Udoskonalanie systemów diagnostycznych do analizy i sterowania trybami pracy w sieciach elektroenergetycznych
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 16 Nr 3 (2026)
-
Podejście oparte na głębokim uczeniu do automatycznego wykrywania raka skóry z analizą porównawczą różnych wielkości partii w klasyfikacji obrazów dermatologicznych
Abini M.A.5-13
-
Modelowanie i zasady zarządzania produkcją pasz granulowanych mieszanych z wykorzystaniem systemów informacyjno-analitycznych
Mahil Mammadov, Tural14-22
-
Inteligentny system automatycznego sterowania oparty na technologii IoT do energetycznie efektywnego suszenia zboża
Ainur Rustemova, Maria Yukhymchuk, Vladyslav Lesko, Marat Orynbet, Yurii Ivanov23-30
-
Projekt i walidacja eksperymentalna inteligentnego systemu zarządzania zapasami w lodówce opartego na technologii IoT-RPA
Lyudmila Samchuk, Yuliia Povstiana, Nataliia Lishchyna, Mykyta Ponomarenko31-38
-
Inteligentny system monitorowania gleby na rzecz zrównoważonego rolnictwa z wykorzystaniem TinyML i sieci czujników bezprzewodowych o bardzo niskim zużyciu energii
Muhammad Ovais Akhter39-48
-
Modelowanie działania dynamicznego systemu zarządzania kolejkami w supermarketach
Larysa Gumeniuk, Volodymyr Lotysh, Pavlo Humeniuk49-58
-
Eksperymentalna walidacja metod kompensacji błędów żyroskopów światłowodowych w warunkach półnaturalnych
Nurzhigit Smailov, Ainur Kuttybayeva, Yerlan Tashtay, Zhandos Dosbayev, Aruzhan Nazarova, Beibarys Sekenov, Aida Serbayeva, Akezhan Sabibolda59-63
-
Symulacja pracy czterokanałowego przepływomierza ultradźwiękowego o identycznych trajektoriach sygnału w kanałach akustycznych
Yosyp Bilynsky, Andrii Stetsenko64-68
-
Linia do grawerowania z zintegrowaną regeneracją elektrochemiczną służącą do odzyskiwania miedzi i ograniczania ilości osadu
Anatoliy Nester, Vadim Romanuke, Tetiana Yakovyshyna69-76
-
Metoda identyfikacji operatorów HCI w oparciu o ich „portrety wieloczynnikowe” subiektywizacji postrzegania obiektu HCI
Andrii Pukach, Vasyl Teslyuk, Artem Kazarian77-87
-
Udoskonalanie systemów diagnostycznych do analizy i sterowania trybami pracy w sieciach elektroenergetycznych
Igor Khomenko, Ruslan Lozhkin, Andrii Shkrebela, Oleksandr Miroshnyk, Anatolii Sereda, Taras Shchur, Mariana Bohach88-94
-
Modułowa architektura monolityczna dla oprogramowania zarządzającego stacjami ładowania pojazdów elektrycznych o wysokiej dostępności
Volodymyr Horshkov, Nataliia Lishchyna, Andrii Yashchuk, Olena Surynovych, Valerii Lishchyna95-102
-
Badanie wielopoziomowego falownika opartego na tranzystorach IGBT do zasilania bezzałogowego statku powietrznego na uwięzi z telemetrycznym monitorowaniem parametrów mocy
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Gulim Jobalayeva, Ingkar Issakozhayeva, Zhansaya Ayapbergen103-107
-
Dynamiczne omijanie przeszkód przez bezpilotowe statki powietrzne z wykorzystaniem sterowania opartego na logice rozmytej i sieci neuronowej
Anton Makohonov, Ivan Marynych108-113
-
Hybrydowa platforma symulacyjno-eksperymentalna do wykrywania usterek w czasie rzeczywistym w przetwornikach podwyższających napięcie w instalacjach fotowoltaicznych z wykorzystaniem logiki rozmytej i łączności LoRa
Oussama Sait, Mabrouk Khemliche, Samia Latreche, Sait Belkacem, Hamza Khemliche114-122
-
Porównanie algorytmów uczenia maszynowego do wysoko precyzyjnego prognozowania mocy elektrowni fotowoltaicznych na skalę przemysłową
Ahmed Saidi, Abdelghani Draoui, Touhami Abdelouahed123-128
-
Badanie dynamicznych zmian poziomu bezpieczeństwa systemu ochrony informacji
Olha Saliieva, Yurii Yaremchuk129-133
-
Nowy generator hiperchaotyczny: realizacja obwodu i analiza
Volodymyr Rusyn, Petro Kindrachuk, Bogdan Markovych134-138
-
Strategie zapewnienia funkcjonalnej stabilności złożonej sieci sensorowej na podstawie badan dynamiki zachowania równań ewolucyjnych
Valentyn Sobchuk, Yurii Kravchenko, Mykhaylo Sharapov, Oleksandr Laptiev, Andrii Sobchuk139-143
-
Opracowanie odpornej transmisji DVB-T2 OFDM: ocena BER i ograniczanie zakłóceń kanałowych dla niezawodnej transmisji wysokiej rozdzielczości
Olarewaju Peter Ayeoribe144-149
-
Wykrywanie anomalii sieciowych w czasie rzeczywistym w O-RAN z wykorzystaniem głębokiego uczenia się na dużych danych przesyłanych strumieniowo
Satya Sumanth Vanapalli, Rajesh Polepogu, Parish Venkata Kumar K, Vijayasankar Anumala, Vinodh Babu Panguluri, Lakshmi Narayana Jammula, Brahmaiah Madamanchi, Sravani Duvvu, Bhanusree Nanduri, Syam Sundar Musinala150-158
-
Techniczna analiza predykcyjna dużych zbiorów danych do planowania zasobów w oparciu o Apache Spark
Bakhshali Bakhtiyarov, Aynur Jabiyeva, Ulkar Musavi159-166
-
Konwersja modeli wokselowych na siatki poligonowe z zachowaniem integralności strukturalnej i możliwości edycji
Semen Duvanov, Iryna Baranowa167-172
-
Metoda Fuzzy Delphi do identyfikacji kluczowych parametrów w optymalizacji inteligentnych systemów sterowania w procesach rafinacji ropy naftowej
Kamala Aliyeva173-179
-
Metoda określania podstaw klasyfikacji danych jako informacji służbowych oraz stopnia ograniczenia dostępu "Do użytku służbowego"
Yurii Dreis, Oleh Harasymchuk180-183
-
Model i narzędzia do tworzenia i publikowania treści w oparciu o duże modele językowe
Artem Kazarian, Vasyl Teslyuk, Andrii Pukach184-190
-
Ocena użyteczności serwisów internetowych zawierających mapy interaktywne
Łukasz Sendecki, Sergiusz Skalski, Mariusz Dzieńkowski191-197
-
Model rozmyty do oceny poziomu kompetencji w zakresie bezpieczeństwa cyfrowego w populacjach o różnych profilach społecznych
Volodymyr Polishchuk, Vasyl Sehlianyk, Inna Polishchuk, Andrii Shafar198-203
-
Inteligentny moduł do oceny produktywności pracowników zdalnych w systemach monitorowania czasu pracy
Aigul Moldakalykova, Maria Yukhymchuk, Gulzhan Kashaganova, Vladyslav Lesko, Yurii Ivanov, Natalia Sachaniuk-Kavets’ka204-209
-
Hybrydowy model uczenia maszynowego do prognozowania i oceny rankingów uniwersytetów
Nurzhigit Smailov, Nursultan Kuldeyev, Akezhan Sabibolda, Raigul Ustemirova210-216
Archiwum
-
Tom 16 Nr 3
2026-09-30 30
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
andrii.shkrebela@ieee.khpi.edu.ua
Abstrakt
W niniejszym artykule omówiono opracowanie, wdrożenie oraz weryfikację ilościową systemu diagnostycznego Spectrum, przeznaczonego do kompleksowego monitorowania i sterowania trybami pracy w sieciach dystrybucji energii elektrycznej. Metodologia badawcza łączy teoretyczne modelowanie przepływu mocy z zaawansowanym eksperymentalnym gromadzeniem danych. Z teoretycznego punktu widzenia tryby pracy w stanie ustalonym oblicza się przy użyciu zmodyfikowanej procedury iteracyjnej opartej na algorytmie Newtona, dostosowanej do warunków asymetrycznych i niesinusowych, z wykorzystaniem reprezentacji we współrzędnych fazowych. W ramach badania eksperymentalnie wprowadzono oparty na mikroprocesorze wskaźnik parametrów zużycia energii (ECPI). Uwzględniając ograniczenia tradycyjnych transformatorów elektromagnetycznych, w badaniu uzasadniono zastosowanie optycznych przetworników prądu i napięcia w celu zminimalizowania nieodłącznych błędów pomiarowych. W celu porównania możliwości metrologicznych systemu przeprowadzono analizę porównawczą z charakterystyką dostępnego na rynku analizatora jakości energii Fluke 1734. Ponadto praktyczną przydatność opracowanego wskaźnika ECPI oceniono na podstawie pomiarów uzyskanych w zakłóconych warunkach pracy. Wyniki ilościowe wskazują, że dostosowany algorytm obliczeniowy charakteryzuje się błędem obliczeniowym nieprzekraczającym 5%, natomiast badania laboratoryjne całego kanału pomiarowego potwierdziły błąd wewnętrzny nieprzekraczający 2,5%. Przedstawione poziomy dokładności potwierdzają praktyczną przydatność proponowanej struktury do analizy trybów pracy, oceny konfiguracji sieci oraz zarządzania przepływem mocy w nowoczesnych sieciach dystrybucyjnych.
Słowa kluczowe:
Cele Zrównoważonego Rozwoju (SDG)
- Czysta i dostępna energia
Bibliografia
[1] Chamba, A., Barrera-Singaña, C., & Arcos, H. (2023). Optimal Reactive Power Dispatch in Electric Transmission Systems Using the Multi-Agent Model with Volt-VAR Control. Energies, 16(13), 5004. https://doi.org/10.3390/en16135004 DOI: https://doi.org/10.3390/en16135004
[2] Chen, G., Zhang, A., & Xiao, Y. (2020). Optimization of Minimum Active Network Loss in Radial Distribution Network Based on Improved Big Bang-Big Crunch Algorithm. 2020 Chinese Automation Congress (CAC), 727–733. https://doi.org/10.1109/CAC51589.2020.9327149 DOI: https://doi.org/10.1109/CAC51589.2020.9327149
[3] Costa, M. M., Martinez, M. A. G., & Costa, J. C. W. A. (2024). Review of Uncertainty Sources in Optical Current Sensors Used in Power Systems. Energies, 17(16), 4162. https://doi.org/10.3390/en17164162 DOI: https://doi.org/10.3390/en17164162
[4] Cultrera, A., Germito, G., Serazio, D., Galliana, F., Trinchera, B., Aprile, G., Chirulli, M., & Callegaro, L. (2024). Active Energy Meters Tested in Realistic Non-Sinusoidal Conditions Recorded on the Field and Reproduced in Laboratory. Energies, 17(6), 1403. https://doi.org/10.3390/en17061403 DOI: https://doi.org/10.3390/en17061403
[5] DIgSILENT GmbH. (2026). PowerFactory. User Manual. https://www.digsilent.de/en/powerfactory-download.html
[6] Ding, Y., Mao, M., & Chang, L. (2021). Conservative power theory and its applications in modern smart grid: Review and prospect. Applied Energy, 303, 117617. https://doi.org/10.1016/j.apenergy.2021.117617 DOI: https://doi.org/10.1016/j.apenergy.2021.117617
[7] DSTU EN 50160:2023 (EN 50160:2022, IDT). (2023). Voltage characteristics of electricity supplied by public electricity networks. Ukrainian Scientific-Research and Training Centre for Standardization, Certification and Quality (UkrNDNC).
[8] El-Fergany, A. A. (2025). Reviews on Load Flow Methods in Electric Distribution Networks. Archives of Computational Methods in Engineering, 32(3), 1619–1633. https://doi.org/10.1007/s11831-024-10191-7 DOI: https://doi.org/10.1007/s11831-024-10191-7
[9] Energy strategy of Ukraine for the period up to 2035: Security, Energy Efficiency, Competitiveness (No. 605). (2017). Order of the Cabinet of Ministers of Ukraine. http://zakon.rada.gov.ua/laws/show/605-2017-%D1%80
[10] Gopalapillai, A., & Fernandez, F. M. (2023). A review on reactive power measurement in harmonic environment. International Journal of Power and Energy Conversion, 14(4), 311–331. https://doi.org/10.1504/IJPEC.2023.135475 DOI: https://doi.org/10.1504/IJPEC.2023.135475
[11] Janackovic, G., Stojiljkovic, E., & Grozdanovic, M. (2020). Selection of key indicators for the improvement of occupational safety system in electricity distribution companies. Safety Science, 125, 103654. https://doi.org/10.1016/j.ssci.2017.07.009 DOI: https://doi.org/10.1016/j.ssci.2017.07.009
[12] Ji, Y., Chen, X., Wang, T., He, P., Jin, N., Li, C., & Tao, Y. (2022). Dynamic reactive power optimization of distribution network with distributed generation based on fuzzy time clustering. IET Generation, Transmission & Distribution, 16(7), 1349–1363. https://doi.org/10.1049/gtd2.12370 DOI: https://doi.org/10.1049/gtd2.12370
[13] Khasawneh, A., Qawaqzeh, M., Kuchanskyy, V., Rubanenko, O., Miroshnyk, O., Shchur, T., & Drechny, M. (2021). Optimal Determination Method of the Transposition Steps of An Extra-High Voltage Power Transmission Line. Energies, 14(20), 6791. https://doi.org/10.3390/en14206791 DOI: https://doi.org/10.3390/en14206791
[14] Kulyk, M. M., Dromin, I. V., & Zhurovets, O. V. (2018). Feasibility of using large battery energy storage systems for frequency stabilization in integrated power systems with powerful solar power plants. Vidnovluvana Energetika, (3), 6–14. http://jnas.nbuv.gov.ua/article/UJRN-0000982644 DOI: https://doi.org/10.33070/etars.4.2018.01
[15] Li, S., & Li, J. (2017). Condition monitoring and diagnosis of power equipment: Review and prospective. High Voltage, 2(2), 82–91. https://doi.org/10.1049/hve.2017.0026 DOI: https://doi.org/10.1049/hve.2017.0026
[16] Miroshnyk, O., Moroz, O., Shchur, T., Chepizhnyi, A., Qawaqzeh, M., & Kocira, S. (2023). Investigation of Smart Grid Operation Modes with Electrical Energy Storage System. Energies, 16(6), 2638. https://doi.org/10.3390/en16062638 DOI: https://doi.org/10.3390/en16062638
[17] Ning, Z., Wang, C., Deng, W., Zhu, X. J., & Jia, L. (2019). Reactive Power Optimization Algorithm of Active Distribution Network Based on Improved Quantum Particle Swarm Optimization. 2019 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC), 1–4. https://doi.org/10.1109/APPEEC45492.2019.8994530 DOI: https://doi.org/10.1109/APPEEC45492.2019.8994530
[18] NR Electric Co., Ltd. (2026). Digital Substation – Products. https://www.nrec.com/en/index.php/product/productList/6.html
[19] Probst, F. L., Da Luz, M. V. F., & Tenbohlen, S. (2023). Modeling of a capacitive voltage transformer for evaluation of transient response in conformity with the IEC 61869-5 Standard. Electric Power Systems Research, 223, 109591. https://doi.org/10.1016/j.epsr.2023.109591 DOI: https://doi.org/10.1016/j.epsr.2023.109591
[20] Qawaqzeh, M. Z., Miroshnyk, O., Shchur, T., Kasner, R., Idzikowski, A., Kruszelnicka, W., Tomporowski, A., Bałdowska-Witos, P., Flizikowski, J., Zawada, M., & Doerffer, K. (2021). Research of Emergency Modes of Wind Power Plants Using Computer Simulation. Energies, 14(16), 4780. https://doi.org/10.3390/en14164780 DOI: https://doi.org/10.3390/en14164780
[21] Quispe-Valencia, L. M., Higuti, R. T., Teixeira, M. C. M., & Kitano, C. (2025). New Optical Voltage Sensor Based on Closed-Loop Pockels Cell and Sliding Mode Observer: Theory and Experiments. Sensors, 25(17), 5319. https://doi.org/10.3390/s25175319 DOI: https://doi.org/10.3390/s25175319
[22] Radhoush, S., Bahramipanah, M., Nehrir, H., & Shahooei, Z. (2022). A Review on State Estimation Techniques in Active Distribution Networks: Existing Practices and Their Challenges. Sustainability, 14(5), 2520. https://doi.org/10.3390/su14052520 DOI: https://doi.org/10.3390/su14052520
[23] Rubanenko, O., Belik, M., & Timr, J. (2024). Implementing European Experiences of Energy Community Strategy Based on High Utilization of Renewable Energy Sources to Distributed Power Grids in Ukrainian Conditions. 2024 24th International Scientific Conference on Electric Power Engineering (EPE), 1–6. https://doi.org/10.1109/EPE61521.2024.10559526 DOI: https://doi.org/10.1109/EPE61521.2024.10559526
[24] Saldaña-González, A. E., Aragüés-Peñalba, M., Gadelha, V., & Sumper, A. (2025). Review of Active Distribution Network Planning: Elements in Optimization Models and Generative AI Applications. Energies, 19(1), 116. https://doi.org/10.3390/en19010116 DOI: https://doi.org/10.3390/en19010116
[25] Silva, A. D. A., Floridia, C., & Rosolem, J. B. (2021). Study of a Current and Voltage Polarization Sensor Network. Sensors, 21(13), 4528. https://doi.org/10.3390/s21134528 DOI: https://doi.org/10.3390/s21134528
[26] Tenti, P., Paredes, H. K. M., & Mattavelli, P. (2011). Conservative Power Theory, a Framework to Approach Control and Accountability Issues in Smart Microgrids. IEEE Transactions on Power Electronics, 26(3), 664–673. https://doi.org/10.1109/TPEL.2010.2093153 DOI: https://doi.org/10.1109/TPEL.2010.2093153
[27] Tugay, Yu. I., Demov, O. D., Nikishyn, D. A., & Pivniuk, Yu. Yu. (2018). The decomposition of electrical networks for reactive power optimization. Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine, (50), 011. https://prc.ied.org.ua/index.php/proceedings/article/view/190 DOI: https://doi.org/10.15407/publishing2018.50.011
[28] Tugay, Yu., Nikishin, D., & Guy, A. (2018). The statistical model for analysis of electrical supply systems reliability. Bulletin of Kharkiv National Technical University of Agriculture Named after Petro Vasylenko, (195), 7–8. https://irbis-nbuv.gov.ua/cgi-bin/opac/search.exe?C21COM=2&I21DBN=UJRN&IMAGE_FILE_DOWNLOAD=1&Image_file_name=PDF%2FVkhdtusg_2018_195_4.pdf&P21DBN=UJRN
[29] Vijaychandra, J., Prasad, B. R. V., Darapureddi, V. K., Rao, B. V., & Knypiński, Ł. (2023). A Review of Distribution System State Estimation Methods and Their Applications in Power Systems. Electronics, 12(3), 603. https://doi.org/10.3390/electronics12030603 DOI: https://doi.org/10.3390/electronics12030603
[30] Xu, K., Guo, Y., Lei, G., & Zhu, J. (2023). A Review of Flywheel Energy Storage System Technologies. Energies, 16(18), 6462. https://doi.org/10.3390/en16186462 DOI: https://doi.org/10.3390/en16186462
[31] Zhang, X., Yang, H., Zhou, G., Zhao, Y., & Guo, D. (2023). Steady-state voltage stability assessment of new energy power systems with multi-quadrant power modes. Energy Reports, 9, 3851–3860. https://doi.org/10.1016/j.egyr.2023.02.093 DOI: https://doi.org/10.1016/j.egyr.2023.02.093
[32] Zhao, C., Andersen, P. B., Træholt, C., & Hashemi, S. (2023). Grid-connected battery energy storage system: A review on application and integration. Renewable and Sustainable Energy Reviews, 182, 113400. https://doi.org/10.1016/j.rser.2023.113400 DOI: https://doi.org/10.1016/j.rser.2023.113400
##plugins.themes.bootstrap3.article.details##
Abstract views: 21
Downloads: 8

