Нейросетевая генерация сценариев противоаварийной подготовки персонала электроэнергетических систем : доклад, тезисы доклада

Описание

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Энергетика будущего; Уфа; Уфа

Год издания: 2026

Аннотация: Современные электрические подстанции представляют собой сложные технологические комплексы, на которых используется дорогостоящее оборудование и микропроцессорные системы релейной защиты и автоматики, выход из строя которого влечет за собой большие экономические расходы. Рост сложности оборудования, требует от оперативного персоналаПоказать полностьюне только глубоких профессиональных знаний, но и умения анализировать большие потоки данных в условиях дефицита времени. Накопленный опыт проведения противоаварийных тренировок показывает, что в практике энергетических предприятий имеет место высокий уровень условности тренировочной деятельности и субъективизм в организации текущего контроля и оценке результатов. Это вызвано невозможностью реальных действий на работающем оборудовании и низким уровнем механизации и автоматизации тренировок, связанным с тем, что традиционные методы подготовки, основанные на теоретическом обучении и статических тренажерах, не способны в полной мере имитировать реальные аварийные ситуации, что приводит к недостаточной готовности персонала к нештатным событиям. Особую актуальность проблеме придает человеческий фактор, так как одной из причин возникновения наиболее серьезных аварий на электрооборудовании субъектов электроэнергетики является нарушение в работе оборудования связанное с ошибочными действиями персонала, обусловленное в том числе недостаточной эффективностью подготовки. В данной статье рассматривается применение нейросетевых моделей для динамической генерации адаптивных сценариев противоаварийных тренировок, что позволяет преодолеть указанные ограничения.

Ссылки на полный текст

Издание

Журнал: Энергетика будущего

Номера страниц: 66-72

Место издания: Уфа

Персоны

  • Пашков Р. А. (ФГАОУ ВО «Сибирский Федеральный Университет»)

Вхождение в базы данных