ВПРОВАДЖЕННЯ СИСТЕМ АВТОМАТИЗОВАНОЇ ОНЛАЙН-ДІАГНОСТИКИ ТУРБОГЕНЕРАТОРІВ НА ТЕС З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ
DOI:
https://doi.org/10.20998/2313-8890.2025.10.08Ключові слова:
турбогенератор, цифровізація, моніторинг генеруючого електрообладнання, on-line діагностика, діагностичний параметр, датчик, системи штучного інтелекту, передача функцій в систему on-line діагностики, схема діагностики та моніторингу, цифровий двійникАнотація
Анотація У статті розглядаються перспективи застосування цифрової on-line діагностики турбогенераторів з використанням систем штучного інтелекту для суттєвого підвищення надійності, ефективності ремонтів та оперативного контролю працездатності, зменшення кількості аварійних зупинок і продовження строку роботи турбогенераторів теплових електричних станцій. Досліджуються основні практичні аспекти передачі контролюючих та управляючих функцій від оператора системі on-line аналітики на основі використання штучного інтелекту зі значним збільшення контролюючих фізичних параметрів турбогенераторів та можливістю створенням моделей типу «цифровий двійник».
Посилання
Lazurenko K. O., Shevchenko V. V. (2025). Suchasna rol ta perspektyvy TES u kontseptsii «Industriia 4.0» [Modern role and prospects of TPPs in the concept of "Industry 4.0"]. Informatsiini tekhnolohii: nauka, tekhnika, tekhnolohiia, osvita, zdorovia: tezy dopovidei XXXIII mizhnarodnoi naukovo-praktychnoi konferentsii (MicroCAD-2025), 84. Kharkiv : NTU "KhPI". (in Ukrainian)
Zakoldaev D. A., Shukalov A. V., Zharinov I. O., Zharinov O. O. (2018). Algorithm of choosing type of mechanical assembly production of instrument making enterprises of Industry 4.0. Journal of Physics: Conference Series, 1015, 052033. doi: 10.1088/1742-6596/1015/5/052033
Sukhodolia O. M., Kharazishvili Yu. M., Bobro D. H., Riabtsev H. L., Zavhorodnia S. P. (2021). Vyznachennia rivnia enerhetychnoi bezpeky Ukrainy. Analitychna dopovid [Determination of the level of energy security of Ukraine. Analytical report]. Kyiv: NISS. Retrieved from https://niss.gov.ua/sites/default/files/2022-06/analytrep_02_2022.pdf (in Ukrainian)
Denysiuk S. P. (2013). Osoblyvosti realizatsii polityky enerhoefektyvnosti – priorytety Ukrainy [Features of energy efficiency policy implementation – priorities of Ukraine]. Enerhetyka: ekonomika, tekhnolohii, ekolohiia, 3, 7–20. Retrieved from https://files.core.ac.uk/download/pdf/47229989.pdf (in Ukrainian)
Khudiakova O. (2025, November 21). Minenerho: Vsi velyki TES i HES Ukrainy poshkodzheni [Ministry of Energy: All major TPPs and HPPs of Ukraine are damaged]. Ekonomika. Ukraina. Retrieved from https://www.dw.com/uk/minenergo-vsi-veliki-teplovi-ta-gidroelektrostancii-ukraini-poskodzeni/a-74844474 (in Ukrainian)
Lazurenko K. O., Shevchenko V. V. (2025). Vykorystannia mozhlyvostei suchasnykh tekhnolohii on-line kontroliu stanu turboheneratoriv z metoiu znyzhennia kilkosti yikh avariinykh zupynok [Using the capabilities of modern on-line monitoring technologies for turbogenerators to reduce the number of their emergency shutdowns]. Enerhetyka, elektronika ta elektromekhanika, 6(209), 23-41. doi: 10.20998/2313-8890.2025.06.03 (in Ukrainian)
Polyakov R. N., Krupenin N. V., Kudryavcev I. E., et al. (2020). Overview of turbogenerator monitoring and diagnostic systems. Journal of Physics: Conference Series, 1515, 052063. doi: 10.1088/1742-6596/1515/5/052063
Shevchenko V. V., Lazurenko K. O. (2025). Assessment of the Extending Possibility the Turbogenerators Service Life at Thermal and Nuclear Power Plants During War Conditions. Conference Program Second International Virtual Conference on Ukraine. Stockholm: KTH Royal Institute of Technology.
Vijayalakshmi S., Ramachandran B. (2024). Intelligent Fault Diagnosis of Rotating Machinery Using Deep Learning Algorithms: A Comparative Analysis of MLP, CNN, RNN, and LSTM. International Journal of Electrical and Electronics Engineering, 11(9), 294–315.
Zaid Allal, Hassan N. Noura, Ola Salman, & Khaled Chahine. (2024). Leveraging the power of machine learning and data balancing techniques to evaluate stability in smart grids. Engineering Applications of Artificial Intelligence, 133(C), 108304. doi: 10.1016/j.engappai.2024.108304
Altukhova T. V. (2017). Metody diahnostyky vidmov elektromekhanichnoho obladnannia na osnovi tekhnolohii shtuchnoho intelektu [Methods of diagnosing failures of electromechanical equipment based on artificial intelligence technologies]. Industrialnyi instytut Derzhavnoho VNZ «Donetskyi NTU», 61–70. (in Ukrainian)
Kovtunenko Yu. V. (2019). Zastosuvannia shtuchnoho intelektu u systemi upravlinnia pidpryiemstvom: problemy ta perevahy [Application of artificial intelligence in the enterprise management system: problems and advantages]. Ekonomichnyi visnyk Odeskoho politekhnichnoho universytetu, 2(8). 93–99. Retrieved from https://economics.net.ua/ejopu/2019/No2/93.pdf (in Ukrainian)
Kollarov O. Yu., Ostrenko D. O. (2022). Intelektualna diahnostyka elektrychnykh merezh [Intelligent diagnostics of electrical networks]. Naukovi pratsi DonNTU. Seriia: «Elektrotekhnika i enerhetyka», 2(27), 63–67. Retrieved from https://elen.donntu.edu.ua/2074-2630-2022-2-63-67.pdf (in Ukrainian)
Kuznietsov D. I., Kupin A. I. (2013). Vyznachennia optymalnoi navchaiuchoi vybirky dlia neiromerezhi v zadachakh identyfikatsii elektroobladnannia [Determination of the optimal training sample for a neural network in electrical equipment identification tasks]. Visnyk Khmelnytskoho natsionalnoho universytetu, 2, 226–230. Retrieved from https://journals.khnu.km.ua/vestnik/pdf/tech/2013_2/52kuz.pdf (in Ukrainian)
Shevchenko V. V., Lazurenko K. O. (2024). Statistical analysis of obvious and hidden defects of thermal power plants turbogenerators and assessment of damage from their failures. XL International scientific and practical conference «Mechanisms of Development of the Scientific and Technical Potential of Modern Society», 213–217. Salzburg, Austria: International Scientific Unity. doi: 10.70286/ISU-25.09.2024
Industrial Internet Consortium. (n.d.). Industrial IoT and Industry 4.0 Guidelines. Retrieved from https://www.iiconsortium.org/pdf/IIRA-v1.9.pdf
International Atomic Energy Agency. (2018). Ageing Management and Development of a Programme for Long Term Operation of Nuclear Power Plants (IAEA Safety Standards Series No. SSG-48). Vienna: IAEA.
Shevchenko V. V., Shevchenko A. S., Kucherenko S. M., Kucherenko N. S. (2022). "Human factor" in emergency situations development at Nuclear Power Plants in the conditions of war. Inter Collegas, 9(2), 11-19. doi: 10.35339/ic.9.2.ssk
Kumar P. G. S., Kumar Kalyan K. (2015). Condition assessment program on aged high voltage insulation of in-service turbine generator. IEEE International Conference on Control Communication & Computing India, 265-270. doi: 10.1109/ICCC.2015.7432903
Kumenko, A. I. (2008). Prospects for the development of diagnostic systems for the technical condition of TPP generating equipment. State and development of domestic vibration control and diagnostics systems. Assembly in mechanical engineering, instrument making, 2, 25-37.
Labati R. D., Genovese A., Munoz E., et al. (2016). Computational intelligence for industrial and environmental applications. Proceedings of the IEEE 8th International Conference on Intelligent Systems, 8–14. Sofia, Bulgaria.
Nima Hajimirza A., Armita Firoozi F. (2023). Leveraging Machine Learning for Prediction and Optimizing Renewable Energy Systems. Department of energy engineering and industry, science and research branch, Islamic Azad university. doi: 10.14293/PR2199.000003.v1
IEEE Power Engineering Society. (1986). On-Line Diagnosis of Turbine-Generators using Artificial Intelligence. IEEE Transactions on Energy Conversion, EC-1(2), 68–74. doi: 10.1109/TEC.1986.4765702
IEEE Industrial Electronics. (n.d.). Real-time Systems in Industrial Applications. Retrieved from https://ieeexplore.ieee.org/xpl/conhome/1000351/all-proceedings
Phloymuk N., Pattanadech N. (2019). The aging of the insulation system of large rotating machines in frequency domains. 5th International conference on engineering, applied sciences and technology (ICEAST), 1–4. Luang Prabang, Laos. doi: 10.1109/ICEAST.2019.8802581
Patel A., Sharma R. (2025). AI-Driven decision-making models for thermal power plant operations. International Journal of Scientific Research in Engineering and Management, 9(6), 112–125.
Ahsan M., Bismor D. (2022). Early-stage fault diagnosis for rotating element bearing using improved harmony search algorithm with different fitness functions. IEEE Transactions on Instrumentation and Measurement, 71, 1–9.
Al-Hajjar M., Waqar Hassan M., Rodriguez J., Abdelrahem M. (2025). Enhanced Fault Diagnosis in Rotating Machinery Using a Hybrid CWT-LeNet-5-LSTM Model. IEEE Access, 13, 1023-1035.
Babin A., Polyakov R., Savin L., Tyurin V. (2020). Statistical analysis of turbo generator sets failure causes. Vibroeng PROCEDIA, 31, 129–133. doi: 10.21595/vp.2020.21331
Contin A., Tessarolo A. (2008). Identification of defects generating PD in AC rotating machines by means of fuzzy-tools. Conference record of the 2008 IEEE international symposium on electrical insulation, 558–562. Vancouver, BC, Canada. doi: 10.1109/ELINSL.2008.4570394
ISO. (n.d.). Environmental Impact Assessment in Manufacturing. ISO 14001. Retrieved from https://www.iso.org/iso-14001-environmental-management.html
Ilic, D., Zarkovic, M., & Stojkovic, Z. (2022). Artificial intelligence system for stator condition diagnostic. Electrical Engineering, 104, 1503–1513. doi: 10.1007/s00202-021-01402-6
Guryanov A. V., Zakoldaev D. A., Shukalov A. V., et al. (2018). Organization of digital productions of Industry 4.0 based on cyberphysical systems and ontologies Scientific and technical. Bulletin of information technologies, mechanics and optics, 18(2), 268-277.
Alkıs M. A. (2022). Threat of nuclear terrorism: The developing nuclear security regime. International Journal of Nuclear Security, 7(1), Article 17.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами: Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи, яка через [6 місяців] з дати публікації автоматично стає доступною на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).