В работе приведены наиболее общие принципы построения диспетчерского управления единой энергосистемы Российской Федерации. Описаны подходы, используемые при реализации технологических задач. Приведены примеры программных продуктов, используемых для обеспечения диспетчерского управления, планирования и прогнозирования работы, а также оказания системных услуг в энергетической системе Российской Федерации. Приведены примеры применения искусственных нейронных сетей. Описаны специфика информации, поступающей в диспетчерские центры, и трудности, появляющиеся в процессе роста ее количества. Приведены принципы достоверизации параметров телеметрии и порядок их реализации, установленные в Системном операторе единой энергетической системы Российской Федерации. Детализированы предпосылки разработки программного обеспечения по досто-веризации параметров телеметрии. Приведены алгоритмы и способы подготовки входных данных для дальнейшей адаптации атрибутов параметров, влияющих на вынос окончательного решения об их истинности или ложности. Описаны принципы дальнейшего использования адаптированных данных в расчетах на основе нейронных сетей с обратным распространением. Приведен код реализации простейшей нейронной сети на языке Python. Представлены результаты экспериментов на двух выборках данных.
The paper presents the most common construction principles for the dispatch control of the unified energy system of the Russian Federation. The approaches used in the implementation of technological tasks are described. Models of software products used to provide dispatch control, work planning and forecasting, as well as the provision of system services in the energy system of the Russian Federation, are introduced. Examples of the use of artificial neural networks are given. The specificity of information entering the dispatching centers and the difficulties that arise in the process of increasing its quantity is described. The principles of the verification of telemetry parameters and the order of their implementation established in the “System Operator of the United Power System” of the Russian Federation are noted. The concepts of software development for the verification of telemetry parameters are detailed. Algorithms and methods for preparing input data for further adaptation of the attributes of parameters affecting the final decision about truth or falsehood are presented. The principles for the further use of adapted data in calculations based on neural net-works with feedback are described. The implementation code for the simple neural network in the Python language is given. The results of experiments on two data samples are provided.
The authors declare that there are no conflicts of interest present.