Інтелектуальні методи прогнозування відмов силового електротехнічного обладнання на основі багаторівневих цифрових двійників

Анотація

Стаття досліджує питання використання інтелектуальних підходів до передбачення несправностей силового електрообладнання з використанням багаторівневих цифрових двійників, які інтегрують фізичне моделювання, технології машинного навчання та аналіз великих масивів даних з метою підвищення надійності функціонування енергетичних мереж. Дослідження спрямоване на розробку та експериментальне підтвердження комплексної цифрової моделі, що синтезує physics-informed математичні рівняння з інтелектуальними алгоритмами глибинного навчання для досягнення вищої точності прогнозування залишкового експлуатаційного ресурсу та мінімізації кількості технічних несправностей у трансформаторному обладнанні та асинхронних електродвигунах. Методологічна основа дослідження базується на формуванні багатошарової архітектури цифрового двійника, що охоплює: сенсорний рівень агрегації даних, рівень фізичного моделювання електромагнітних, термічних та механічних явищ, аналітичний рівень застосування алгоритмів машинного навчання та рівень прийняття управлінських рішень із залученням елементів нечіткої логіки.  Здобуті наукові результати засвідчили, що застосування гібридної моделі може дозволити досягти зниження середньоквадратичного відхилення похибок RMSE до рівня 0,031, скорочення MAPE до 2,8 % та зростання коефіцієнта F1-score до 0,93, що значно переважає результативність класичних діагностичних методик. Встановлено визначальний вплив повноти сенсорної інформації та періодичності актуалізації моделей на прогностичну точність, а також підтверджено спроможність системи до автоматичної адаптації при варіації режимів навантаження. Створена архітектура продемонструвала резистентність до дефіциту даних і високий рівень узагальнювальної здатності (CV < 0,06). Прикладне значення дослідження виявляється у скороченні аварійних зупинок на 30-40 %, оптимізації експлуатаційних витрат і трансформації до ризик-орієнтованої стратегії керування технічним станом обладнання. Напрями подальших наукових пошуків включають стандартизацію технологій цифрових двійників, розвиток методів explainable AI та впровадження базових систем кібербезпеки для промислових цифрових платформ нового покоління.