатора при емкостной (ф2 < 0), активной

(ф2 = 0) и индуктивной (ф2 > 0) нагрузках Ц2хх - вторичное напряжение в режиме холостого хода, ¡2кз - вторичный ток в режиме

короткого замыкания

Аналитическое выражение внешней характеристики трансформатора определяется уравнением:

и2 = Ё2- ;2(д2 +]х2).

Из этого выражения следует, изменение вторичного напряжения определяется падением напряжения на собственном активном Я2 и индуктивном Х2 сопротивлениях обмотки [23]. Электродвижущая сила Е2 зависит от магнитных свойств материала и определяется по формуле [24]:

Е2 = 4,44 •f•W2•Фm,

где/ - частота; - число витков вторичной обмотки; Фт - амплитуда магнитного потока в магнитопроводе.

В качестве примера силового трансформатора рассмотрим ТРДН-25000/110 с расщепленной обмоткой низкого напряжения по мощности на две группы, со следующими характеристиками [25]:

- номинальная мощность 5 = 25 000 кВ А; напряжение и1ном = 115 000 В; напряжение и2ном = 6300 В (каждой группы);

- номинальные токи /1ном = 125,5 А, /2ном = 1145 А;

- количество витков п1 = 736, п2 = 85;

- площадь сечения провода обмотки высокого напряжения - 240 мм2, низкого напряжения - 27,8 мм2;

- материалом магнитопровода является электротехническая сталь Э330А (3414) с магнитной индукцией насыщения 1,88 Тл;

- площадь сечения магнитопровода 2463 мм2.

Для расчета площади сечения магнитопровода трансформатора с аморфным сплавом, например ГМ440В [22], необходимо учесть наименьшую магнитную индукцию насыщения 1,04 Тл в диапазоне рассматриваемых температур (от -50 °С до 100 °С), что соответствует 100 °С. Используя отношение магнитных индукций насыщения 1,88/1,04 = 1,808, получим новую площадь магнитопровода 2463 1,808 = 4453 мм2.

Для определения внешней характеристики трансформатора используется программа МгегоСар 10. Схема моделирования силового трансформатора приведена на рис. 1.5.

Рис. 1.5 - Схема моделирования силового трансформатора в М1сгоСар

На рис. 1.5: VI - источник синусоидального напряжения; R1 - сопротивление первичной обмотки; L4 - первичная обмотка; L5 - вторичная обмотка; R4 -сопротивление вторичной обмотки; R3 - сопротивление нагрузки; К2 -магнитопровод.

Сопротивление первичной и вторичной обмотки определяется на основе формулы:

I

я = Р? ,

где р - удельное сопротивление; I - длина обмотки; 5 - площадь поперечного сечения провода обмотки.

Длина обмотки определяется по формуле:

1= 1ср'П,

где /ср - длина окружности по усредненному радиусу обмотки; п - количество витков.

Длина окружности по усредненному радиусу обмотки определяется по формуле:

г1 + г2 /ср = 2п—-— ,

где г1 и г2 - внешний и внутренний радиус обмотки соответственно.

В качестве модели магнитопровода в МгегоСар используется модель Джилса-Атертона [26]. Для ее применения необходимо задать намагниченность насыщения, параметр формы безгистерезисной кривой намагничивания, постоянную упругого смещения доменных границ и постоянную необратимой деформации доменных стенок. Значения данных параметров получены в программе МгегоСар путем задания точек петли гистерезиса с последующей оптимизацией по методу Пауэлла [27]. Дополнительно к этому, задав геометрические размеры магнитопровода (площадь поперечного сечения магнитопровода, средняя длина магнитной силовой линии и ширина воздушного зазора) в параметрах модели магнитопровода К2 (рис. 1.5), проведены численные эксперименты по определению внешней характеристики трансформатора путем изменения сопротивления нагрузки R3. Результаты расчёта внешних характеристик силового трансформатора при различном уровне теплового воздействия на него (-50 °С, 25 °С и 100 °С) представлены в таблице 1.1 и на рис. 1.6.

Таблица 1.1 - Внешние характеристики трансформатора при различных температурах

25 °С 12, кА 1,789 1,397 1,052 0,843 0

и2, кВ 12,525 12,573 12,627 12,649 12,700

-50 °С к, кА 1,800 1,403 1,054 0,844 0

U2, кВ 12,601 12,624 12,65 12,661 12,700

100 °С к, кА 1,767 1,384 1,047 0,840 0

U2, кВ 12,368 12,458 12,557 12,600 12,700

12.7

12.65

12.6

„ 12.55 м

И

12.5 12.45 12.4 12.35

0 0.5 1 1.5

12, кА

Рис. 1. 6 - Внешние характеристики трансформатора при различных температурах

Как видно из рис. 1.6, изменение температуры привело к изменению вторичного напряжения трансформатора. В частности, при температуре 100 °С при вторичном токе 12 = 1,5 /2ном вторичное напряжение и2 уменьшилось на 2,6 % относительно вторичного напряжения на холостом ходу.

Проведем аналогичные численные эксперименты для оценки внешних характеристик трансформатора при сжимающем давлении от 1 до 3 МПа при различных температурах. Результаты расчета внешних характеристик при различных механических и тепловых воздействиях представлены на рис. 1.7.

25 °С -50 °С 100 °С

со

к

12.8

12.7 12.6 12.5 12.4 12.3 12.2 12.1

12 11.9

11.8 11.7

0.5

1.5

25 °С 3 МПа -50 °С 3 МПа 100 °С 3 МПа 25 °С 2 МПа -50 °С 2 МПа 100 °С 2 МПа 25 °С 1 МПа -50 °С 1 МПа 100 °С 1 МПа 25 °С 0 МПа -50 °С 0 МПа 100 °С 0 МПа

12, кА

0

1

Рис. 1.7 - Внешние характеристики трансформатора при различных механических и тепловых

воздействиях

В результате показано, что мультифизические воздействия, в частности тепловое и механическое, влияют на эффективность функционирования ЭУ на примере силового трансформатора с магнитопроводом из аморфного сплава, что показано на рис. 1.7: при уровне теплового воздействия соответствующему 100 °С вторичное напряжение уменьшилось на 2,6 %, при уровнях теплового и механического воздействия 100 °С и 3 МПа соответственно, вторичное напряжение уменьшилось на 7,2 %.

Полученные результаты диктуют целесообразность применения системного подхода для решения задачи определения технического состояния ЭУ, который, согласно [28], предполагает рассмотрение объектов, как взаимосвязанной совокупности частей, вносящих свой вклад и влияющих на итоговый результат функционирования объекта.

1.2 Причины возникновения аварий электротехнических устройств и формирование требований к методу мониторинга и прогнозирования их параметров мультифизических процессов

В настоящее время, согласно работам [29-31], наблюдается устойчивый рост чрезвычайных ситуаций техногенного характера по причине несвоевременной замены изношенного оборудования и недостаточного уровня мероприятий по предотвращению наступления предельного состояния. В частности, в электроэнергетике России нарастает доля технически изношенного оборудования, которая в перспективе может достигнуть критических значений и, как следствие, привести к увеличению количества аварий по этой причине, что отражено в публикации директора Департамента оперативного контроля и управления в электроэнергетике Минэнерго России Грабчака Е.П. [32]. Согласно работе [30], полная замена оборудования необходима на 4700 подстанциях 35-220 кВ, в частности, требуется замена 23,5 тыс. трансформаторов 35-220 кВ.

Помимо энергетики, износ оборудования в отдельных отраслях промышленности достигает 80 %, в то время как динамика обновления оборудования не превышает 11 %. В частности, в подотраслях машиностроения

Список литературы диссертационного исследования кандидат наук Оганян Роман Гарегинович, 2021 год

СПИСОК ЛИТЕРАТУРЫ

1. Чернышов В.Н. Теория систем и системный анализ: учеб. пособие / В.Н. Чернышов, А.В. Чернышов. - Тамбов : Изд-во Тамб. гос. техн. ун-та, 2008. - 96 с.

2. Горлушкина Н.Н. Системный анализ и моделирование информационных процессов и систем / Н.Н. Горлушкина. - СПб: Университет ИТМО, 2016. - 120 с.

3. Kulkarni S.V. Electromagnetic and Coupled Field Computations for Analysis of Complex Phenomena in Power Transformers [Электронный ресурс]. Режим доступа: http s: //www.ircc.iitb. ac.in/IRCC-

Webpage/rnd/PDF/kulkarni_RESEARCH_DISSEMINATION_AWARD_2016.pdf (дата обращения 23.06.2021).

4. Najgebauer, M. Energy efficient distribution transformers / M. Najgebauer, K. Chwastek, J. Szczyglowski // Przeglad Elektrotechniczny. - 2011. - № 2. - P. 111-114.

5. Бродов, А.А. Аморфные электротехнические стали - третий этап технической революции в трансформаторостроении / А.А. Бродов, М.П. Галкин, Б.А. Корниенков, Б.В. Молотилов // Сталь. - 2015. - № 11. - С. 92-94.

6. Конференция «Цифровая сеть»: материалы. [Электронный ресурс]. -Режим доступа: http://digitalsubstation.com/blog/2017/! 1/29/konferentsiya-tsifrovaya-set-materialy/ (дата обращения 23.06.2021).

7. Oganyan, R. G. Method of two-stage complex diagnostics of digital substations on the basis of the full-scale-model tests theory / R. G. Oganyan, N. D. Narakidze and D. V. Shaykhutdinov // International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). - 2017. URL: http://ieeexplore.ieee.org/document/8076429/.

8. Dubrov, V.I. To the choice of the principle functioning diagnostic system of digital substations / V.I. Dubrov, R.G. Oganyan, D.V. Shaykhutdinov // 2nd International Conference on Industrial Engineering, Applications and Manufacturing. - 2016.

9. Vardhan, H. Ramlachan R., Szela W., Gdowik E. Deploying digital substations: Experience with a digital substation pilot in North America / H.Vardhan, R. Ramlachan, W. Szela, E Gdowik. // 71st Annual Conference for Protective Relay Engineers. - 2018. -P. 1-9. URL: https://ieeexplore.ieee.org/document/8349795.

10. Дубров, В.И. Методы и подходы определения технического состояния цифровых электроподстанций / В.И. Дубров, Р.Г. Оганян, Д.В. Шайхутдинов, Е.В. Кириевский, Т.Н. Круглова, Н.Д. Наракидзе // Фундаментальные исследования. -2016. - №9. - С. 16-20.

11. Oganyan, R.G. Digital substation conceptual model for the complex full-scale model diagnostics / R.G. Oganyan, N.D. Narakidze, D.V. Shaykhutdinov, E.V.Kirievskiy, S.S. Kostinskiy // IOP Conference Series: Materials Science and Engineering. - 2018.

12. Nichani, A.M. Modelling and Simulation of Digital Substation Automation for Inter-Substation Line Protection / A.M. Nichani, K.S. Swarup // 20th National Power Systems Conference. - 2018. URL: https://ieeexplore.ieee.org/document/8771769.

13. Дубров, В.И. Разработка математических моделей цифровых подстанций на базе анализа автоматизированных технологических систем преобразования электроэнергии / В.И. Дубров, Р.Г. Оганян, Д.В. Шайхутдинов, Е.В. Кириевский, Н.И. Горбатенко, Н.Д. Наракидзе // Современные наукоемкие технологии. - 2016. - № 9. - С. 36-40.

14. Оганян, Р.Г. Методология диагностики ответственных эле-ментов цифровых под-станций / Р.Г. Оганян // Кибернетика энергетических систем: сб. материалов XL сессии семинара по тематике " Электроснабжение ". - 2018. - С. 169-186.

15. Hasegawa, R. Impact of amorphous metal based transformers on efficiency and quality of electric power distribution / R. Hasegawa, D.C. Pruess // Proceedings of the IEEE Power Engineering Society Transmission and Distribution Conference. - 2001.- № 3. - P. 1820-1823. URL: https://ieeexplore.ieee.org/document/970354.

16. Steinmetz, T. Investigations of no-load and load losses in amorphous core dry-type transformers / T. Steinmetz, B. Cranganu-Cretu, J. Smajic // 19th International Conference on Electrical Machines. - 2010. URL: https://ieeexplore.ieee.org/document/5608162.

17. Aminul, I. Md. Prospective Analysis of Energy Efficient Amorphous Metal Distribution Transformer (AMDT) / I. Md. Aminul // Asia-Pacific Power and Energy Engineering Conference. - 2012.

18. Takagi, M. Evaluation of amorphous transformer by optimum capacity selection based on customer load curve pattern / M. Takagi, H. Yamamoto, K. Yamagi // Electrical Engineering in Japan (English translation of Denki Gakkai Ronbunshi). -2011. - № 3. - P. 1-11.

19. Хавроничев, С.В. Современные тенденции применения аморфных сплавов в магнитопроводах силовых трансформаторов / С.В. Хавроничев, А.Г. Сошинов, В.С. Галущак, Т.В. Копейкина // Международный журнал прикладных и фундаментальных исследований. - 2015. - № 12-4. - С. 607-610.

20. Гусаков, Д.В. Применение аморфной стали для снижения потерь в магнитопроводе трансформаторов / Д.В. Гусаков, Р.Д. Каримов, И.И. Ямалов // Современные тенденции развития науки и технологий. - 2017. - № 1-2. - С. 19-21.

21. Богданов, Д.А. Трансформаторы с сердечником из аморфной стали / Д.А. Богданов // Научно-образовательный потенциал молодежи в решении актуальных проблем XXI века. - 2017. - № 6. - С. 206-207.

22. Стародубцев Ю.Н. Магнитные свойства аморфных и нанокристаллических сплавов / Ю.Н. Стародубцев, В.Я. Белозеров // Екатеринбург: Издательство Уральского университета, 2002, 384 с.

23. Проскуряков, В.С. Электротехника: Трансформатор: учебное пособие / В.С. Проскуряков, С.В. Соболев, Н.В. Хрулькова. - Екатеринбург: УГТУ-УПИ, 2007. - 29 с.

24. Бессонов, Л.А. Теоретические основы электротехники. Электрические цепи: Учебник / Л.А. Бессонов. - 10-е изд. - М.: Гардарики, 2002. - 638 с.

25. Тихомиров, П.М. Расчет трансформаторов: учеб. пособие для вузов / П.М. Тихомиров. - изд. 4-е, переработанное и дополненное М: Издательство «Энергия», 1976. - 544 с.

26. Jiles, D.C. Theory of ferromagnetic hysteresis / D.C. Jiles, D.L. Atherton // Journal of Applied Physics. - 1984. - № 6 - P. 2115-2120.

27. Амелина, М.А Программа схемотехнического моделирования Micro-Cap. Версии 9, 10 / М.А. Амелина, С.А. Амелин. - Смоленск: Смоленский филиал НИУ МЭИ, 2013. - 618 с.

28. Лозовский, Л.Ш. Современный экономический словарь / Л.Ш. Лозовский, Б.А. Райзберг, Е.Б. Стародубцева. - 4-е изд. - М.: ИНФРА-М, 2004. - 480 с.

29. Основные причины аварий и чрезвычайных ситуаций в нефтяной и газовой промышленности [Электронный ресурс]. Режим доступа: https://1cert.ru/stati/osnovnye-prichiny-avariy-i-chrezvychaynykh-situatsiy-v-neftyanoy-i-gazovoy-promyshlennosti (дата обращения 23.06.2021).

30. Воробьёв, Ю.Л. Системные аварии и катастрофы в техносфере России: монография / Ю.Л. Воробьёв, В.А. Акимов, Ю.И. Соколов. - М.: Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2012. - 308 c.

31. Хлебцов, А.П. Анализ современного состояния аварийности силового электрооборудования трансформаторных подстанций на примере Астраханской области / А.П. Хлебцов, Л.Х. Зайнутдинова, А.Н. Шилин // Фёдоровские чтения -2020: L международная научно-практическая конференция с элементами научной школы. - 2020. - C. 43-50.

32. Грабчак, Е.П. Проблемы замены изношенного оборудования в электроэнергетике России: приоритеты модернизации в контексте обеспечения надежности и безопасности / Е.П. Грабчак, Е.Л. Логинов, Ю.А. Романова // Проблемы безопасности и чрезвычайных ситуаций. - 2019. - № 5. - С. 38-43.

33. Краснов, А.В. Статистика чрезвычайных происшествий на объектах нефтеперерабатывающей и нефтехимической промышленности за 2007-2016 гг. / А.В. Краснов, З.Х. Садыкова, Д.Ю. Пережогин, И.А. Мухин // Электронный научный журнал нефтегазовое дело. - 2017. - №6. - С. 179-191.

34. Sikorska, J.Z. Prognostic modelling options for remaining useful life estimation by industry / J.Z. Sikorska, M. Hodkiewicz, L. Ma // Mechanical Systems and Signal Processing. - 2011. - № 25. - P. 1803-1836.

35. Кузнецов, М.Ю. Интеллектуальный метод определения остаточного ресурса электротехнического оборудования / М.Ю. Кузнецов, А.В. Кожевников // Современные научные исследования и инновации. - 2013. - № 12.

36. Кунько, А.Е. Алгоритмическое обеспечение методики прогнозирования остаточного ресурса технических объектов на основе метода формализации экспертной информации / А.Е. Кунько, А.В. Спесивцев // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. - 2012. - №1.

37. Лила, В.Б. Экспертная система диагностики силовых трансформаторов / В.Б. Лила, А.В. Костюков // Инженерный вестник Дона. - 2013. - №1.

38. Bakar, N.A. Fuzzy logic approach for transformer remnant life prediction and asset management decision / N.A. Bakar, A. Abu-Siada // IEEE Transactions on Dielectrics and Electrical Insulation. 2016. - № 5. - P. 3199-3208.

39. Horia, M. The assessment of remaining life of chemical reactor exposed to creep and fatigue / M. Horia, F. Traian, A. Murariu // Key Engineering Materials. -2009. - P. 51-59.

40. Суханкин, Г.В. Система нечеткой логики для определения остаточного ресурса асинхронного электродвигателя в условиях агропромышленного комплекса / Г.В. Суханкин, Н.П. Воробьев, С.Н. Воробьева // Ползуновский вестник. - 2011. - № 2-2. - С. 187-194.

41. Zio, E. A data-driven fuzzy approach for predicting the remaining useful life in dynamic failure scenarios of a nuclear system / E. Zio, F. Di Maio // Reliability Engineering and System Safety. - 2010. - № 1. - P. 49-57.

42. Chinnam, R.B. A neuro-fuzzy approach for estimating mean residual life in condition-based maintenance systems / R.B. Chinnam, P. Baruah // International Journal of Materials and Product Technology. - 2004. - P. 166-179.

43. Filev, D.P. Real time novelty detection modeling for machine health prognostics / D.P. Filev, T. Finn // Annual Conference of the North American Fuzzy Information Processing Society. - 2006.

44. Line, J.K. A systematic approach for developing prognostic algorithms on large complex systems / J.K. Line, N.S. Clements // IEEE Aerospace Conference Proceedings. - 2005. - P. 3420-3426.

45. Javed, K. A new multivariate approach for prognostics based on extreme learning machine and fuzzy clustering / K. Javed, R. Gouriveau, N. Zerhouni // IEEE Transactions on Cybernetics. - 2015. - № 12. - P. 2626-2639.

46. Соловьева, О. И. Метод прогнозирования уровня аварийности оборудования непрерывной разливки стали на основе математического аппарата нечеткой логики и искусственных нейронных сетей / О. И. Соловьева // Современные научные исследования и инновации. - 2013. - № 10.

47. Noortwijk, J.M. A survey of the application of gamma processes in maintenance / J.M. Noortwijk // Reliability Engineering and System Safety. - 2009. -№ 1. - P. 2-21.

48. Wang, F.-K. A new bounded intensity function for repairable systems / F.-K. Wang, Y.-C. Lu // Journal of Industrial and Production Engineering. -2014. - № 1. - P. 36-40.

49. Yuen, K.C. On the mean residual life regression model / K.C. Yuen, L.X. Zhu, N.Y. Tang // Journal of Statistical Planning and Inference. - 2003. - P. 685-698.

50. Heckerman, D. A Tutorial on Learning with Bayesian Networks / D. Heckerman // Studies in Computational Intelligence. - 2008. - P. 33-82.

51. Hu, C. A new remaining useful life estimation method for equipment subjected to intervention of imperfect maintenance activities / C. Hu, H. Pei, Z. Wang, X. Si, Z. Zhang // Chinese Journal of Aeronautics. - 2018. - № 3. - P. 514-528.

52. Ng, S.Y.S. Robust remaining useful life prediction for Li-ion batteries with a naive Bayesian classifier / S.Y.S. Ng, K.L. Tsui // IEEE International Conference on Industrial Engineering and Engineering Management. - 2012.

53. Ghahramani, Z. An introduction to hidden Markov models and Bayesian networks / Z. Ghahramani // International Journal of Pattern Recognition and Artificial Intelligence. - 2001. - № 1. - P. 9-42.

54. Ревюз, Д. Цепи Маркова / Д. Ревюз. - М.: РФФИ, 1997. - 432 с.

55. Kallen, M.J. Optimal periodic inspection of a deterioration process with sequential condition states / M.J. Kallen, J.M. van Noortwijk // International Journal of Pressure Vessels and Piping. - 2006. - P. 249-255.

56. Zhang, H. Remaining useful life prediction for nonlinear degrading systems with maintenance / H. Zhang, M. Chen, D. Zhou // 8th IEEE Prognostics and System Health Management Conference. - 2017.

57. Zhang, X. Remaining useful life prediction of lithium-ion battery using an improved UPF method based on MCMC / X. Zhang, Q. Miao, Z. Liu // Microelectronics Reliability. - 2017. - P. 288-295.

58. Liu, L. Utilizing Accelerated Degradation and Field Data for Life Prediction of Highly Reliable Products / L. Liu, X.-Y. Li, T.-M. Jiang, F.-Q. Sun // Quality and Reliability Engineering International. - 2016. - № 7. - P. 2281-2297.

59. Tang, D. Remaining useful life prediction for engineering systems under dynamic operational conditions: A semi-Markov decision process-based approach / D. Tang, J. Cao, J. Yu // Chinese Journal of Aeronautics. - 2019. - № 3. - P. 627-638.

60. Banjevic, D. Calculation of reliability function and remaining useful life for a Markov failure time process / D. Banjevic, A.K.S. Jardine // IMA Journal Management Mathematics. -2006. - P. 115-130.

61. Yuen, K.C. On the mean residual life regression model / K.C. Yuen, L.X. Zhu, N.Y. Tang // Journal of Statistical Planning and Inference. - 2003. - P. 685-698.

62. Montgomery, N. Reliability Functions and Optimal Decisions Using Condition Data for EDF Primary Pumps / N. Montgomery, T. Lindquist, M.A. Garnero, R. Chevalier, A.K.S. Jardine // 9th International Conference on Probabilistic Methods Applied to Power Systems. - 2006.

63. O'Connor, P.D.T., Practical Reliability Engineering / P.D.T. O'Connor, A. Kleyner. - John Wiley & Sons. - 2012. - P. 505.

64. Miao, Q. Condition monitoring and classification of rotating machinery using wavelets and hidden Markov models / Q. Miao, V. Makis // Mechanical Systems and Signal Processing. - 2007. - P. 840-855.

65. Bunks, C. Condition based maintenance of machines using hidden Markov models / C. Bunks, D. McCarthy, T. Al-Ani // Mechanical Systems and Signal Processing. - 2000. - P. 597-612.

66. Baruah, P. HMMs for diagnostics and prognostics in machining processes / P. Baruah, R.B. Chinnam // International Journal of Production Research. - 2005. - P. 1275-1293.

67. Aggab, T. An approach for assessment of level of degradation and RUL estimation for a dynamic systeme / T. Aggab, F. Kratz, P. Vrignat, M. Avila // 43rd Annual Conference of the IEEE Industrial Electronics Society. - 2017.

68. Giantomassi, A. Hidden Markov model for health estimation and prognosis of turbofan engines / A. Giantomassi, F. Ferracuti, A. Benini, G. Ippoliti, S. Longhi, A. Petrucci // Proceedings of the ASME Design Engineering Technical Conference. -2011. - № 2011. - P. 681-689.

69. Wang, D. On-line automatic early fault detection of rotating machinery / D. Wang, Q. Miao // Prognostics and System Health Management Conference. - 2010.

70. He, D. Probabilistic model based algorithms for prognostics / D. He, W. Shenliang, P. Banerjee, E. Bechhoefer // IEEE Aerospace Conference Proceedings. -2006. - P. 1-10.

71. Wu, X. Modified hidden semi-Markov models for motor wear prognosis / X. Wu, Y. Li, W. Teng // Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology. - 2012. - № 2. - P. 174-179.

72. Dong, M. A segmental hidden semi-Markov model (HSMM)-based diagnostics and prognostics framework and methodology / M. Dong, D. He // Mechanical Systems and Signal Processing. - 2007. - P. 2248-2266.

73. Liu, T. Diagnosis and Prognosis of Degradation Process via Hidden Semi-Markov Model / T. Liu, K. Zhu, L. Zeng // IEEE/ASME Transactions on Mechatronics. -2018. - № 3. - P. 1456-1466.

74. Dong, M. Equipment health diagnosis and prognosis using hidden semi-Markov models / M. Dong, D. He, P. Banerjee, J. Keller // International Journal of Advanced Manufacturing Technology. - 2006. - № 7-8. - P. 738-749.

75. Rabiner, L.R. Tutorial on hidden Markov models and selected applications in speech recognition / L.R. Rabiner // Proceedings of the IEEE. - 1989. - P. 257-286.

76. Meng, X.-H. An exponential distribution-based model for equipment remaining life prediction / X.-H. Meng, W. Wang, Y.-T. Zhou // National Conference on Information Technology and Computer Science. - 2012. - P. 473-475.

77. Серебряков А.В. С Мониторинг и прогнозирование технического состояния автономных электротехнических комплексов: монография / А.В. Серебряков, А.С. Стеклов, В.Г. Титов; Нижегород. гос. техн. ун-т им. Р.Е. Алексеева. - Нижний Новгород, 2018. - 175 с.

78. Wu, W. Prognostics of machine health condition using an improved ARIMA-based prediction method / W. Wu, J. Hu, J. Zhang // Second IEEE Conference on Industrial Electronics and Applications. - 2007. - P. 1062-1067.

79. Zhou, Y. Lithium-ion batteries remaining useful life prediction based on a mixture of empirical mode decomposition and ARIMA model / Y. Zhou, M. Huang // Microelectronics Reliability. - 2016. - P. 265-273.

80. Yan, H.-C. Precognitive maintenance and probabilistic assessment of tool wear using particle filters / H.-C. Yan, C.K. Pang, J.-H. Zhou // IECON Proceedings (Industrial Electronics Conference). - 2013. - P. 7382-7387.

81. Абдурахманов, А.М. Методы прогнозирования электропотребления в распределительных сетях (обзор) / А.М. Абдурахманов, М.В. Володин, Е.Ю. Зыбин, В.Н. Рябченко // Электротехника: сетевой электронный научный журнал. -2016. - Т. 3. - № 1. - С. 3-23.

82. Al-Dulaimi, A. A multimodal and hybrid deep neural network model for Remaining Useful Life estimation / A. Al-Dulaimi, S. Zabihi, A. Asif, A. Mohammadi // Computers in Industry. - 2019. - P. 186-196.

83. Yang, L. Remaining useful life prediction of ultrasonic motor based on Elman neural network with improved particle swarm optimization / L. Yang, F. Wang, J. Zhang, W. Ren // Measurement: Journal of the International Measurement Confederation. - 2019. - P. 27-38.

84. Ma, J. Predicting the Remaining Useful Life of an Aircraft Engine Using a Stacked Sparse Autoencoder with Multilayer Self-Learning / J. Ma, H. Su, W.-L. Zhao,

B. Liu // Complexity. - 2018.

85. Zhang, J. Deep Learning for Improved System Remaining Life Prediction / J. Zhang, P. Wang, R. Yan, R.X. Gao // Procedia CIRP. - 2018. - P. 1033-1038.

86. Dong, D. Life Prediction of Jet Engines Based on LSTM-Recurrent Neural Networks / D. Dong, X.-Y. Li, F.-Q. Sun // 8th IEEE Prognostics and System Health Management Conference. - 2017.

87. Yang, Z. A Comparison Between Extreme Learning Machine and Artificial Neural Network for Remaining Useful Life Prediction / Z. Yang, P. Baraldi, E. Zio // 7th IEEE Prognostics and System Health Management Conference. - 2017.

88. Суханкин, Г.В. Модель остаточного ресурса технического объекта на примере электродвигателя с помощью нейронечеткой системы / Г.В. Суханкин, Н.П. Воробьев // Доклады ТУСУРа. - 2012. - № 2 (26). - С. 219-223.

89. Крюков, О.В. Новые методы мониторинга технического состояния электроприводных агрегатов компрессорных станций газопроводов / О.В. Крюков,

C.Е. Степанов, М.Н. Назарова // Наука и техника в газовой промышленности. -2019. - № 3 (79). - С. 78-87.

90. Ильин, И.В. Анализ недостатков искусственных нейронных сетей и методов их минимизации / И.В. Ильин // Научно-практические исследования. -2017. - №7. - С. 65-70.

91. Luo, J. Model-based Prognostic Techniques / J. Luo, M. Namburu, K. Pattipati, L. Qiao, M. Kawamoto, S. Chigusa // IEEE Systems Readiness Technology Conference (AUTOTESTCON). - 2003. - P. 330-340. URL: https://www.teamqsi.com/wp-content/uploads/2012/10/063Luo .pdf.

92. Lu, Y. Physics-based intelligent prognosis for rolling bearing with fault feature extraction / Y. Lu, Q. Li, S.Y. Liang // International Journal of Advanced Manufacturing Technology. - 2018. - № 1-4. - P. 611-620.

93. Huang, C.-C. Physical model-based investigation of reservoir sedimentation processes / C.-C. Huang, J.-S. Lai, F.-Z. Lee, Y.-C. Tan // Water (Switzerland). - 2018.

- № 4.

94. Yao, W. Life predictions of brake friction pair based on physical models and statistical analysis / W. Yao, J. Bao, Y. Yin, T. Liu, N. Wang // Recent Patents on Mechanical Engineering. - 2018. - № 1. - P. 58-66.

95. Sun, B. Remaining useful life prediction of aviation circular electrical connectors using vibration-induced physical model and particle filtering method / B. Sun, Y. Li, Z. Wang, Y. Ren, Q. Feng, D. Yang, M. Lu, X. Chen // Microelectronics Reliability. - 2019. - P. 114-122.

96. Батищев, В.И. Методы адаптивного формирования информационных систем анализа состояния сложных технических объектов / В.И. Батищев, Н.Г. Губанов // Прикладная информатика. - 2009. - № 6 (24). - С. 86-90.

97. Прохоров А. Цифровой двойник. Анализ, тренды, мировой опыт. Издание первое, исправленное и дополненное / А. Прохоров, М. Лысачев. - М.: ООО «АльянсПринт», 2020. - 401 стр., ил.

98. Feasibility of an immersive digital twin by Moira Petrie [Электронный ресурс]. - Режим доступа: https://digitop.ac.uk/2018/10/01/feasibility-of-an-immersive-digital-twin (дата обращения: 23.06.2021).

99. Miklovic, D. Let's Be Clear Which Digital Twin We Are Talking About [Электронный ресурс]. - Режим доступа: https://blog.lnsresearch.com/lets-be-clear-which-digital-twin-we-are-talking-about (дата обращения: 23.06.2021).

100. Wright, L. How to tell the difference between a model and a digital twin / L. Wright, S. Davidson // Advanced Modeling and Simulation in Engineering Sciences. -2020. - № 7.

101. Белостоцкий, А.М. Расчетно-экспериментальный метод подтверждения сейсмостойкости оборудования АЭС / А.М. Белостоцкий, В.Я. Геча, А.И. Горшков, Е.А. Канунникова // Вопросы электромеханики. Труды ВНИИЭМ. - Т. 101. - 2004.

- С. 58-68.

102. Михайлов, В.Г. Расчетно-экспериментальный метод диагностики деградации некоторых узлов погружных центробежных насосов / В.Г. Михайлов, П.В. Петров // Вестник Уфимского государственного авиационного технического университета. - Т. 13. - № 1. - 2009. - С. 82-93.

103. Тюрин, А.Н. Контроль технического состояния активной части силового трансформатора на основе расчетно-экспериментальных методов оценки вибрационных характеристик: дисс. канд. техн. наук: 05.11.13: защищена 18.06.2004 / Александр Николаевич Тюрин. - Казань. - 2004. - 131 с.

104. Приймак, С.В. Расчетно-экспериментальный метод оценки погрешности измерения температуры оболочки ТВЭЛА при имитации аварийных ситуаций / С.В. Приймак, Д.Н. Игнатьев, А.Н. Конотопов, П.П. Олейников, Д.М. Солдаткин,

B.Б. Усачев // Атомная энергия. - 2011. - Т. 110. - № 3. - С. 137-141.

105. Швецова-Шиловская, Т.Н. Расчетно-экспериментальный метод оценки показателей надежности технологического комплекса по результатам автономных испытаний на надежность его компонент / Т.Н. Швецова-Шиловская, Т.В. Громова, Ф.П. Соколов, В.А. Самсонов, В.Г. Ратушенко // Надежность. - 2012. - № 2 (41) . -

C. 13-17.

106. Партола, И.С. Расчетно-экспериментальный метод проектирования жидкостных ракетных двигательных установок / И.С. Партола // Проблемы машиностроения и надежности машин. - 2012. - № 6. - С. - 78-88.

107. Лебедев, А.С. Разработка отечественной энергетической газотурбинной установки среднего класса мощности с применением комплекса современных расчетно-экспериментальных методов: дисс. док. техн. наук: 05.04.12: защищена 15.10.2007 / Александр Серафимович Лебедев. - Санкт-Петербург, 2007. - 320 с.

108. Трутаев, С.Ю. Технология оценки и управления техническим состоянием динамически нагруженного оборудования опасных производственных объектов: дисс. док. техн. наук: 05.02.13: защищена 08.02.2018 / Станислав Юрьевич Трутаев. - Братск, 2018. - 486 с.

109. Сызранцева, К.В. Совершенствование методологии оценки нагруженности и надежности деталей машин на основе учета особенностей их

эксплуатационного деформирования: дисс. док. техн. наук: 05.02.02: защищена: 27.06.2018 / Ксения Владимировна Сызранцева. - Челябинск, 2018. - 281 с.

110. Соловьев, Д.А. Система расчетно-экспериментальной диагностики состояния активной зоны ECRAN 3D: дисс. канд. техн. наук: 05.14.03: защищена: 16.01.2013 / Денис Алексеевич Соловьев. - Москва. - 2012. - 92 с.

111. Белостоцкий, А.М. Расчетно-экспериментальный метод подтверждения сейсмостойкости оборудования АЭС / А.М. Белостоцкий, В.Я. Геча, А.И. Горшков, Е.А. Канунникова // Вопросы электромеханики. Обеспечение безопасности электрооборудования энергетических реакторов атомных электростанций. - Труды НПП ВНИИЭМ. - 2004. - Т. 101. - С. 58-68.

112. Гречихин, В. В. Математические модели и программно-аппаратные средства измерения и контроля для систем управления производством электротехнических изделий: дисс. док. техн. наук: 05.13.05: защищена: 10.06.2011 / Валерий Викторович Гречихин. - Новочеркасск, 2011. - 375 с.

113. Ланкин, А. М. Метод и устройство экспресс-контроля электротехнических параметров для систем управления производством пропорциональных электромагнитов: дисс. канд. техн. наук: 05.13.05: защищена: 15.03.2018 / Антон Михайлович Ланкин. - Новочеркасск. - 2018. - 168 с.

114. Бахвалов, Ю.А. Моделирование магнитных систем в натурно-модельном эксперименте / Ю.А. Бахвалов, Н.И. Горбатенко, В.В. Гречихин, Н.М. Кыонг // тез. докл. XVII Междунар. конф. по постоянным магнитам. - Суздаль. -2009. - С. 188-189.

115. Горбатенко, Н.И. Определение вебер-амперных характеристик электротехнических устройств методом натурно-модельного эксперимента / Н.И. Горбатенко, В.В. Гречихин, М.В. Ланкин, А.М. Ланкин // Измерительная техника. - 2016. - № 7. - С. 45-48.

116. Ланкин А.М., Ланкин М.В., Кучеров В.А., Наугольнов О.А. Применение алгоритма натурно-модельных испытаний для диагностики электротехнических систем / А.М. Ланкин, М.В. Ланкин, В.А. Кучеров, О.А. Наугольнов // Современные проблемы науки и образования. - 2015. - № 1-2.

117. Подольцев, А.Д. Мультифизическое моделирование в электротехнике: монография / А.Д. Подольцев, И.Н. Кучерявая. - К.: Ин-т электродинамики НАН Украины, 2015. - 305 с.

118. Подольцев, А.Д. Мультифизическое моделирование электротехнических устройств / А.Д. Подольцев, И.Н. Кучерявая // Техн. електродинамша. - 2015. - № 2. - С. 3-15.

119. Лукашевич, А.А. Современные численные методы строительной механики: учебное пособие / А.А. Лукашевич. - Хабаровск: Изд-во Хабар. гос. техн. ун-та, 2003. - 135 с.

120. Ochsner, A. Special numerical techniques to joint design / A. Ochsner // Handbook of Adhesion Technology: Second Edition. - 2018. - P. 741-772.

121. Wang, J. Modelling and parametric design of a pneumatic soft stepper motor / J. Wang, Y. Fei // International Journal of Mechanical Sciences. - 2019.

122. Sohrabinasab, Y. A comprehensive electromagnetic simulation model for switched reluctance motor operating under multiphase excitation / Y. Sohrabinasab, B. Ganji // Engineering Review. - 2019. - № 3. - P. 302-309.

123. Xu, Q. Comprehensive analysis of electromagnetic and thermal-mechanical effects on HCSB under MD event for CFETR / Q. Xu, S. Wang, H. Chen, S. Wang // Fusion Engineering and Design. - 2019. - P. 294-302.

124. Bacher, J. 3D-FEM calculation of electromagnetic properties of single phase induction machines / J. Bacher, F. Waldhart, Ch. Grabner // 9th International Conference on Electrical Machines. - 2010.

125. Moeneclaey, J. Numerical modeling of an electromagnetic micro-motor using 3D-FEM / J. Moeneclaey, A. Tounzi // 20th International Conference on Electrical Machines. - 2012. - P. 725-730.

126. Yu, K. 3-D FEM Analysis on Electromagnetic Characteristics of an Air-Core Pulsed Alternator / K. Yu, J. Yao, X. Xie, F. Zhang, P. Tang // IEEE Transactions on Plasma Science. - 2017. - № 7. - P. 1257-1262.

127. Praveen Kumar, N., Electromagnetic field analysis of 3-phase induction motor drive under broken rotor bar fault condition using FEM / N. Praveen Kumar, T.B.

Isha // IEEE International Conference on Power Electronics, Drives and Energy Systems. - 2016.

128. Furlan, M. A coupled electromagnetic-mechanical-acoustic model of a DC electric motor / M. Furlan, A. Cernigoj, M. Boltezar // COMPEL - The International Journal for Computation and Mathematics in Electrical and Electronic Engineering. -2003. - № 4. - P. 1155-1165.

129. Ropoteanu, C. Electro-thermal simulation study of different core shape planar transformer / C. Ropoteanu, P. Svasta, C. Ionescu // 22nd International Symposium for Design and Technology in Electronic Packaging. - 2016.

130. Zhou, L. Steady-state characteristics of the coupled magneto-electro-thermo-elastic multi-physical system based on cell-based smoothed finite element method / L. Zhou, M. Li, Z. Ma, S. Ren, X. Li, J. Tang, Z. Ma // Composite Structures. - 2019. - P. 111-128.

131. Gong, R. A 3-D Coupled Magneto-Fluid-Thermal Analysis of a 220 kV Three-Phase Three-Limb Transformer under DC Bias / R. Gong, J. Ruan, J. Chen, Y. Quan, J. Wang, S. Jin // Energies. - 2017. - № 4.

132. Tihanyi, V. Multiphysical finite element modeling of inductive type fault current limiters and self limiting transformers / V. Tihanyi, A. Gyore, I. Vajda // IEEE Transactions on Applied Superconductivity. - 2009. - № 3. - P. 1922-1925.

133. Zhang, X. A review of li-ion battery equivalent circuit models / X. Zhang, W. Zhang, G. Lei // Transactions on Electrical and Electronic Materials. - 2016. - № 6. - P. 311-316.

134. Oganyan, R.G. Comprehensive assessment of functioning of complex technical systems based on aggregation of heterogeneous data / R.G. Oganyan, M.V. Lankin, O.N. Golovchenko // International Conference on Industrial Engineering, Applications and Manufacturing. - 2019.

135. Зирка, С.Е. Моделирование переходных процессов в трансформаторе с учетом гистерезисных свойств магнитопровода / С.Е. Зирка, Ю.И. Мороз, Е.Ю. Мороз, А.Л. Тарчуткин // Техшчна електродинамжа. - 2010. - № 2. - С. 11-19.

136. Тиховод, С.М. Модификация магнитоэлектрических схем замещения электромагнитных устройств для анализа переходных процессов / С.М. Тиховод // Электричество. - 2014. - № 2. - С. 55-61.

137. Schael, M. Modelling and Power Quality Evaluation of Power Transformers / M. Schael, P. Cueillette, C. Sourkounis // 41st Annual Conference of the IEEE Industrial Electronics Society. - 2015. - P. 3455-3460.

138. Siouane, S. Equivalent Electrical Circuits of Thermoelectric Generators under Different Operating Conditions / S. Siouane, S. Jovanovic, P. Poure // Energies. - 2017. - № 3.

139. Schael, M. Modelling and power quality evaluation of power transformers / M. Schael, P. Cueillette, C. Sourkounis // 41st Annual Conference of the IEEE Industrial Electronics Society. - 2015. - P. 3455-3460.

140. Espinoza, J.R. Modeling Transformer With Incipient Faults Using Magnetic Circuit / J.R. Espinoza, C. Perez-Rojas, S. García-Martínez // North American Power Symposium. - 2012.

141. Brilinskiy, A.S. Investigation of Causes of Dry-Type Transformer On-Load Tap-Changer Insulation / A.S. Brilinskiy, G.A. Evdokunin, V.S. Chudny, R.I. Mingazov, T.A. Ponomarev // Proceedings of the 2018 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering. - 2018. - P. 591-597.

142. Liang, Y. An improved model of hot-spot temperature for oil-immersed transformers based on multi-parameter fusion / Y. Liang, N. Liu, Q.-Z. Chen, Y. Li, Y.Y. Xu, G.-J. Zhang // Proceedings of the IEEE International Conference on Properties and Applications of Dielectric Materials. - 2018. - P. 756-759.

143. Чикуров, Н.Г. Синтез математических моделей технических систем методом электроаналогий / Н.Г. Чикуров // Вестник Уфимского государственного авиационного технического университета. - 2009. - №2. - С. 156-165.

144. Крон, Г. Исследование сложных систем по частям диакоптика / Г. Крон. -М.: Наука, 1972. - 544 с.

145. Shaykhutdinov, D.V. Complex technical systems modeling / D.V. Shaykhutdinov, R.G. Oganyan // 2nd International conference on Eurasian scientific

development. Proceedings of the Conference (December 02, 2017) . - Vienna: Premier Publishing s.r.o. - 2017. - P. 47-51.

146. Оганян, Р.Г. Системный подход к многоуровневому моделированию сложных технических систем / Р.Г. Оганян, М.В. Ланкин, О.Н. Головченко // Фундаментальные исследования с применением компьютерных технологий в науке, производстве, социальных и экономических процессах: материалы 18-ой Национал. молод. науч.-практ. конф., г. Новочеркасск, 17-18 янв. 2019 г. / Юж.-Рос. гос. политехн. ун-т (НПИ) им. М. И. Платова. - Новочеркасск: Лик, 2019. - С. 367-373.

147. Свидетельство о государственной регистрации программы для ЭВМ № 2018613041 Российская федерация. Программа расчета режимов электрических систем методом диакоптики при делении на несвязанные подсистемы DIANSW: свидетельство об официальной регистрации программы для ЭВМ / Н.М. Ермолаева, П.Л. Воронов. - Заявл. 10.01.2018 Зарег. 02.03.2018.

148. Курганов, С.А. Символьный анализ и диакоптика линейных электрических цепей: дис. док. техн. наук: 05.09.05: защищена: 29.09.2006 / Сергей Александрович Курганов. - Ульяновск, 2006. - 338 с.

149. Olobaniyi, F. Investigation of Diakoptics as a Resourceful Tool in Power System Analysis / F. Olobaniyi, H. Nouri, S. Ghauri // Proceedings of the Universities Power Engineering Conference. - 2012.

150. Montenegro, D. Multilevel A-Diakoptics for the Dynamic Power Flow Simulation of Hybrid Power Distribution Systems / D. Montenegro, G.A. Ramos, S. Bacha // IEEE Transactions on Industrial Informatics. - 2016. - № 1. - P. 267-276.

151. Stulov, A. Development of physical processes simulation technology in power transformers by means of ramified electrical equivalent circuits / A. Stulov, A. Tikhonov, I. Paikov // International Conference on Industrial Engineering, Applications and Manufacturing. - 2017.

152. Diaz, A. Induction motor equivalent circuit for dynamic simulation / A. Diaz, R. Saltares, C. Rodriguez, R.F. Nunez, E.I. Ortiz-Rivera, J. Gonzalez-Llorente // IEEE International Electric Machines and Drives Conference. - 2009. - P. 858-863.

153. Baraston, A. Multiphysical approach including equivalent circuit models for the sizing by optimization / A. Baraston, L. Gerbaud, V. Reinbold, T. Boussey, F. Wurtz // COMPEL - The International Journal for Computation and Mathematics in Electrical and Electronic Engineering. - 2016. - № 3. - P. 871-884.

154. Рымша, В.В. Усовершенствованная цепно-полевая модель вентильно-реактивного двигателя / В.В. Рымша, И.Н. Радимов, М.В. Гулый, П.А. Кравченко // Електротехшка i Електромехашка. - 2010. - № 5. - С. 22-26.

155. Chan, T.F. A coupled circuit and field analysis of a three-phase induction motor with the Smith connection / T.F. Chan, L.L. Lai, L.T. Yan // IEEE Trans. on Magnetics. - 2006. - № 4. - P. 1315-1318.

156. Gbegbe, A.Z. Damper Currents Simulation of Large Hydro-Generator Using the Combination of FEM and Coupled Circuits Models / A.Z. Gbegbe, B. Rouached, J. Cros, M. Bergeron, P. Viarouge // IEEE Transactions on Energy Conversion. - 2017. -№ 4. - P. 1273-1283.

157. Taras, P. Combined Multiphysics Model of Switched Flux PM Machines under Fault Operations / P. Taras, G.-J. Li, Z.-Q. Zhu, M.P. Foster, D.A. Stone // IEEE Transactions on Industrial Electronics. - 2019. - № 9. - P. 6737-6745.

158. Zhang, J. Multi-physics multi-objective optimal design of bearingless switched reluctance motor based on finite-element method / J. Zhang, H. Wang, S. Zhu, T. Lu // Energies. - 2019. - № 12.

159. Лебедев, В.Д. Исследование динамических процессов в измерительных трансформаторах тока и напряжения / В.Д. Лебедев, А.А. Яблоков // Вестник ИГЕУ. - 2013. - №. 6. - С. 1-7.

160. Zhang, Y. Magnetic field of a complex construction transformer using direct field-circuit coupling method / Y. Zhang, N. Zhang, Y. Kang, X. Yan, D. Xie // Advanced Materials Research. - 2013. - P. 1230-1233.

161. Bhide, R.S. Coupled circuit-field formulation for analysis of parallel operation of converters with interphase transformer / R.S. Bhide, G.B. Kumbhar, S.V. Kulkarni, J.P. Koria // Electric Power Systems Research. - 2008. - № 1. - P. 158-164.

162. Kumbhar, G.B. Analysis of short circuit performance of split-winding transformer using coupled field-circuit approach / G.B. Kumbhar, S.V. Kulkarni, V.S. Jochi // IEEE Trans. on Power Delivery. - 2007. - № 2. - P. 936943.

163. Kawkabani, B. Combined Analytical-Numerical Approach for the Modeling and Analysis of Three phase Transformers / B. Kawkabani, G. Rosselet, J.-J. Simond // IECON Proceedings (Industrial Electronics Conference). - 2006. - P. 1521-1526.

164. Luo, L. Study on the electromagnetic transient state in the new converter transformer based on coupled field-circuit method / L. Luo, H. Li, Y. Li, C. Rehtanz, F. Liu // Proceedings of the 11th International Conference on Electrical Machines and Systems. - 2008. - P. 4291-4295.

165. Homaee, O. Prestrike modeling in SF6 circuit breakers / O. Homaee, A. Gholami // International Journal of Electrical Power and Energy Systems. - 2020.

166. Васьковский, Ю.Н. Перспективы моделирования динамических режимов электромеханических преобразователей на основе цепнополевых методов / Ю.Н. Васьковский // Електротехнка i Електромеханка. - 2003. - № 1. - С. 23-25.

167. Глухенький, А.И. Электромагнитный перемешиватель жидкого металла с поочередным действием бегущего и пульсирующего магнитных полей / А.И. Глухенький, Ю.М. Гориславец, В.Ю. Максименко // Техн. електродинамка. - 2014.

- № 4. - С. 123-125.

168. Коровкин, Н.В. Расчетные методы в теории заземления / Н.В. Коровкин, С.Л. Шишигин // Науч.-техн. ведомости Санкт-Петербургского гос. политехн. унта. - 2013. - № 1. - С. 74-79.

169. Mezani, S. A combined electromagnetic and thermal analysis of induction motors / S. Mezani, N. Takorabet, B. Laporte // IEEE Transactions on Magnetics. - № 5.

- 2005. - P. 1572-1575.

170. Kumar, V. Feature selection: A literature review / V. Kumar, S. Minz // Smart Computing Review. - 2014. - P. 211-229.

171. Burges, C.J.C. Dimension reduction: a guided tour / C.J.C. Burges // Foundations and Trends in Machine Learning. - 2009. - № 4. - P. 275-365.

172. Chandrashekar, G. A survey on feature selection methods / G. Chandrashekar, F. Sahin // Computers and Electrical Engineering. - 2014. - № 1. - P. 16-28.

173. Mohsenzadeh, Y. Incremental relevance sample-feature machine: a fast marginal likelihood maximization approach for joint feature selection and classification / Y. Mohsenzadeh, H. Sheikhzadeh, S. Nazari // Pattern Recognition. - 2016. - P. 835-848.

174. Abd-Alsabour, N. A Review on Evolutionary Feature Selection / N. Abd-Alsabour // 8th European Modelling Symposium on Computer Modelling and Simulation. - 2014. - P. 20-26.

175. Aziz, R. Dimension reduction methods for microarray data: a review / R. Aziz, C.K. Verma, N. Srivastava // AIMS. Bioengineering. - 2017. - №1. - P. 179-97.

176. Venkatesh, B. A review of Feature Selection and its methods / B. Venkatesh, J. Anuradha // Cybernetics and Information Technologies. - 2019. - № 1. - P. 3-26.

177. Ranjbar, S. Fault detection in microgrids using combined classification algorithms and feature selection methods / S. Ranjbar, S. Jamali // International Conference on Protection and Automation of Power System. - 2019. - P. 17-21.

178. Zhang, Y. Transformer fault diagnosis based on new features selection and artificial bee colony optimization SVM / Y. Zhang, H. Peng, J. Fang, L. Zhao, X. Li, C. Liao // International Conference on Power System Technology. - 2019. - P. 3607-3613.

179. Mo, W. Fault diagnosis of power transformer using feature selection techniques and KNN / W. Mo, T. Kari, H. Wang, L. Luan, W. Gao // 3rd IEEE International Conference on Computer and Communications. - 2018. - P. 2827-2831.

180. Shaban, K.B. Prediction of Transformer Furan Levels / K.B. Shaban, A.H. El-Hag, K. Benhmed // IEEE Transactions on Power Delivery. - № 4. - 2016. - P. 17781779.

181. Samirmi, F.D. Feature selection in power transformer fault diagnosis based on dissolved gas analysis / F.D. Samirmi, W. Tang, H. Wu // 4th IEEE/PES Innovative Smart Grid Technologies Europe. - 2013.

182. Rahmatian, M. Insulation failure detection in transformer winding using cross-correlation technique with ANN and k-NN regression method during impulse test / M. Rahmatian, B. Vahid, A.J. Ghanizadeh, G.B. Gharehpetian, H.A. Alehosseini //

International Journal of Electrical Power and Energy Systems. - № 1. - 2013. - P. 209218.

183. Han, H. Transformer fault dignosis based on feature selection and parameter optimization / H. Han, H.-J. Wang, X. Dong // Energy Procedia. - 2011. - P. 662-668.

184. Mo, W. Power Transformer Fault Diagnosis Using Support Vector Machine and Particle Swarm Optimization / W. Mo, T. Kari, H. Wang, L. Luan, W. Gao // 10th International Symposium on Computational Intelligence and Design. - 2018. - P. 511-515.

185. Bi, X. Shen P. Engine Working State Recognition Based on Optimized Variational Mode Decomposition and Expectation Maximization Algorithm / X. Bi, J. Lin, F. Bi, X. Li, D. Tang, Y. Wu, X. Yang, P. Shen // IEEE Access. - 2020. - P. 3354533559.

186. Ko, M. Application of Feature Selection Method to Error Factor Extraction of Multifunction Peripheral / M. Ko, T. Inagi, M. Takada, T. Yano // IEEE International Conference on Industrial Engineering and Engineering Management. - 2019. - P. 10431047.

187. Naveen Kumar, P. Vibration based IC engine fault diagnosis using tree family classifiers-a machine learning approach / P. Naveen Kumar, G. Sakthivel, R. Jegadeeshwaran, R. Sivakumar, D. Saravana Kumar // IEEE International Symposium on Smart Electronic Systems. - 2019. - P. 225-228.

188. Swischuk, R. A Machine Learning Approach to Aircraft Sensor Error Detection and Correction / R. Swischuk, D. Allaire // Journal of Computing and Information Science in Engineering. - № 4. - 2019.

189. Jung, D. Engine Fault Diagnosis Combining Model-based Residuals and Data-Driven Classifiers / D. Jung // IFAC-PapersOnLine. - № 5. - 2019. - P. 285-290.

190. Cao, J. An Ensemble Classifier Based on Feature Selection Using Ant Colony Optimization / J. Cao, G. Lv, Y. Shang, N. Weng, C. Chang, Y. Liu // IEEE High Performance Extreme Computing Conference. - 2018.

191. Xu, X. Review of classical dimensionality reduction and sample selection methods for large-scale data processing / X. Xu, T. Liang, J. Zhu, D. Zheng, T. Sun // Neurocomputing. - 2019. - P. 5-15.

192. Ayesha, S. Overview and comparative study of dimensionality reduction techniques for high dimensional data / S. Ayesha, M.K. Hanif, R. Talib // Information Fusion. - 2G2G. - P. 44-58.

193. Елисеева, И.И. Эконометрика / И.И. Елисеева - М.: Финансы и статистика, 2003. - 344 с.

194. Свидетельство о государственной регистрации программы для ЭВМ № 2020613145 Российская Федерация. Программа оценки состояния трансформаторного оборудования с использованием метода главных компонент / Р.Г. Оганян, AM. Ланкин. - Заявл. 25.02.2020 Зарег. 11.03.2020.

195. Денисенко, В.В. Моделирование разброса параметров транзисторов в КМОП СБИС / В.В. Денисенко // Компоненты и технологии. - 2GG3. - № 8 (34). -С. 40-45.

196. Лукашин, Ю.П. Aдаптивные методы краткосрочного прогнозирования временных рядов: учебное пособие / Ю.П. Лукашин. - М.: Финансы и статистика, 2GG3. - 416 с.

197. Шитиков, В.К. Рандомизация и бутстреп: статистический анализ в биологии и экологии с использованием R / В.К. Шитиков, Г.С. Розенберг. -Тольятти: Кассандра, 2013. - 314 с.

198. Кобзарь, A.R Прикладная математическая статистика. Для инженеров и научных работников / A.R Кобзарь. - М.: ФИЗMAТЛИТ, 20G6. - 816 с.

199. Efron, B. An introduction to the bootstrap / B. Efron, R. Tibshirani. - Toronto: Springer-science+Business media, 1993. - 452 p.

2GG. Шитиков, В.К. Статистические методы ресамплинга: Рандомизация и бутстреп [Электронный ресурс]. Режим доступа: https://docplayer.ru/363561G1-Randomizaciya-i-butstrep.html (дата обращения 23.G6.2G21).

2G1. Bootstrap Methods and Permutation Tests [Электронный ресурс]. Режим доступа:

https://www.macmillanlearning.com/studentresources/college/statistics/ips9e/companio nchapters/companionchapter16.pdf (дата обращения 23.G6.2G21).

202. Горбунова, Е.Б. Метод статистической обработки малых выборок данных в задачах прогнозирования и контроля состояния сложных систем: дис. канд. техн. наук: 05.13.01: защищена: 26.04.2018 / Екатерина Борисовна Горбунова. - Таганрог, 2018. - 178 с.

203. Попов, А.М. Два подхода к построению доверительных интервалов / А.М. Попов // Системный анализ и аналитика. - 2016. - №1. - С.42-49.

204. Баюк, О.А. Построение доверительных интервалов доходностей финансовых активов методом бутстрепа / О.А. Баюк, А.Е. Шиян // Современная математика и концепции инновационного математического образования. - 2019. -№1. - С. 90-103.

205. Ануфриев, Д.В. Бутстреп-методы построения доверительных интервалов для задач оценивания точностных характеристик системы ЛА-КСЦПНО / Д.В. Ануфриев // Научный вестник московского государственного технического университета гражданской авиации. - 2005. - №89. - С. 93-96.

206. Иванько, Р.С. Краткосрочное прогнозирование нестационарного спроса в оптовой торговле: дисс. канд. техн. наук: 08.00.12: защищена: 27.10.2005 / Роман Сергеевич Иванько. - Москва, 2005. - 143 с.

207. Кисляков, А.Н. Метод виртуального увеличения выборки при прогнозировании редких продаж в условиях информационной асимметрии / А.Н. Кисляков // Вестник Алтайской академии экономики и права. - 2019. - № 1. - С. 47-54.

208. Симонов, А.Н. Построение бутстреповских доверительных интервалов для фармакокинетических параметров / А.Н. Симонов, И.И. Мирошниченко, О.Ю. Реброва // Медицинские технологии. Оценка и выбор. - 2013. - №3. - С. 15-19.

209. She, D. A BiGRU method for remaining useful life prediction of machinery / D. She, M. Jia // Measurement: Journal of the International Measurement Confederation. - 2021.

210. Liao, Y. Uncertainty Prediction of Remaining Useful Life Using Long Short-Term Memory Network Based on Bootstrap Method / Y. Liao, L. Zhang, C. Liu // IEEE International Conference on Prognostics and Health Management. - 2018.

211. Антонов, А.В. Интервальная оценка характеристик надежности уникального оборудования / А.В. Антонов, К.Н. Малови, И.А. Чумаков // Фундаментальные исследования. - 2011. - № 12. - С. 71-76.

212. Saberi, M.R. Steel Bridge Service Life Prediction Using Bootstrap Method / M.R. Saberi, A.R. Rahai, M. Sanayei, R.M. Vogel // International Journal of Civil Engineering. - № 15(1). - 2016.

213. Иванов, С.М. Анализ онтогенетических спектров гетерогенных популяций: дис. канд. биол. наук: 03.02.08: защищена: 15.10.2014 / Сергей Михайлович Иванов. - Нижний Новгород, 2014. - 116 с.

214. Бюльман, П. Бутстрап-схемы для временных рядов / П. Бюльман // Квантиль. - 2007. - №3. - С. 37-56.

215. Дедова, М.С. Сравнение методов бутстрапа временных рядов для целей бэктестирования моделей оценки банковских рисков / М.С. Дедова // Экономический журнал высшей школы экономики. - 2018. - №1. - С. 84-109.

216. Howell D.C. Parametric and Resampling Statistics: Two Different Philosophies of Hypothesis Testing Or is it Three? [Электронный ресурс]. Режим доступа: http://www.uvm.edu/~dhowell/StatPages/Resampling/philosophy.html (дата обращения 23.06.2021).

217. Ахмадиев, Ф.Г. Решение задач прикладной математики с применением табличного процессора EXCEL: Учебное пособие / Ф.Г. Ахмадиев, Р.Ф. Гиззятов.

- Казань: Изд-во Казанск. гос. архитект.-строит. ун-та, 2016. - 136 с.

218. Voznesenskaya, A.O. Comparison of interpolation and approximation methods for optical freeform synthesis / A.O. Voznesenskaya, P.Y. Krizski // Proc. SPIE.

- 2017. - № 10330. - P. 1-6.

219. Пат. 2735296 Российская Федерация, МПК G05B 23/00. Способ многопараметрического контроля состояния сложных электротехнических объектов / Р.Г. Оганян, Н.И. Горбатенко, М.В. Ланкин. - № 2019126049; заявл. 16.08.2019; опубл. 29.10.2020, Бюл. № 31.

220. Оганян, Р.Г. Методологическое обеспечение оценки состояния и прогнозирования остаточного ресурса сложного электротехнического объекта / Р.Г. Оганян, Н.И. Горбатенко // Информатизация и связь. - 2019. - №5. - С. 121-123.

221. Оганян, Р.Г. К методике идентификации и прогнозирования состояния сложного электротехнического объекта на примере силового трансформатора / Р.Г. Оганян // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. - 2020. - №3. - С. 34-40.

222. Валге, А.М. Исходные требования к информационной системе мониторинга мобильных технических средств с GPS системой / А.М. Валге, Э.А. Папушин, Ю.Н. Баскаков // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. -2012. - № 83. - С. 69-76.

223. Пирогов, В.Ю. Информационные системы и базы данных: организация и проектирование: учеб. Пособие / В.Ю. Пирогов. - СПб.: БХВ-Петербург, 2009. -528 с.: ил.

224. Чудинов, И.Л. Информационные системы и технологии: учебное пособие / И.Л. Чудинов, В.В. Осипова. - Томск: Изд-во Томского политехнического университета, 2013. - 145 с.

225. Балдин, К.В. Информационные системы в экономике: Учебник. — 5-е изд / К.В. Балдин, В.Б. Уткин. - М.: Издательско-торговая корпорация «Дашков и К0», 2008. - 395 с.

226. Маторин, С.И. Информационные системы: учебно-практическое пособие / С.И. Маторин, О.А. Зимовец. - Белгород: Изд-во НИУ БелГУ, 2012. -231 с.

227. Чистова, Д.В. Проектирование информационных систем: учебник и практикум для СПО / Д.В. Чистова. - М.: Издательство Юрайт, 2019. - 258 с.

228. Белов, В.В. Проектирование информационных систем: учебник для студ. учреждений высш. проф. образования / В.В. Белов, В.И. Чистякова. - М.: Издательский центр «Академия», 2013. - 352 с.

229. Тревис, Дж. LabVIEW для всех: пер. с англ. Клушин Н.А. / Дж. Тревис.

- М.: ДМК Пресс; ПриборКомплект, 2005. - 544 с,: ил.

230. Быстрая разработка: преимущества программирования на языке О [Электронный ресурс]. Режим доступа: http://www.labview.ru/labview/what_is_labview/rapid_development.php (дата обращения 23.06.2021).

231. Свид. об оф. рег. прогр. для ЭВМ 2021619625 Российская Федерация. «Программа мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств» / Оганян Р.Г.; Роспатент.- № 2021618597; заявл. 02.06.2021; зарег. 15.06.2021.

232. Стародубцев Ю.Н. Теория и расчет трансформаторов малой мощности.

- М.: ИП РадиоСофт, 2005. - 320 с.

233. Стародубцев, Ю. Нанокристаллические магнитомягкие материалы / Ю. Стародубцев, В. Белозёров // Компоненты и технологии. - 2007. - № 4 (69). - С. 240-242.

234. Оганян, Р.Г. Исследование метода мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств (на примере силового трансформатора) / Р.Г. Оганян, Н.И. Горбатенко, М.В. Ланкин // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. - 2021. - №2. - С. 34-40.

235. Хныков А.В. Теория и расчет трансформаторов источников вторичного электропитания. — М.: СОЛОН-Пресс, 2004. - 128 с.

Приложение А. Листинг программы мониторинга и прогнозирования параметров мультифизических процессов

электротехнических устройств

Приложение Б. Патент на изобретение «Способ многопараметрического контроля состояния сложных электротехнических объектов»

Приложение В. Свидетельство о регистрации программы для ЭВМ «Программа мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств»

Приложение Г. Свидетельство о регистрации программы для ЭВМ «Программа оценки состояния трансформаторного оборудования с использованием метода главных компонент»

Приложение Д. Внедрение результатов исследований

^БАСТИОН

ПРОИЗВОДСТВО С 1991 ГОДА

л-Л— bast.ru

АКТ ВНЕДРЕНИЯ

результатов диссертационной работы Оганнна Романа Гарегиновича на тему «Метод н алгоритмы мониторинга и прогнозирования параметров мультифизических

Настоящим актом удостоверяется, что результаты диссертационной работы, полученные аспирантом кафедры «Информационные и измерительные системы и технологию) ЮРГПУ(НПИ) Оганяном Романом Гарегиновичем на тему «Метод и алгоритмы мониторинга и прогнозирования • параметров мультифизических процессов электротехнических устройств» обладают актуальностью и внедрены в ЗАО «Бастион».

Результатами диссертационного исследования, представляющими научный и практический интерес, являются оригинальные методики мониторинга и прогнозирования параметров мультифизических процессов электротехнических устройств, в основе которых, при оценки технических параметров, заложено моделирование различных физических процессов. Внедрение результатов диссертационной работы в виде методики испытаний электротехнического оборудования позволяют своевременно принимать решение по техническому обслуживанию, и как следствие, способствует превентивному выявлению опасности его перехода в предельное состояние и предотвращению аварийных ситуаций.

процессов электротехнических устройств»

Технический директор

:фимов

4Д018, г. Ростов-на-Дону, а/я 7532 |тдел сбыта: [e-mail]; +7 [863) 203-58-30 ех. поддержка: [e-mail] 800 200-58-30

bast.ru — основной сайт teplo.bast.ru — для тепла и комфорт skat-ups.ru — интернет-магазин «Бастион» — УоиТиЬе-канал

ОАО «Всероссийский научно-исследовательский и проектио-конструкгсрский институт электровозостроения (ОАО «ВЭлНИИ») Россия, 346413, г. Новочеркасск, ул. Машиностроителей, д 3 Тел.: [phone], 23-40-83 / Факс: [phone] Emaih [e-mail] / Web: «vww.vetnii.ru

/

АКТ

о внедрении результатов диссертационного исследования

«Метод и алгоритмы мониторинга и прогнозирования параметров мультифизических

Исследования и разработки, представленные Оганяном Романом Гарегиновичем в кандидатской диссертации, посвящённой разработке метода мониторинга и прогнозирования технических параметров электротехнических устройств, в основе которого лежит учет разнородных физических процессов, представляют научный и практический интерес для ОАО «ВЭлНИИ».

Важным результатом диссертационной работы является методика определения параметров мультифизических процессов электротехнических устройств, основанная на синтезе экспериментальной и модельной информации, а также методе главных компонент, обеспечивающий определение остаточного ресурса испытуемого электротехнического устройства. Внедрение результатов диссертационной работы Оганяна Р.Г. в виде программного обеспечения для ПК, реализующего разработанную методику и выполненного на языке графического программирования С в среде 1.аЬ\/1Е\Л/, позволяет усовершенствовать процедуру контроля широкого спектра электротехнических устройств, а также повысить ее достоверность путем обеспечения учета мультифизического воздействия факторов, влияющих на техническое состояние электротехнического устройства.

Технический директор А. А. Калюжный

процессов электротехнических устройств» на соискание ученой степени кандидата технических наук Оганяна Романа Гарегиновича

Система менеджмента качества предприятия сертифицирована на соответствие требованиям ГОСТ Р ИСО 9001-2015 (¡SO 9001:2015)