Применение методов искусственного интеллекта для синтеза алгоритмов РЗА в ПАК ЦДЭС

При интеграции генерирующих мощностей, работающих на возобновляемых источниках энергии (ВИЭ), и систем накопления электроэнергии (СНЭЭ) в энергосистемы существенно возрастает количество изменений в топологии электрических сетей в течение эксплуатации, что вызывает необходимость в регулярном перепроектировании алгоритмов управления в различных системах автоматического управления электрическими сетями. Это обусловливает необходимость разработки более адаптивных и эффективных решений по автоматическому управлению электрическими сетями. Данное исследование сосредоточено на разработке метода автоматического синтеза алгоритмов для программируемых логических контроллеров (ПЛК), входящих в состав системы автоматического восстановления сети (САВС). В рамках исследования была применена комбинация динамического программирования (ДП), генетического алгоритма (ГА) и искусственных нейронных сетей на основе машинного обучения с подкреплением (МОП). Для достижения цели исследования был реализован алгоритм ДП с расчётом целевой функции в программно-аппаратном комплексе «Цифровой двойник энергосистемы» (ПАК ЦДЭС) для генерирования эталонных сценариев переключения коммутационных аппаратов в распределительной электрической сети в послеаварийном режиме для восстановления электроснабжения потребителей. Кроме того, была разработана новая архитектура, сочетающая ГА (с тремя формами представления топологии -- генетическая строка, графовая кодировка, функциональное выражение -- и операции кроссовера/мутации) и МОП (на основе глубокой нейросети DQN), предназначенная для синтеза оптимального алгоритма для ПЛК. Также были использованы методы упрощения топологии (штрафной коэффициент, замена поддеревьев). Полученные таким образом алгоритмы ПЛК были экспортированы в форматах XML/JSON в соответствии со стандартом МЭК 61131 для имитационного тестирования в ПАК ЦДЭС. Экспериментальные результаты на сети напряжением 6 – 10_кВ подтверждают техническую осуществимость архитектуры: она обеспечивает цикл «разработка тестирование верификация» без использования внешних инструментов, а время поиска топологии ПЛК с использованием ГА_+_МОП значительно сокращается по сравнению с традиционным ГА, особенно при расширении пространства поиска. Эти результаты показывают, что предложенный метод может быть применён для синтеза алгоритмов ПЛК для САВС и расширен для автоматического синтеза алгоритмов для других систем релейной защиты и автоматики. Более того, поскольку результаты работы ИИ в данном контексте проходят автоматическую проверку в ПАК ЦДЭС, это усиливает доверие к ИИ, прокладывая путь к применению доверенного ИИ в электроэнергетике.