Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог

Анализ эволюции электросетей железных дорог показал, что решение комплексной проблемы оптимизации электропотребления и улучшение безопасности движения возможно путем интеллектуализации процессов электроснабжения. Предложена вычислительная сеть управления электроснабжением на уровне тяговых подстанци...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2018
Автори:	Стасюк, А.И., Гончарова, Л.Л.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут кібернетики ім. В.М. Глушкова НАН України 2018
Назва видання:	Проблемы управления и информатики
Теми:	Управление физическими объектами и техническими системами
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/180602
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог / А.И. Стасюк, Л.Л. Гончарова // Проблемы управления и информатики. — 2018. — № 4. — С. 96-110 . — Бібліогр.: 10 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-180602
record_format	dspace
spelling	irk-123456789-1806022021-10-06T01:26:17Z Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог Стасюк, А.И. Гончарова, Л.Л. Управление физическими объектами и техническими системами Анализ эволюции электросетей железных дорог показал, что решение комплексной проблемы оптимизации электропотребления и улучшение безопасности движения возможно путем интеллектуализации процессов электроснабжения. Предложена вычислительная сеть управления электроснабжением на уровне тяговых подстанций, которая адекватно отображает ее топологию и граф сети. На основании дифференциальных преобразований разработана математическая модель компьютерной архитектуры управления электроснабжением тяговых подстанций. Предложены методы вычисления в аналитическом виде значений вероятностей состояния узлов графа компьютерной сети. Рассмотрены критерии вычисления таких показателей: пропускная способность узлов, среднее число обрабатываемых заявок и количество отказов заявок на обслуживание.Проанализированы методы инновационного преобразования систем для поставки электроэнергии железным дорогам. Показано, что современные интеллектуальные сети электроснабжения представляют собой новое качество взаимно интегрированной архитектуры распределенной компьютерной среды управления электроснабжением и топологии тяговой электрической сети, ориентированной на накопление новых знаний и оптимизацию энергоресурсов. Для синтеза математических моделей исследования интеллектуальных систем предложен граф распределенной компьютерной среды, который адекватно отображает топологию электросети железной дороги. Предложены дифференциальная математическая модель распределенной компьютерной среды интеллектуализации процедур всережимного управления электроснабжением и методы определения значений вероятностей состояний узлов, пропускной способности, числа занятых каналов, количества отказов заявок на обслуживание. Досліджено ключові напрямки еволюції іноваційного перетворення електричних систем залізниць. Показано, що розв’язання комплексної проблеми оптимізації електропостачання та створення енергозберігаючих технологій можливо шляхом інтелектуалізації щвидкоплинних технологічних процесів електроспоживання. Запропоновано концептуальний підхід і сукупність принципів організації інтелектуальних комп’ютерних мереж, орієнтованих на нові знання в галузі залізничної енергетики і спроможних розв’язувати комплекс задач, які традиційно відносяться до класу творчих. Науково обґрунтована організація математичних моделей і методів підвищеної інтелектуальної складності і розмірності, орієнтованих на виявлення нових спеціальних знань в залізничній енергетиці шляхом використання наявної надлишкової продуктивності обчислень в будь-якій точці або сегменті топології об’єкта. Запропоновано диференційні математичні моделі для визначення вичерпної інформативності первинної інформації, проведення спектрального аналізу первинних даних, дослідження комп’ютерної архітектури керування на рівні тягової підстанції, визначення ймовірностей станів вузлів комп’ютерної мережі, пропускної спроможності, кількості відмов заявок на обслуговування та зайнятих каналів. Розроблено математичну модель кібербезпеки комп’ютерного середовища, формалізовано критерії кібербезпеки і розроблено стратегію забезпечення кібербезпеки на основі принципу мінімаксу. The key directions of evolution of innovative transformation of electric systems of rail-ways are investigated. It is shown that the solution of complex problem of optimization of power supply and creation of power saving up technologies is possible by intellectualization of fast-flowing technological processes of power consumption. A conceptual approach and a set of principles for the organization of intelligent computer networks focused on obtaining new knowledge in the field of railway energy and able to solve a set of problems that traditionally belong to the class of creative. The organization of mathematical models and methods of increased intellectual complexity and dimension focused on the identification of new special knowledge in the railway energy by using the available excess performance calculations at any point or segment of the topology of the object. The proposed differential mathematical model to determine the comprehensive information content of the primary information, the spectral analysis of the primary data, research of computer architecture control level of the traction substation, determining probabilities of States of nodes of a computer network, bandwidth, the number of failures of service calls and busy channels. The mathematical model of cybersecurity of the computer environment is developed, criteria of cybersecurity are formalized and the strategy of ensuring cybersecurity on the basis of the minimax principle is developed. 2018 Article Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог / А.И. Стасюк, Л.Л. Гончарова // Проблемы управления и информатики. — 2018. — № 4. — С. 96-110 . — Бібліогр.: 10 назв. — рос. 0572-2691 http://dspace.nbuv.gov.ua/handle/123456789/180602 621.311 ru Проблемы управления и информатики Інститут кібернетики ім. В.М. Глушкова НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Управление физическими объектами и техническими системами Управление физическими объектами и техническими системами
spellingShingle	Управление физическими объектами и техническими системами Управление физическими объектами и техническими системами Стасюк, А.И. Гончарова, Л.Л. Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог Проблемы управления и информатики
description	Анализ эволюции электросетей железных дорог показал, что решение комплексной проблемы оптимизации электропотребления и улучшение безопасности движения возможно путем интеллектуализации процессов электроснабжения. Предложена вычислительная сеть управления электроснабжением на уровне тяговых подстанций, которая адекватно отображает ее топологию и граф сети. На основании дифференциальных преобразований разработана математическая модель компьютерной архитектуры управления электроснабжением тяговых подстанций. Предложены методы вычисления в аналитическом виде значений вероятностей состояния узлов графа компьютерной сети. Рассмотрены критерии вычисления таких показателей: пропускная способность узлов, среднее число обрабатываемых заявок и количество отказов заявок на обслуживание.Проанализированы методы инновационного преобразования систем для поставки электроэнергии железным дорогам. Показано, что современные интеллектуальные сети электроснабжения представляют собой новое качество взаимно интегрированной архитектуры распределенной компьютерной среды управления электроснабжением и топологии тяговой электрической сети, ориентированной на накопление новых знаний и оптимизацию энергоресурсов. Для синтеза математических моделей исследования интеллектуальных систем предложен граф распределенной компьютерной среды, который адекватно отображает топологию электросети железной дороги. Предложены дифференциальная математическая модель распределенной компьютерной среды интеллектуализации процедур всережимного управления электроснабжением и методы определения значений вероятностей состояний узлов, пропускной способности, числа занятых каналов, количества отказов заявок на обслуживание.
format	Article
author	Стасюк, А.И. Гончарова, Л.Л.
author_facet	Стасюк, А.И. Гончарова, Л.Л.
author_sort	Стасюк, А.И.
title	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
title_short	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
title_full	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
title_fullStr	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
title_full_unstemmed	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
title_sort	математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог
publisher	Інститут кібернетики ім. В.М. Глушкова НАН України
publishDate	2018
topic_facet	Управление физическими объектами и техническими системами
url	http://dspace.nbuv.gov.ua/handle/123456789/180602
citation_txt	Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог / А.И. Стасюк, Л.Л. Гончарова // Проблемы управления и информатики. — 2018. — № 4. — С. 96-110 . — Бібліогр.: 10 назв. — рос.
series	Проблемы управления и информатики
work_keys_str_mv	AT stasûkai matematičeskiemodeliimetodyorganizaciiintellektualʹnyhkompʹûternyhsetejupravleniâélektrosnabženiemioptimizaciejélektropotrebleniâželeznyhdorog AT gončarovall matematičeskiemodeliimetodyorganizaciiintellektualʹnyhkompʹûternyhsetejupravleniâélektrosnabženiemioptimizaciejélektropotrebleniâželeznyhdorog
first_indexed	2025-07-15T20:45:45Z
last_indexed	2025-07-15T20:45:45Z
_version_	1837747251928104960
fulltext	© А.И. СТАСЮК, Л.Л. ГОНЧАРОВА, 2018 96 ISSN 0572-2691 УПРАВЛЕНИЕ ФИЗИЧЕСКИМИ ОБЪЕКТАМИ И ТЕХНИЧЕСКИМИ СИСТЕМАМИ УДК 621.311 А.И. Стасюк, Л.Л. Гончарова МАТЕМАТИЧЕСКИЕ МОДЕЛИ И МЕТОДЫ ОРГАНИЗАЦИИ ИНТЕЛЛЕКТУАЛЬНЫХ КОМПЬЮТЕРНЫХ СЕТЕЙ УПРАВЛЕНИЯ ЭЛЕКТРОСНАБЖЕНИЕМ И ОПТИМИЗАЦИЕЙ ЭЛЕКТРОПОТРЕБЛЕНИЯ ЖЕЛЕЗНЫХ ДОРОГ Введение Стремительное развитие интегральных технологий изготовления сверхбольших интегральных схем и микропроцессорных комплектов и на их базе информационных и сетевых технологий открывает широкие возможности для формирования необхо- димой или сверхвысокой производительности вычислений в любой точке или сег- менте топологии сложных распределенных энергетических объектов в процессе управления и оптимизации их функционирования [1, 2]. Это стимулировало исследо- вания, ориентированные на использование сверхвысокой производительности вычис- лений, а также других преимуществ современных компьютерных сетей при исследо- вании штатных, аномальных и аварийных режимов распределенных энергетических систем повышенной сложности для выявления и формирования новых знаний в при- кладной области и реализации на их основе синтеза специальных математических моделей, методов и алгоритмов для оптимизации функционирования, создания более эффективных энергосберегающих технологий и решения текущих вопросов. Даль- нейшие исследования возможностей использования сверхбольшой мощности распре- деленных вычислений современных компьютерных средств, направленных на прове- дение в реальном времени глубокого системного анализа и оптимизации режимов функционирования инженерных объектов, открыли ряд новых направлений в теории компьютерного моделирования, исследовании операций, теории оптимизации, инфор- мационных и сетевых технологий для формирования, накопления и представления но- вых знаний в данной предметной области [3, 4]. Появилась насущная потребность ре- шения проблемы организации информационно-аналитических компьютерных систем с интеллектуальными свойствами, которые на основе полученных новых знаний в со- ответствующей области могут выполнять не только рутинные процессы обработки информации, но и предварительно анализировать первичные данные, прогнозировать развитие штатных и аномальных ситуаций, отбирать наиболее перспективную альтер- нативу решения, формировать некоторые советы и рекомендации, выполнять ком- плекс операций и решать некоторую совокупность творческих задач [1, 3, 4]. Появле- ние подобных компьютерных систем стимулировало также существенное увеличение потребителей информационно-аналитической поддержки принятия решений. Из анализа последних исследований и публикаций следует, что проблема инно- вационного преобразования тяговых электрических сетей железных дорог невозмож- Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 97 на без создания интеллектуальных компьютерных сетей управления электроснабже- нием [4, 5]. Организация интеллектуальных систем базируется на результатах фунда- ментальных и прикладных исследований в области математического и компьютерного моделирования, используется в управлении сложными физическими объектами, про- цессами и явлениями, а концептуально — моделями искусственного интеллекта для моделирования разумного поведения человека, баз знаний и событий, ориентирован- ных на выявление новых специальных знаний, для генерации адаптивных алгоритмов решения прикладных задач, которые плохо формализуются, для формирования управ- ленческих решений в условиях не полностью структурированных и слабоструктури- рованных информационных данных. Исследование эволюции развития тяговых элек- трических сетей и компьютерных систем управления ими, представленные в научно- технической литературе, позволили сделать вывод, что максимальной эффективности интеллектуальных компьютерных сетей управления сложными энергетическими си- стемами можно достичь только путем организации отражения в них взаимной инте- грации интеллектуальных ресурсов управленцев и современных возможностей рас- пределенных компьютерных систем, сетей и информационных технологий, основыва- ясь на возможности использования практически неограниченной производительности распределенных вычислений [1–7]. Дальнейшие интенсивные исследования в сфере развития взаимной интеграции интеллектуальных ресурсов управления оптимизацией режимов, энергосбережением и современных возможностей компьютерных сетей и технологий привели к созданию нового класса математических моделей и на их базе интеллектуальных методов обработки информации, как основы создания интеллекту- альных компьютерных систем (Intellectual computer systems) и интеллектуальных ин- формационных технологий (Intellectual information technology — IIT) [7, 8]. Необходи- мо отметить, что термин «интеллектуальные методы обработки данных» появился в середине восьмидесятых годов но, к сожалению, не было дано четкого его определе- ния, поэтому в научной литературе этот термин трактуют в зависимости от специфики проблемной области применения [9, 10]. Разработка инновационных методов интел- лектуальной обработки информации является основой организации интеллектуальных информационных технологий, которые открывают возможность существенно уско- рить анализ технической информации, отражающей функционирование сложных энергетических систем, проводить непрерывный мониторинг и прогноз ситуаций в технической, экономической, социальной и политической сферах и, что самое главное, реализовать синтез управленческих решений. Обобщенная архитектура интеллекту- альной информационно-аналитической компьютерной сети управления включает сег- мент аналитических моделей, блок самоорганизации, блок адаптации, сегмент анализа и прогноза ситуаций, подсистемы искусственного интеллекта, нечеткие подсистемы управления, нейронные сети, подсистемы на базе генетических алгоритмов, подсисте- мы формирования новых знаний и управленческих решений, на основе актуальной в данный момент ситуации, а также подсистему, способную моделировать творческие процессы, понимать и изучать режимы функционирования в условиях постоянно ме- няющейся внутренней и внешней среды. Главная архитектурная особенность интел- лектуальных систем, отличающая их от традиционных — это возможность использо- вания неограниченной производительности вычислений компьютерной среды, которая позволяет в реальном времени формировать и обрабатывать новые знания, включая и знания персонала, который исследует объект, для реализации своих функций и целей. К типовым интеллектуальным системам можно отнести расчетно-логическую систему. Особенностью таких систем является то, что они, благодаря наличию базы знаний, способны автоматически синтезировать математическую модель и вычислительные алгоритмы управленческих и проектных задач по декларативным описаниям условий задачи. Существуют рефлекторные интеллектуальные системы, вырабатываемые спе- циальные алгоритмы, для формирования наиболее вероятной реакции интеллектуаль- ной системы на множество входных воздействий, включая их комбинации. Они ори- 98 ISSN 0572-2691 ентированы на оценку инвестиционных предложений, прогнозирования результатов внешнего воздействия на сложные энергетические объекты. Большую популярность получили гибридные интеллектуальные системы, в которых для решения любого управленческого задания используется одновременно несколько методов имитации интеллектуальной деятельности человека. Гибридные интеллектуальные системы — это совокупность аналитических и имитационных моделей, экспертных систем, искус- ственных нейронных сетей, нечетких систем и генетических алгоритмов. При органи- зации интеллектуальных систем учитывается специфика проблемной области, которая характеризуется совокупностью признаков, таких как хаотичность и дискретность по- ведения сред, оперативность принятия решений, нечеткость целей, слабая возмож- ность формализовать процедуры, уникальность и нетипичность ситуаций, комплекс взаимосвязанных факторов, неполнота информационных данных, возможная парадок- сальность логики решений. Для повышения эффективности управления знаниями при возникновении проблемных ситуаций используется набор познавательных моделей и как основа — компьютерное моделирование. Нерешенные ранее аспекты данной проблемы Анализ научных исследований рассматриваемой предметной области, связанной с компьютерной интеллектуализацией быстротекущих технологических процессов сложных энергетических систем электроснабжения, позволяет сделать вывод, что ин- теллектуальные компьютерные системы, в первую очередь в железнодорожной энер- гетике, должны быть направлены на регистрацию и формирование новых знаний об аномальных и штатных режимах функционирования, на создание более эффективных методов и критериев оптимизации и на их базе — новых энергосберегающих техно- логий. В то же время малоисследованной частью общей проблемы инновационного преобразования систем электроснабжения железных дорог является разработка мето- дов и уникальных электронных компьютерных компонентов определения полной информативности первичных данных, представленных в аналоговой, дискретной и цифровой формах, отражающих динамические, переходные и аномальные процессы функционирования энергетических объектов. К нерешенной проблеме также можно отнести отсутствие общесистемной методологии отражения в интеллектуальной си- стеме взаимно интегрированных интеллектуальных ресурсов управления, включая исследовательский и диспетчерский персонал, и современных возможностей распре- деленных компьютерных систем, сетей и информационных технологий. В научно- технической литературе малоисследованной проблемой организации интеллектуаль- ных распределенных сетей управления электроснабжением является создание новых принципов глубокой взаимной интеграции вычислительной архитектуры компьютер- ной среды и топологии тяговой электрической сети железной дороги. Такой подход открывает новые направления организации интеллектуальных электроэнергетических систем и существенно расширяет рыночные возможности, предоставляя широкий спектр взаимных услуг между субъектами рынка электроэнергии и инфраструктурой электрической системы железных дорог. Формулировка проблемы Цель публикации — разработка принципов организации интеллектуальных ком- пьютерных сетей управления быстротекущими технологическими процессами, про- текающими в сложных энергетических системах, как теоретической основы синтеза математических моделей повышенной интеллектуальной сложности и размерности, для определения исчерпывающей информативности стохастических первичных дан- ных и детального компьютерного анализа функционирования распределенных энер- гетических объектов, внешней среды и, основываясь на возможности использования практически неограниченной производительности распределенных вычислений, со- здания познавательных моделей и методов имитации творческой деятельности для Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 99 выявления и формирования новых знаний как основы создания интеллектуальных технологий оптимизации, энергосбережения, формирования управленческих решений и реализации стратегических функций и целей. Инновационное преобразование систем электроснабжения железных дорог стало возможным благодаря внедрению интеллектуальных компьютерных сетей, что от- крыло новые направления исследований исчерпывающей динамики аномальных и переходных процессов энергосистем, путем непосредственного измерения в различ- ных точках сети частот, амплитуд, фаз, напряжений, токов, выявления источников низкочастотных колебаний, их типов и мест возникновения, особенностей, форм и характеристик аномальных режимов, а также определения границ текущей устойчи- вости энергосистемы. Зарегистрированная таким образом первичная информация ис- пользуется для исследования на качественно новом уровне свойств и динамических характеристик быстропротекающих технологических процессов в энергосистемах и является основой формирования новых знаний в железнодорожной энергетике. Для организации интеллектуальных компьютерных сетей управления и оптимизации ре- жимов функционирования электрических систем железнодорожного транспорта, как показано на рис. 1, сформулируем некоторые принципы. Доминирующим или основ- ным является принцип отражения в интеллектуальных системах взаимной интегра- ции интеллектуальных ресурсов управления, включая исследовательский и оператив- но-диспетчерский персонал, и современных возможностей распределенных компью- терных сетей и информационных технологий с точки зрения использования избыточной производительности распределенных вычислений. Поскольку при иссле- довании динамических характеристик сложных энергетических объектов главным для формирования новых знаний, является определение исчерпывающей информа- тивности первичных данных, полученных с выходов датчиков, сформулируем второй принцип организации интеллектуальных компьютерных систем. Первичный принцип — это принцип формирования интеллектуального ин- формационного пространства путем определения исчерпывающей информатив- ности первичных данных, отражающих аномальные и штатные режимы функ- ционирования энергетического объекта, на основе модели синхронного инфор- мационного взаимодействия с единых общесистемных позиций, как базис формирования интеллектуальных процедур управления электроснабжением, энергосбережением и накопления новых знаний в железнодорожной энергетике. Следующий принцип — взаимодействие интеллектуальной системы с энергети- ческими объектами и внешней средой, что реализуется синтезом математиче- ских моделей повышенной интеллектуальной сложности и размерности. В син- тезированных моделях, благодаря существенно уточненному описанию процес- сов функционирования энергосистемы, открывается возможность не только получения дополнительных знаний об исследуемом объекте и внешнем мире , но и о динамике изменения их состояния в результате реализации активного пове- дения интеллектуальной системы. В процессе организации интеллектуальных систем очень важно создание методологии эффективного использования воз- можной избыточной производительности вычислений в различных сегментах распределенного энергетического объекта. Поэтому необходим принцип глубо- кой взаимной интеграции архитектуры компьютерной среды и топологии энер- гетического объекта, включая интеллектуальное силовое оборудование со встроенными контроллерами и средствами защиты. Организованные таким об- разом интеллектуальные системы гарантируют новое качество в сфере форми- рования знаний о железнодорожной энергетике, открывают возможность суще- ственно оптимизировать потребляемые энергоресурсы, улучшить уровень без- опасности движения и расширить диапазон рыночных услуг. 100 ISSN 0572-2691 П ри нц ип ф ор м ир ов ан ия и нт ел ле кт уа ль но го ин ф ор м ац ио нн ог о пр ос тр ан ст ва П ри нц ип в за им од ей ст ви я ин те лл ек ту ал ьн ой с ис те м ы с эн ер ге ти че ск им и об ъе кт ам и и вн еш не й ср ед ой Методы искусственного интеллекта Методы нечеткой логики Интеллектуальные нейронные сети Генетические алгоритмы Принцип глубокой взаимной интеграции архитектуры компьютерной среды и топологии энергетического объекта Сегмент аналитических моделей Сегмент адаптации Сегмент анализа и прогноза Сегмент самоорганизации М од ел ир ов ан ие тв ор че ск их пр оц ес со в Ф ор м ир ов ан ие но вы х зн ан ий Базы знаний и событий Формирование управленческих решений Инновационные технологии Интеллектуальный интерфейс Рис. 1 На основе приведенных принципов организация компьютерных сетей управле- ния электроснабжением и оптимизацией электропотребления железных дорог может быть реализована следующим образом. Основываясь на первых трех принципах, формируется ряд математических моделей повышенной интеллектуальной сложности и размерности, которые позволяют более детально, а в некоторых случаях исчерпы- вающе, описывать динамические характеристики и специфику быстротекущих тех- нологических процессов функционирования распределенных энергетических объек- тов. Аналогично формируется математическая модель высокой интеллектуальной сложности и размерности для оценки динамики внешней среды и определения влия- ния на объект, а также реализации прогноза функционирования для оптимизации ра- ционального тактического и стратегического поведения. Выполнение принципа взаи- модействия энергетической системы с внешней средой позволяет организовать канал определения дополнительных знаний для организации целесообразного поведения. Очень важным является также организация на базе третьего принципа аналогичных математических моделей, как основы формирования интеллектуального информаци- онного пространства, путем определения исчерпывающей информативности зареги- стрированной первичной информации в процессе непосредственного измерения напряжений, токов, частот, амплитуд, фаз и температур в различных точках системы при исследовании и анализе аномальных и переходных процессов энергосистем. На основе разработанной совокупности математических моделей высокой интеллекту- альной сложности и размерности используются методы искусственного интеллекта, нечеткой логики, генетические алгоритмы, а также интеллектуальные нейронные сети для синтеза компьютерно-ориентированных алгоритмов обработки информации. По- сле выполнения рассмотренных процедур для синтеза компьютерной среды исполь- зуется принцип глубокой взаимной интеграции архитектуры компьютерной среды и топологии энергетического объекта. Актуальность и перспективность такого подхода связана с необходимостью дополнительных исследований и поиском новых путей со- здания интеллектуальных энергосберегающих технологий оптимизации электро- снабжения. Синтезированная таким образом компьютерная среда включает сегменты аналитических моделей, адаптации, анализа и прогноза, а также сегменты самоорга- низации, моделирования творческих процессов, формирование новых знаний и ин- теллектуальный интерфейс. После получения первичной информации от объекта управления и внешней среды и определения ее исчерпывающей информативности в Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 101 компьютерной среде интеллектуальной системы на основе базы знаний и событий ре- ализуется моделирование творческих процессов и на базе полученных результатов формируются новые знания, управленческие решения и инновационные технологии оптимизации электропотребления и энергосбережения. Результаты исследований решения проблемы инновационного преобразования электрических сетей железных дорог позволили сделать вывод, что создание новых моделей, методов и критериев оптимизации быстропротекающих технологических процессов электроснабжения и технологий энергосбережения невозможно без полу- чения принципиально новых знаний о физической природе переходных, аварийных и динамических режимов, протекающих в энергосистемах или сложных энергетиче- ских объектах. Существующие модели и методы для решения комплекса задач, свя- занных с определением и организацией новых знаний об энергетических объектах, не могут удовлетворить насущные потребности. Математическая модель определения исчерпывающей информативности первичной информации Благодаря появившейся в последние годы возможности в сфере создания практически неограниченной производительности вычислений в любом сегменте распределенного энергетического объекта насущной стала проблема разработки математических моделей повышенной интеллектуальной сложности и размерно- сти и на их основе познавательных моделей и методов имитации творческой дея- тельности для определения новых знаний как теоретической основы организации интеллектуальных сетей электроснабжения. Доминирующей в этом плане являет- ся разработка, в первую очередь, математических моделей повышенной интеллек- туальной сложности, ориентированных на определение исчерпывающей ин- формативности зарегистрированных в процессе мониторинга первичных дан- ных, отражающих штатные, аномальные, переходные и аварийные режимы энергетического объекта, поскольку потеря части информативности или неполное ее использование существенно уменьшает количество процедур определения де- фицитных знаний. Основываясь на принципе взаимной интеграции интеллекту- альных ресурсов управления и современных возможностей компьютерной среды, а также на фундаментальных понятиях теории дифференциальных преобразова- ний, представим процесс организации интеллектуальных математических моде- лей и методов определения исчерпывающей информативности первичной инфор- мации, полученной при синхронной регистрации всей совокупности параметров режимов энергетических объектов, как основы формирования интеллектуального информационного пространства и в дальнейшем синтеза новых знаний [1, 4]. В процессе мониторинга регистрируется совокупность первичных данных, отоб- ражающая режимы энергосистемы. Каждый из параметров представляется мгно- венным значением: )( iti — токов, )( itu — напряжений, )( itf — частот, )( it — данных окружающей среды, )( itP — давления, 0t — температуры, τ — промежут- ков времени, )( it — величин, определяющих синхронность измерений, )( it — со- вокупность значений экспертной информации. В зависимости от измеряемой ве- личины информация может быть представлена в аналоговой, дискретной или цифровой формах. Для простоты анализа штатных, аномальных и аварийных ре- жимов представим каждый j-й параметр режима из всей совокупности в виде )(tx j и рассмотрим организацию моделей и методов определения исчерпываю- щей информативности первичной информации. Графическое изображение дина- мического процесса j-го параметра аномального режима ),(tx j что протекает в энергосистеме, приведено на рис. 2. Синтез математических моделей определения исчерпывающей информативности первичных данных, которые в совокупности отражают режимы функционирования распределенных энергетических объектов, 102 ISSN 0572-2691 реализуем на основе применения фундаментальных положений теории диффе- ренциальных преобразований Пухова, представленных следующей парой матема- тических зависимостей [1–8]: ),()( )( ! )( 0 kX H t tx dt txd k H kX j i k k k i j t k jkk ij i i                       (1) где )(tx j — первоначальная функция аргумента ,t которую можно n раз диффе- ренцировать и которая имеет ряд соответствующих ограничений, включая свои производные; )(kX j i — дифференциальное Т-изображение первоначальной функ- ции );(tx j iH — масштабный коэффициент, размерность которого совпадает с размерностью аргумента t, как правило, выбирается на условиях Ht 0 на всем диапазоне функции-оригинала )(tx j ;  — символ соответствия между функцией-оригиналом )(tx j и его дифференциальным T-изображением )(kX j i . Благодаря прямому дифференциальному преобразованию, что находится слева от символа  , формируется дифференцированное Т-изображение функции-оригина- ла )(tx j в виде дискретной функции )(kX j i целочисленного аргумента k 0, 1, 2,... На основе совокупности значений Т-дискрет функции целочисленного аргумента )(kX j i k 0, 1, 2, ... , использовав обратное дифференциальное преобразование, что находится справа от символа  , получим функции оригинала ).(tx j Заметим, что при k 0 согласно (1) для любого мгновенного значения it каждого j-го пара- метра )( i j tx выполняются следующие равенства: ),0()( 00 jj Xtx  ),0()( 11 jj Xtx  ),0()( 22 jj Xtx  ),0()( j ii j Xtx  ).0()( j rr j Xtx   tx j  0tx j  1tx j  2tx j  i j tx  2r j tx  1r j tx  r j tx t rt1rt2rtit 2t1t rH1rH2H1H ... .. Рис. 2 Применив дифференциальное преобразование (1), представленное выраже- нием ),()( 0 kX H t tx j i k k k i j             к полученной всей совокупности параметров ),( 0tx j ),( 1tx j ),( 2tx j ..., ),( i j tx …, )( r j tx в каждой точке ri ..,,2,1,0 согласно рис. 1 сформируем систему уравнений n-го порядка: ),()(...)3()2()1()0( 1 32                         i jj i n ij i ij i ij i ij i txnX H X H X H X H X ),()(...)3()2()1()0( 2 1 3 1 2 11                           i jj i n ij i ij i ij i ij i txnX H X H X H X H X (2) Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 103 )()(...)3()2()1()0( 1 32                         n jj i n nj i nj i nj i nj i txnX H X H X H X H X . ...,,2,1,0 ri  Решив систему уравнений (2) в каждой точке ri ..,,2,1,0 аномального процесса и учитывая, что ),0()( j ii j Xtx  для всех мгновенных значений it каждого j-го па- раметра )( i j tx получим следующие векторы: t jjjjj nXXXX )(...)2()1()0( 11111  t j i j i j i j i j i nXXXX )(...)2()1()0( (3) .)(...)2()1()0( t j n j n j n j n j n nXXXX Из анализа полученных результатов следует что в процессе вычислений, согласно выражению (2) величина j-го параметра )(tx j , в каждой точке it ri ..,,2,1,0(  ) представляется не только его мгновенным значением ),0()( j ii j Xtx  но и дополни- тельной совокупностью Т-дискрет ),(kX j i каждая k а -я из которых (k  1, 2, …, n) эк- вивалентна k производной j-го параметра )( i j tx в этой же точке ,it что пред- ставлено выражением (3). Таким образом, в результате подобной организации вычислительного процесса полученные первичные данные )( i j tx (j 1, 2, ..., m), ri ..,,2,1,0(  ) с выходов датчиков энергетического объекта в каждой точке it ri ..,,2,1,0(  ) согласно (3) представлены соответствующим вектором:  j i ,)(...)2()1()0()( t j i j i j i j ii j nXXXXtx  совокупность которых отображает исчерпывающую информативность зарегистрированной первичной информации. На основе исходных данных, представленных в виде набора векторов (3), можно организовать единое информационное синхронизированное по времени простран- ство. Для этого каждый вектор данных, полученных выражением (3), покажем в виде вектора доаварийного состояния, аварийного и послеаварийного, а также представим векторы: )( it — данные окружающей среды; )( it — синхронность измерений; )( it — значения экспертной информации в виде следующих множеств:  djd i G}{ ,  aja i G}{ ,  PjP i G}{ ,  Vj i GV }{ ,  )}({ i j i t  G ,  S i j S Gt )}({ ,  E i j E Gt )}({ . Процедуру формирования единого информационного и временного про- странства представим в виде множества G:  Pad A GGGG  , (4) .VES A GGGGGG   Благодаря тому, что любая ордината )(tx j j-го параметра аргумента t пред- ставляется в каждой точке it )..,,2,1,0( ri  не только ее мгновенным значением ),( i j tx а согласно (3), (4) совокупностью компонентов )(kX j i , (k 1, 2, …, n), т.е. 104 ISSN 0572-2691 векторами ,)(...)2()1()0()( t j i j i j i j ii jj i nXXXXtx  то такой подход ставит насущную проблему создания математических моделей и методов повышенной интеллектуальной сложности и размерности для обработки первичной информа- ции, представленной в виде совокупности векторов (3), сформированных в виде единого информационного пространства. Математические модели повышенной интеллектуальной сложности и размерности Фундаментальной процедурой в процессе обработки сигналов является орга- низация спектрального анализа первичной информации. На практике широко примененяются интегральные преобразования Фурьє с конечными и бесконечны- ми пределами. Взяв за основу процедуру спектрального анализа первичной ин- формации, представленной набором векторов (3) и реализовав ряд математиче- ских преобразований, сформируем математическую модель для определения со- вокупности комплексных амплитуд x гармоник tjeII     тока [1, 3, 8]  .1 ! )( )( !1 00 kI m tj H T Hj k I km m mmk k k                          (5) Ключевым вопросом при анализе аномальных, аварийных или экстремаль- ных режимов сетей электроснабжения в соответствии с (5) является определение спектральной плотности переходных процессов для комплексной оценки в любой момент времени динамики изменения запаса надежности и границ устойчивости системы. Создание подобных технологий стало возможным благодаря сигналам GPS, единого точного времени, современным информационным технологиям, а также математическим методам представления первичной информации в виде дифференциальных спектров (3). Для организации вычислительного процесса определение спектральной плотности на основе первичных данных, сформиро- ванных в виде Т-спектров (3), выполним совокупность математических преобра- зований для определения спектральной плотности [6,8]      j kX tj k jX i k k ki )( )( ! )( 0 .)( ! )( 2 1 )(        djX k Hj kX i k i (6) На основе дифференциальных преобразований (1) аналогично (6) и сово- купности первичных данных, представленных векторами (3) в виде диффе- ренциальных спектров, нетрудно организовать вычислительный процесс для анализа силового электрического оборудования. Величина G(t), характеризу- ющая электрический износ контактов, в результате выполнения соответству- ющей коммутации фидеров тяговой электрической сети может быть опреде- лена как [1, 3]  a s t t dttitG .)()( 2 (7) Применив дифференциальное преобразование (1) к выражению (7) и выполнив ряд преобразований, при 00 t и Htm  получим дифференциальную математи- ческую модель определения G(t): ).()( )1( )()( 00 1 0 1 2 lkIlI Hk tt dttitG kl l k k k kk n t t m o           (8) Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 105 Математический аппарат дифференциальных преобразований представленый вы- ражением (1), как и в случае (8), также достаточно эффективно можно использовать для анализа интеллектуальных компьютерных сетей управления системами электро- снабжения. Логическая структура распределенной компьютерной сети интеллектуаль- ной системы тяговой подстанции, что отражает ее топологические характеристики, показана на рис. 3. Узлы графа — это компьютерные компоненты, функционально ориентированые на выполнение тех или иных функций. Центральный сервер управле- ния на уровне тяговой подстанции изображен узлом );(0 tP )(1 tP — узел сервера базы данных и формирование единого информационного пространства; )(2 tP — централь- ный узел связи; )(3 tP — узел связи с Internet; )(4 tP — узел сервера оперативного диспетчерского управления электроснабжением; )(5 tP — узел сервера мониторинга в железнодорожной энергетике; )(6 tP — узел формирования отчетных документов. Ин- тенсивность потока заявок для обмена информацией между компьютерными компо- нентами локальной вычислительной сети тяговой подстанции выразим величиной λi(t), а интенсивность потока обслуживания заявок λi(t) представим величиной ).(tj 9 3 8 10 11 2 1 6 4 13 12 5 7 0 13 9 5 12 10 11 2 8 3 0 7 4 6 )( 03 tP )(3 tP )(4 tP )( 04 tP )(5 tP )( 05 tP )( 00 tP )(0 tP )( 06 tP )(6 tP )( 02 tP )(2 tP )( 01 tP )(1 tP Рис. 3 На основе графа локальной сети (см. рис. 3) синтезируем математическую модель в виде системы дифференциальных уравнений Колмогорова–Чепмена с соответствующими начальными условиями [1–6]: ),( )( tAP dt tdP  (9) где А — матрица, формируемая известным образом [6]; )(tP — вектор вида .)(...)()()( 610 t tPtPtPtP  Система дифференциальных уравнений (9) справедлива при соблюдении условий нормирования 1)(...)()( 060100  tPtPtP в момент 00 t и соответ- ствующих начальных условий .0)(...)0()0(,1)0( 06210  tPPPP (10) Ограничения на интенсивности потоков заявок для обмена информацией )(tj и интенсивность потока обслуживания )(tj представлены выражениями ,0,0 maxmax jjjj  (11) где maxmax , jj  — максимальные интенсивности. На основе дифференциальных преобразований (1) представим систему урав- нений (9) в области дифференциальных изображений в виде Т-модели [1, 6, 8]: 106 ISSN 0572-2691 ).( 1 )1( kAP k T kP   (12) При этом начальные условия (10), (11) будут иметь вид ,1)0()0( 00  PtP ,0)0()0(  ii PtP .0k Подставив значения начальных условий ,1)0()0( 00  PtP  )0(tPi ,0)0(  iP 0k в виде вектора t PPPP 0)0(...0)0(1)0()0( 610  в (12), получим соответственно математические зависимости 0k ),0()1( TAPP  1k ),1( 2 )2( AP T P  2k ).2( 3 )3( AP T P  Совокупность полученных векторов вида ,0...01)0( t P  ,)1(...)1()1()1( 610 t PPPP  t PPPP )3(...)3()3()3( 610 подставим в обратное дифференциальное преобразование )()( 0 kX H t tx j i k k k i j             математической зависимости (1) и, реализовав соответствующие преобразования, получим значения вероятностей ),(0 tP ),(1 tP ),(2 tP ),(3 tP ),(4 tP ),(5 tP )(6 tP уз- лов графа (см. рис. 3), в аналитическом виде запишем его следующим образом [2, 5]: , 2 )(1)( 2 44332211 2 000 t ttP  , 2 )()( 2 00101 t ttP  , 2 )()( 2 04164242 t ttP  (13) , 2 )()( 2 473136 t tP  где ),( 432100  ,01  ),( 05742  3 ),( 83130  ),( 1011284  ),( 6111125  ).( 1376  На основе значений вероятностей ),(0 tP ),(1 tP ),(2 tP ),(3 tP ),(4 tP ),(5 tP )(6 tP узлов графа, представленных в аналитическом виде (13), сформируем математические модели для определения набора показателей, характеризую- щих локальную компьютерную сеть управления электроснабжением на уровне тяговой подстанции. Будем считать, что с вероятностью )(0 tP принят и обслужен поток заявок λ0(t), λ1(t), λ2(t), λ3(t), λ4(t) центральным сервером. Если одна или несколько заявок потока λ0(t), λ1(t), λ2(t), λ3(t), λ4(t), поступа- ющие на центральный сервер, получат отказ, то вероятность отказа )(tQ бу- дет представлять собой дополнение )(0 tP к единице, т.е. . 2 )()(1)( 2 44332211 2 2000 t ttPtQ  (14) Пропускную возможность G0(t) центрального процессора запишем так: , 2 )]()(1[)())(1)(()( 2 2 34231100100 t tttQttG mm  (15) ,})({max)( tt iim  4,3,2,1,0i … Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 107 Среднее число заявок R0(t), которые обрабатываются в локальной компью- терной сети, представим в следующем виде: , )( 2 )(1)( )( )( )( 2 44332211 2 20 0 t t tt t tGd tR m m m              (16) )},({max)( tt iim  4,3,2,1,0i … Полученные в соответствии с (13)–(16), значение вероятности ),(0 tP ),(1 tP ),(2 tP ),(3 tP ),(4 tP ),(5 tP )(6 tP состояния каждого узла графа можно использо- вать для формирования критериев оценки уровня защищенности информацион- ных ресурсов [2, 5]: ,)( 2 1 )( 0 dttPt T tt ii    ...2,1,0i (17) Достижения системой заданных показателей защищенности возможно при ра- циональном определении стратегии формирования таких значений ,jz которые минимизируют плату субъекта обеспечения безопасности ),( jji zq за потра- ченные ресурсы при максимальной интенсивности потоков кибератак ,jq т.е. ),,(maxmin),(* jji EzEq jji zqzq zjqj   ...2,1,0i (18) В процессе моделирования стратегии кибератак противоборствующие стороны, вероятно, исходят из условия формирования таких стратегий ,jq которые макси- мизируют плату ),,( jji zq при условии ее минимизации системой кибербез- опасности ,jz т.е. ),,(maxmin),(* jji EzEq jji zqzq zjqj   ...2,1,0i (19) При выполнении условий (18), (19) поисковые стратегии opt jq и opt jz называются оптимальными: ).,(),(minmax),(maxmin optoptopt* jjijji EzEq jji EqEz zqzqzq zjqjqjzj   (20) Стратегия обеспечения безопасности информации заключается в поиске закона изменения потока интенсивности защитных действий, которая реализует миними- зацию функционала (17) при стохастической интенсивности потоков кибератак, в соответствующих пределах. Поэтому в связи с антагонизмом целей субъектов информационного конфликта доминирующей стратегией обеспечения безопасно- сти (20) информации будет стратегия на основе принципа минимакса, т.е. [2, 5] ).,,(maxmin jjii EqEz zqPt qjzj   (21) Применив прямое дифференциальное преобразование (1) к функционалу (17) и в соответствии с (21), реализуем процедуру оптимизации через дискреты диффе- ренциального спектра )(kPi в следующем виде [5, 8]: . 1 )( 0 *      k kPi k k i (22) 108 ISSN 0572-2691 На основе вычисленных дискрет, представленных совокупностью векторов вида t P 0...01)0(  t PPPP )1(..)1()1()1( 610 ,)3(...)3()3()3( 610 t PPPP  вы- ражение (22) для )(0 tP узла центрального сервера локальной сети управления тя- говой подстанцией примет вид . 2 )(1 2 44332211 2 000 t t  (23) Процедура поиска оптимальных стратегий интенсивности потоков кибератак opt jq и потока интенсивности защитных действий opt jz функционала * i нераз- рывно связана с исследованием его на экстремум. Известно, что необходимыми условиями существования экстремума функционала ),(* jji zq , по теореме Куна–Та- кера есть условие обеспечения безопасности информации вида [2, 5]           ,0)),(( ..... ,0)),(( * 23 13 * 0 0 jj jj zq dz d zq dz d           .0)),(( ..... ,0)),(( * 23 13 * 0 0 jj jj zq dq d zq dq d (24) Реализовав согласно (23) подстановку ),( opt* jj zq i  в систему уравнений (24) и взяв производные, получим систему линейных уравнений, решив которые, полу- чим оптимальные стратегии opt jq и . opt jz При этом знаки экстремумов в стратеги- ях opt jq и opt jz определяются на основе проверки достаточных условий:            ,0)),(( ..... ,0)),(( * 02 13 2 * 02 0 2 jj jj zq dz d zq dz d            .0)),(( ..... ,0)),(( * 02 13 2 * 02 0 2 jj jj zq dq d zq dq d (25) Проводя аналогичное исследование, т.е. подставив значение ),( opt* 0 jji zq из (23) в систему уравнений (25) и взяв вторые производные, получим систему уравне- ний, решение которых указывает на выполнение или невыполнение, достаточных условий. Реализовав вычисленные значения оптимальных стратегий opt jq и opt jz согласно (24), удовлетворяющих условиям (25), и подставив их в (23), определим уровень защищенности информации i-го узла графа, отражающий его локальную вычислительную сеть управления тяговой подстанцией. Заключение Исследования эволюции инновационного преобразования электрических систем железных дорог и распределенных компьютерных сетей управления быстротекущи- ми технологическими процессами показали, что решение комплексной проблемы оп- тимизации электроснабжения, создания энергосберегающих технологий электропо- требления и улучшения безопасности движения при минимальных инвестиционных составляющих возможно интеллектуализацией быстропротекающих технологических процессов электроснабжения и организацией интеллектуальных компьютерных се- тей, способных решать комплекс задач, которые традиционно относятся к классу творческих, для получения новых знаний в соответствующей области. Международный научно-технический журнал «Проблемы управления и информатики», 2018, № 4 109 Показано, что организация интеллектуальных систем базируется на результатах фундаментальных и прикладных исследований в области математического и компью- терного моделирования, для управления сложными энергетическими объектами, про- цессами и явлениями, а концептуально — на использовании необходимой или избы- точной производительности вычислений в любой точке или сегменте топологии объек- та, путем синтеза математических моделей и методов повышенной интеллектуальной сложности и размерности, ориентированных на выявление новых специальных зна- ний для генерации управленческих решений в условиях неструктурированных и ми- нимально структурированных информационных данных. Разработан концептуальный подход организации интеллектуальных компьютер- ных сетей и базовый принцип отражения в интеллектуальных системах взаимной инте- грации интеллектуальных ресурсов управления и современных возможностей распре- деленных компьютерных сетей и информационных технологий. Предложен принцип формирования интеллектуального информационного пространства путем определе- ния исчерпывающей информативности первичных данных, отражающих аномальные и штатные режимы функционирования энергетического объекта, а также принцип взаимодействия интеллектуальной системы с энергетическими объектами и внешней средой и принцип глубокой взаимной интеграции архитектуры компьютерной среды и топологии энергетического объекта, включая интеллектуальное силовое оборудова- ние со встроенными контроллерами и средствами защиты. Основываясь на предложенных принципах, а также на фундаментальных по- нятиях теории дифференциальных преобразований, предложена дифференциаль- ная математическая модель высокой интеллектуальной сложности и размерности для определения исчерпывающей информативности первичной информации, по- лученной путем проведения синхронной регистрацией всей совокупности пара- метров режимов энергетических объектов как основы формирования интеллекту- ального информационного пространства и синтеза новых знаний. Разработана совокупность дифференциальных математических моделей повы- шенной интеллектуальной сложности и размерности для проведения в области диффе- ренциальных изображений спектрального анализа первичной информации, исследова- ния компьютерной архитектуры управления на уровне тяговой подстанции, а также синтезированы методы определения в аналитическом виде, значения вероятностей со- стояний узлов компьютерной сети, пропускной способности, числа отказов заявок на обслуживание и занятых каналов. Приведена дифференциальная математическая мо- дель кибербезопасности компьютерной среды управления электроснабжением, что от- крыло возможность синтезировать модели кибератак на информационные ресурсы ло- кальной вычислительной сети тяговой подстанции, формализовать критерий кибер- безопасности компьютерной среды и создать стратегии обеспечения кибербезопасности на основе принципа минимакса. О.І. Стасюк, Л.Л. Гончарова МАТЕМАТИЧНІ МОДЕЛІ І МЕТОДИ ОРГАНІЗАЦІЇ ІНТЕЛЕКТУАЛЬНИХ КОМП’ЮТЕРНИХ МЕРЕЖ КЕРУВАННЯ ЕЛЕКТРОПОСТАЧАННЯМ І ОПТИМІЗАЦІЄЮ ЕЛЕКТРОСПОЖИВАННЯ ЗАЛІЗНИЦЬ Досліджено ключові напрямки еволюції іноваційного перетворення електричних си- стем залізниць. Показано, що розв’язання комплексної проблеми оптимізації елект- ропостачання та створення енергозберігаючих технологій можливо шляхом інтелек- туалізації щвидкоплинних технологічних процесів електроспоживання. Запропоно- вано концептуальний підхід і сукупність принципів організації інтелектуальних комп’ютерних мереж, орієнтованих на нові знання в галузі залізничної енергетики і спроможних розв’язувати комплекс задач, які традиційно відносяться до класу твор- 110 ISSN 0572-2691 чих. Науково обґрунтована організація математичних моделей і методів підвищеної інтелектуальної складності і розмірності, орієнтованих на виявлення нових спеціаль- них знань в залізничній енергетиці шляхом використання наявної надлишкової про- дуктивності обчислень в будь-якій точці або сегменті топології об’єкта. Запропоно- вано диференційні математичні моделі для визначення вичерпної інформативності первинної інформації, проведення спектрального аналізу первинних даних, дослід- ження комп’ютерної архітектури керування на рівні тягової підстанції, визначення ймовірностей станів вузлів комп’ютерної мережі, пропускної спроможності, кількос- ті відмов заявок на обслуговування та зайнятих каналів. Розроблено математичну модель кібербезпеки комп’ютерного середовища, формалізовано критерії кібербез- пеки і розроблено стратегію забезпечення кібербезпеки на основі принципу мінімаксу. A.I. Stasiuk, L.L. Goncharova MATHEMATICAL MODELS AND METHODS OF ORGANIZATION OF INTELLECTUAL COMPUTER NETWORKS POWER CONTROL AND OPTIMIZATION OF POWER CONSUMPTION OF THE RAILWAYS The key directions of evolution of innovative transformation of electric systems of rail- ways are investigated. It is shown that the solution of complex problem of optimization of power supply and creation of power saving up technologies is possible by intellectualiza- tion of fast-flowing technological processes of power consumption. A conceptual ap- proach and a set of principles for the organization of intelligent computer networks fo- cused on obtaining new knowledge in the field of railway energy and able to solve a set of problems that traditionally belong to the class of creative. The organization of mathemati- cal models and methods of increased intellectual complexity and dimension focused on the identification of new special knowledge in the railway energy by using the available ex- cess performance calculations at any point or segment of the topology of the object. The proposed differential mathematical model to determine the comprehensive information content of the primary information, the spectral analysis of the primary data, research of computer architecture control level of the traction substation, determining probabilities of States of nodes of a computer network, bandwidth, the number of failures of service calls and busy channels. The mathematical model of cybersecurity of the computer environ- ment is developed, criteria of cybersecurity are formalized and the strategy of ensuring cy- bersecurity on the basis of the minimax principle is developed. 1. Стасюк О.І., Гончарова Л.Л. Математичні моделі і методи аналізу комп’ютерних мереж керування електропостачанням залізниць // Кибернетика и системный анализ. — 2018. — 54, № 1. — C. 134–145. 2. Стасюк О.І., Грищук Р.В., Гончарова Л.Л. Математична модель кібербезпеки комп’ютерної мережі керування електропостачанням тягових підстанцій // Там же. — 2017. — 53, № 3. — С. 170–179. 3. Стасюк О.І., Гончарова Л.Л. Диференційні математичні моделі дослідження комп’ютерної архітектури всережимної системи керування дистанції електропостачання // Там же. — 2017. — 54, № 1. — С. 83–92. 4. Стасюк О.І., Гончарова Л.Л. Математичні моделі комп’ютерної інтелектуалізації техноло- гій синхронних векторних вимірів параметрів електричних мереж // Там же. — 2016. — 52, № 5. — С. 186–192. 5. Стасюк А.И., Гончарова Л.Л., Голуб Г.М. Методы оценки кибербезопасности распределен- ных компьютерных сетей управления электропотреблением дистанций электроснабжения // Международный научно-технический журнал «Проблемы управления и информатики». — 2017. — № 4. — С. 119–127. 6. Стасюк А.И., Гончарова Л.Л. Математические модели и методы анализа компьютерних сетей управления електроснабжением тяговых подстанций железных дорог // Международный научно- технический журнал «Проблемы управления и информатики». — 2017. — № 1. — С. 104–113. 7. Стасюк О.І., Буткевич О.Ф., Левконюк А.В. Підвищення надійності моніторингу допусти- мості завантажень контрольованих перетинів енергосистем // Технічна електродинаміка. — 2014. — № 2. — С. 56–67. 8. Пухов Г.Е. Преобразования Тейлора и их применение в электротехнике и электронике. — Киев : Наук. думка, 1978. — 259 с. 9. IEEE Power & Energy Society Innovative Smart Grid Technologies Conference (ISGT)DC, USAApr 23, 2017 — Apr 26, 2017. — http://www.scgsc.net/l. 10. European Technology Platform- Smart Grids. April 2011: Strategic Deployment document for European Commission, 2014. — Mode of access: — http://www.smartgrids.eu/. Получено 20.02.2018 file://///Gala/Стасюк_Гончарова%20на%20Irina/IEEE%20Power%20&%20Energy%20Society%20Innovative%20Smart%20Grid%20Technologies%20Conference%20(ISGT) http://www.scgsc.net/l http://www.smartgrids.eu/

Математические модели и методы организации интеллектуальных компьютерных сетей управления электроснабжением и оптимизацией электропотребления железных дорог

Репозитарії

Схожі ресурси