Dinamikus Távvezeték Terhelhetőség vizsgálata Neurális hálózatok felhasználásával
A hazai és nemzetközi villamosenergia-rendszerekben központi szerepet tölt be az üzembiztonság és a villamos energia megfelelő rendelkezésre állásának kérdésköre. A fogyasztói igények folyamatos növekedésének, a megújuló energiaforrások integrálásának, és egyéb, a témával kapcsolatos termelői-fogyasztói változásoknak köszönhetően számos megoldandó probléma jelent meg a meglévő hálózat üzemvitelével és kihasználtságával kapcsolatban. Ilyen kihívás többek között az átviteli hálózat magasabb fokú terhelhetőségére vonatkozó igény megjelenése is.
A Dinamikus Távvezeték Terhelhetőség (továbbiakban DLR) egy olyan újfajta távvezeték terhelhetőségre vonatkozó módszer, amely költséghatékony megoldást jelenthet az ellátásbiztonsági problémák megoldására a meglévő infrastrukturális háttér újratervezése nélkül. A jelenleg használt Statikus Távvezeték Terhelhetőség lényege, hogy a legkedvezőtlenebb időjárási körülmények által meghatározott áramterhelhetőség értékét engedi meg egy adott távvezetékvonal sodronyain. Ez amellett, hogy a biztonság felé tolja el a gyakorlati alkalmazhatóságot, az esetek közel 95%-ban a valódi terhelhetőség értékénél jelentősen kisebb. Ezt a potenciált képes a DLR kiaknázni oly módon, hogy mindig az aktuális környezeti körülményekhez igazítja a sodronyokon átengedhető maximális áram nagyságát, ezáltal pedig nemcsak az ellátásbiztonság, de a rendelkezésre állás is javítható.
A dolgozat fő témája a jelenleg használt nemzetközi szabványoktól (CIGRE, IEEE) eltérő, nem analitikus számítási módszerek alkalmazhatóságán alapuló DLR vizsgálata. A kutatás célja ennek során egy olyan neurális háló megalkotása, amely képes minták felismerésére a korábbi évek időjárásai adatai, valamint a sodronyok valós áramértékei alapján. Ily módon nemcsak pontosítható, de meg is gyorsítható a maximális terhelhetőség valós idejű számítása.
szerző
-
Rácz Levente Dr.
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Németh Bálint
egyetemi docens, Villamos Energetika Tanszék