Програмне забезпечення виявлення аномалій в роботi електромережi на базi алгоритмiв неконтрольованого навчання

Скорочена інформація про документ
dc.contributor.advisorФедорова, Наталія Володимирівна
dc.contributor.authorГорнатко, Іван Олексійович
dc.date.accessioned2025-01-31T09:58:41Z
dc.date.available2025-01-31T09:58:41Z
dc.date.issued2024
dc.description.abstractСтруктура та обсяг магістерської дисертації. Магістерська дисертація складається зі вступу, 5 розділів, висновків, 14 посилань на джерела. Обсяг дисертації 87 сторінок, котрі містять 16 рисунків. Актуальність теми. Сучасний розвиток енергетичних мереж супроводжується необхідністю забезпечення стабільної роботи електромереж, що є критично важливим для багатьох галузей. Виявлення та попередження аномалій у роботі електромереж може зменшити ризики аварійних ситуацій і забезпечити надійну роботу енергетичних систем. Це питання є особливо актуальним в умовах зростаючих вимог до стабільності електропостачання. Мета і задачі дослідження. Метою дослідження є розробка програмного забезпечення для виявлення аномалій у роботі електромережі на основі алгоритмів неконтрольованого навчання, для підвищення надійності та стабільності роботи мережі. Основними завданнями є: • аналіз поточного стану підходів до виявлення аномалій в електромережах; • визначення основних параметрів, що впливають на стабільність роботи електромережі (коефіцієнт потужності, гармонійні спотворення, фазовий баланс, активна і реактивна потужність); • розробка алгоритму для виявлення аномалій з використанням алгоритму неконтрольованого навчання; • реалізація програмного забезпечення для моніторингу аномалій та тестування його ефективності. Методи дослідження. У дослідженні використовується метод порівняльного аналізу різних алгоритмів неконтрольованого навчання, зокрема Isolation Forest, для виявлення аномалій у даних електромережі. Крім того, застосовується статистичний аналіз для оцінки параметрів роботи мережі. Практичне значення одержаних результатів. Результати дослідження представлені у вигляді програмного продукту, що дозволяє виявляти аномалії у роботі електромережі в реальному часі. Це програмне забезпечення може бути використане операторами електромереж для підвищення надійності системи і попередження аварійних ситуацій. Об’єктом дослідження є процес виявлення аномалій в роботі електромережі. Предметом дослідження є програмне забезпечення для моніторингу та виявлення аномалій у роботі електромережі на основі алгоритму неконтрольованого навчання.
dc.description.abstractotherThe structure and scope of the thesis. The master's thesis comprises an introduction, 5 chapters, conclusions, and includes 14 source references. The dissertation spans 87 pages, containing 16 figures. Relevance of topic. The current development of energy networks necessitates ensuring stable operation of power grids, which is critically important for various industries. Detecting and preventing anomalies in power grid operations can reduce the risk of emergencies and ensure reliable performance of energy systems. This issue is especially relevant in the context of increasing demands for power supply stability. Research goal and objectives. The goal of this research is to develop software for detecting anomalies in the operation of power grids based on unsupervised learning algorithms to enhance the reliability and stability of the network. The main tasks include: • analyzing the current approaches to anomaly detection in power grids; • identifying key parameters that affect the stability of power grid operations (power factor, harmonic distortion, phase balance, active and reactive power); • developing an algorithm for anomaly detection using unsupervised learning algorithms; • implementing and testing software for anomaly monitoring and evaluaВg its effectiveness. Methods of research. The research utilizes a comparative analysis of various unsupervised learning algorithms, including Isolation Forest, for detecting anomalies in power grid data. Additionally, statistical analysis is applied to evaluate key network parameters. Practical value of obtained results. The research results are presented in the form of a software product that enables real-time anomaly detection in power grid operations. This software can be utilized by power grid operators to enhance system reliability and prevent emergencies. The object of the research is the process of detecting anomalies in power grid operations. The subject of the research is software for monitoring and detecting anomalies in power grid operations based on unsupervised learning algorithms.
dc.format.extent103 с.
dc.identifier.citationГорнатко, І. О. Програмне забезпечення виявлення аномалій в роботi електромережi на базi алгоритмiв неконтрольованого навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Горнатко Іван Олексійович. – Київ, 2024. – 103 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72311
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectвиявлення аномалій
dc.subjectелектромережа
dc.subjectнеконтрольоване навчання
dc.subjectPython
dc.subjectPostgreSQL
dc.subjectanomaly detection
dc.subjectpower grid
dc.subjectunsupervised learning
dc.subject.udc004.4
dc.titleПрограмне забезпечення виявлення аномалій в роботi електромережi на базi алгоритмiв неконтрольованого навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 2 з 2
Ескіз
Назва:
HornatkoIO_TV-z31mp_magistr_2024 suprovid.pdf
Розмір:
173.63 KB
Формат:
Adobe Portable Document Format
Завантажити
Ескіз
Назва:
HornatkoIO_TV-z31mp_magistr_2024.pdf
Розмір:
2.65 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПЗЕ)
Магістерські роботи