Универзитет у Београду, Електротехнички факултет
Др Милета Жарковић
Примене вештачке интелигенције у дијагностици стања електроенергетске опреме
КРАТАК САДРЖАЈ
Услед убрзане дигитализације енергетског сектора, број података који се активно прати и меморише у електроенергетским системима из дана у дан расте. Утицај на те податке имају метеоролошки, хемијски, термички, механички и електромагнетни параметри. У будућности, експертима и инжињерима у електроенергетици биће потребни помоћни алати базирани на вештачкој интелигенцији. Ови алати ће им омогућити јаснији увид у све податке и олакшати доношење различитих планерских одлука. Предавање приказује могућност примене фази логике за искуствено формирање експертских система за дијагностику стања електроенергетске опреме. Алгоритми ненадгледаног машинског учења су примењени у сврху кластеризације података о електроенергетској опреми у циљу доношења оптималног плана одржавања опреме. Примена вештачких неуралних мреже у циљу детекције убрзаног старења електроенергетске опреме. Приказана је методологија примене аутоенкодерских неуралних мрежа у циљу откривања аномалија у електроенергетском систему. На бази оваквих резултата могуће је користити мапе ризика и прећи са периодичног одржавања (Time Based Maintenance) на предиктивно одржавање на основу стања (Predictive Condition Based Maintenence) електронергетске опреме. Представљена методологија омогућава инжињерима правилно и правовремено доношење одлука о одржавању у електроенергетском систему. Предавање указује да је суштинска предност примене вештачке интелигенције то што учи о зависности мониторинг параметара кључне електроенергтеске опреме. Предавање приказује имплементацију поменутих метода кроз Центар за надзор и дијагностику (ЦНД) стања генератора и енергетских трансформатора као кључне електроенергетске опреме. ЦНД има за циљ да пружи подршку у планирању одржавања кључне електроенергетске опреме за производњу и испоруку електричне енергије у АД ЕПС и да обавља послове редовне дијагностике и процењивања стања. Примери примене указују да су постојеће базе података у електроенергетици “живе” базе знања из којих се могу у будућности доносити правовремени закључци и одлуке. Примена вештачке интелигенције у дијагностици стања електроенергетске орпеме доводи до повећања поуздансоти и сигурности снабдевања енергијом и подизања енергетске ефикасности.
Кључне речи:Дијагностика стања, Вештачка интелигенција, Fuzzy логика, Аутоенкодери, Предиктивно одржавање
Биографија предавача
Др Милета Жарковић је 2018. године докторирао на Универзитету у Београду – Електортехничком факултету на тему „Мониторинг и дијагностика разводног постројења на бази фази модела стања високонапонске опреме“. Од 2011. године ради на Електротехничком факултету и ангажован је на бројним предметима на основним, мастер и докторским студијама. Од 2020. године предаје и на Војној академији Универзитета одбране. Тренутно ради као ванредни професор, продекан за сарадњу са привредом и руководилац Лабораторије за Високи напон на Катедри за Електроенергетске системе. Вишегодишњи је председник СТК Техничке перформансе ЕЕС-а C4 CIGRE Србија. Члан је организационих одбора више домаћих стручних конференција и међународне конференције IEEE PowerTech 2023. Учествовао је у изради великог броја студија и пројеката за операторе преносног и дистрибутивног оператора електроенергетског система. Милета је аутор великог броја радова у научним часописима међународног значаја са SCI листе и конферецијама на тему примене вештачке интелигенције у електроенергетици.
