Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail projektu
Období řešení: 01.01.2022 — 31.12.2023
Zdroje financování
Technologická agentura ČR - 4. Veřejná soutěž THÉTA
- plně financující (2022-03-24 - nezadáno)
O projektu
Cílem projektu je vývoj softwarového nástroje provádějícího diagnostiku stavu (odhad zbytkové životnosti, lokalizace místa poruchy-zkratu) energetických zařízení na základě pozorovaných (měřených) o stavu zařízení vypovídajících parametrů. Jako diagnostický nástroj bude užita hluboká neuronová síť, postihující i nepříliš zřejmé či dosud neznámé vlivy některých parametrů na stav energetického zařízení. Této neuronové síti bude předřazena další neuronová síť, specializovaná na filtraci případného šumu ve snímku předkládaných parametrů. Dalším cílem projektu je vývoj softwarového nástroje provádějícího např. plánování pořadí návštěv energetických zařízení (opravy, revize) či plánování odpínání zátěží sítě (frekvenční odlehčování), založeného na evolučních algoritmech a neuronových sítích.
Popis anglickyThe aim of the project is the development of a software tool performing state diagnostics (estimation of residual life, fault element identification) of energy equipment on the basis of observed (measured) equipment status informative parameters. A deep neural network will be used as a diagnostic tool, affecting even the not very obvious or as yet unknown influences of some parameters on the state of the energy equipment. This neural network will be preceded by another neural network, specialized in the filtering of possible noise (disturbances) in the image of the presented parameters. Another goal of the project is the development of a software tool for planning the order of visits to energy equipments (repairs, revisions) in order to minimize the costs associated with these visits.
Klíčová slovadiagnostika systému; hluboká neuronová síť; autoasociativní neuronová síť; problém obchodního cestujícího
Klíčová slova anglickydeep neural network, autoassociative memory, travelling salesman problem, fault element identification, residual lifetime, load frequency relief
Označení
TK04020003
Originální jazyk
čeština
Řešitelé
Ptáček Michal, Ing., Ph.D. - hlavní řešitelKoudelka Jan, Ing., Ph.D. - spoluřešitelKřivan Miloš, Ing. - spoluřešitelToman Petr, prof. Ing., Ph.D. - spoluřešitel
Útvary
Ústav elektroenergetiky- příjemce (01.01.2022 - 31.12.2023)
Výsledky
KŘIVAN, M.; PTÁČEK, M.; KOUDELKA, J.; TOMAN, P. Využití umělé inteligence při diagnostice systémových prvků a optimalizaci systémových činností v elektroenergetice. 2023. s. 1-20.Detail
MÁSLO, K.; KOUDELKA, J.; BÁTORA, B.; KLUSÁČEK, J. Modelování flexibilních technologií pro podporu frekvence sítě. Sborník konference ČK CIRED 2023. České Budějovice: EGC - EnerGoConsult ČB s.r.o., 2023. ISBN: 978-80-908793-1-7.Detail
KŘIVAN, M.; KOUDELKA, J.; PTÁČEK, M.; TOMAN, P.: MODIAS4; Deep Neural Network. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: https://www.ueen.fekt.vut.cz/deep-neural-network-0. (software)Detail
KŘIVAN, M.; KOUDELKA, J.; PTÁČEK, M.; TOMAN, P.: MODIAS5; Travelling Salesman Problem. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: https://www.ueen.fekt.vut.cz/travelling-salesman-problem. (software)Detail
KŘIVAN, M.; KOUDELKA, J.; PTÁČEK, M.; TOMAN, P.: MODIAS2; Autoasociativní neuronová síť. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: https://www.ueen.fekt.vut.cz/autoasociativni-neuronova-sit. (software)Detail
KŘIVAN, M.; KOUDELKA, J.; PTÁČEK, M.; TOMAN, P.: MODIAS1; Hluboká neuronová síť. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: https://www.ueen.fekt.vut.cz/hluboka-neuronova-sit. (software)Detail
KŘIVAN, M.; KOUDELKA, J.; PTÁČEK, M.; TOMAN, P.: MODIAS3; Problém obchodního cestujícího. Ústav elektroenergetiky, FEKT, VUT v Brně, Technická 12, Brno 61600. URL: https://www.ueen.fekt.vut.cz/problem-obchodniho-cestujiciho. (software)Detail