Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.14489/hb.2026.01.pp.051-056
Ключевые слова: neural network, Hydroelectric power plant equipment, Energy facility safety, нейросеть, оборудование гидроэлектростанции, безопасность энергетического объекта
Аннотация: В настоящее время наблюдается широкая цифровая трансформация во многих областях энергетической сферы. В данном исследовании предлагается новый метод на основе машинного обучения для автоматического определения устойчивых режимов работы насосного оснащения гидроэлектростанции (ГЭС). Показатели точности диагностики сигнала составляютПоказать полностьюболее 90 %, что имеет решающее значение для ежедневного мониторинга и обслуживания агрегатов. Современные условия эксплуатации ГЭС требуют внедрения инновационных технологий, способствующих повышению эффективности их функционирования и безопасности. Предлагаемый подход может помочь в планировании оптимального обслуживания оборудования на основе данных устойчивой работы, а также имеет потенциал для других практических приложений для предиктивного обслуживания различных компонентов станции. Currently, there is a widespread digital transformation in many areas of the energy sector. This study proposes a new machine learning-based method for automatically detecting stable operating modes of hydroelectric power plant pumping equipment. The signal diagnostic accuracy rates are more than 90 %, which is critical for daily monitoring and maintenance of units. Modern operating conditions of hydroelectric power plants require the implementation of innovative technologies that contribute to improving their operational efficiency and safety. The proposed approach can help in planning optimal equipment maintenance based on stable operation data, and also has potential for other practical applications for predictive maintenance of various plant components.
Журнал: Справочник. Инженерный журнал
Выпуск журнала: №1
Номера страниц: 51-56
ISSN журнала: 0203347X
Место издания: Москва
Издатель: ООО Издательский дом "Спектр"