SUN’IY INTELLEKT ASOSIDA ELEKTR TARMOQLARIDA NOSOZLIKLARNI AVTOMATIK ANIQLASH TIZIMI

Abstract

Ushbu tadqiqotda elektr tarmog‘idagi nosozliklarni real vaqt rejimida avtomatik aniqlash va tasniflash maqsadida konvolyusion neyron tarmog‘i (CNN) va uzoq qisqa muddatli xotira (LSTM) tarmoqlarining gibrid arxitekturasi ishlab chiqildi. Tizim uch fazali kuchlanish va tok signallaridan vaqt, chastota va vaqt-chastota domenlaridagi xususiyatlarni ajratib oladi hamda besh turdagi tarmoq holatini - bir fazali qisqa tutashuv (SLG), ikki fazali qisqa tutashuv (LL), ikki fazali yerga tutashuv (LLG), uch fazali qisqa tutashuv (LLLG) va normal ish rejimini - tasniflaydi. IEEE 14-shinali sinov tizimi ma’lumotlar to‘plami asosida o‘qitilgan model sinov to‘plamida 97,6% umumiy aniqlikka erishdi va qo‘llab-quvvatlovchi vektor mashinalari (89,3%), tasodifiy o‘rmon (91,7%), sof CNN (94,2%) va sof LSTM (93,8%) modellaridan statistik jihatdan muhim darajada ustun keldi. Bitta namunani tasniflash uchun sarflangan o‘rtacha vaqt 2,3 ms ni tashkil etdi. Signal-shovqin nisbati 20 dB bo‘lgan sharoitda ham model 95,3% aniqligini saqlab qoldi. Tadqiqot natijalari taklif etilayotgan tizimning „Raqamli O‘zbekiston - 2030" strategiyasi va „Raqamli energonazorat" davlat dasturi doirasida milliy elektr tarmog‘i monitoring infratuzilmasiga integratsiya qilish uchun amaliy asos yaratishini ko‘rsatdi.