ELEKTR TARMOQLARIDAGI GARMONIK BUZILISHLARNI SUN’IY INTELLEKT YORDAMIDA SO‘NDIRISH

Annotatsiya. Kirish. Ushbu maqolada elektr taʼminoti tizimlarida garmonik buzilishlarni kamaytirish uchun sunʼiy intellekt (SI) asosidagi boshqaruv usullari taklif etiladi. Zamonaviy energiya tizimlarida nochiziqli yuklamalar va invertorlar sonining ortishi garmoniklarning oshishiga olib kelmoqda. Anʼanaviy passiv filtrlar va faollashtirilgan filtrlar oʻzgaruvchan yuk sharoitlarida yetarli darajada samarador emas. Shu sababli, garmoniklarni aniqlash va bostirishda sunʼiy intellekt vositalaridan foydalanish dolzarb hisoblanadi.

Materiallar va usullar. Sunʼiy neyron tarmoqlari (SNT), noaniq mantiqiy boshqaruv (NMB) va kuchaytiruvchi oʻrganish (KOʻ) algoritmlaridan foydalangan holda garmonik signallarni real vaqt rejimida aniqlash, bashorat qilish va bostirish imkoniyatlari ishlab chiqildi. Tadqiqotlar MATLAB/Simulink dasturiy muhitida amalga oshirildi. Modellarda yuklama oʻzgaruvchanligi, kuchlanish shaklining buzilishi va garmonik komponentlar nazoratga olindi. Boshqaruv algoritmlarining samaradorligi THD koʻrsatkichi asosida baholandi.

Natijalar. Simulyatsiya natijalari shuni koʻrsatdiki, sunʼiy intellekt asosidagi boshqaruv tizimlari, ayniqsa, FLC va SNT modellari anʼanaviy passiv filtrlarga nisbatan yuqori samaradorlikka ega. THD darajasi 30–40% gacha kamaytirildi. KOʻ asosidagi adaptiv boshqaruv tizimlari esa yuklamadagi tezkor oʻzgarishlarga moslashish qobiliyatiga ega ekanligi isbotlandi.

Xulosa. Tadqiqot natijalariga koʻra, elektr taʼminoti tizimlarida garmonik buzilishlarni kamaytirishda sunʼiy intellekt asosidagi algoritmlarni qoʻllash yuqori natija bermoqda. Bunday tizimlar real vaqt rejimida ishlashi, adaptivligi va bashorat qilish qobiliyati bilan ajralib turadi. Bu esa zamonaviy elektr tarmoqlari barqarorligini taʼminlashda muhim ahamiyat kasb etadi.

Аннотация. Введение. В данной статье предлагаются методы управления на основе искусственного интеллекта (ИИ) для снижения гармонических искажений в системах электроснабжения. В современных энергетических системах увеличение количества нелинейных нагрузок и инверторов приводит к росту гармоник. Традиционные пассивные и активные фильтры недостаточно эффективны в условиях переменной нагрузки. Поэтому использование средств искусственного интеллекта для выявления и подавления гармоник является актуальным.

Материалы и методы. С использованием искусственных нейронных сетей (ИНС), нечеткой логики (FLC) и алгоритмов обучения с подкреплением (ОП) были разработаны возможности обнаружения, прогнозирования и подавления гармонических сигналов в режиме реального времени. Исследования проводились в программной среде MATLAB/Simulink. В моделях учитывались изменчивость нагрузки, искажение формы напряжения и контроль гармонических компонентов. Эффективность управляющих алгоритмов оценивалась по показателю THD.

Результаты. Результаты моделирования показали, что системы управления на основе искусственного интеллекта, особенно модели FLC и ИНС, обладают более высокой эффективностью по сравнению с традиционными пассивными фильтрами. Уровень THD был снижен до 30–40%. Адаптивные системы управления на основе ОП доказали свою способность адаптироваться к быстрым изменениям нагрузки.

Заключение. Согласно результатам исследования, применение алгоритмов на основе искусственного интеллекта для снижения гармонических искажений в системах электроснабжения дает высокие результаты. Такие системы отличаются возможностью работы в реальном времени, адаптивностью и способностью к прогнозированию. Это имеет важное значение для обеспечения стабильности современных электрических сетей.

Abstract. Introduction. This article proposes control methods based on artificial intelligence (AI) to reduce harmonic distortions in power supply systems. In modern energy systems, the increase in nonlinear loads and inverters leads to a rise in harmonics. Traditional passive and active filters are not sufficiently effective under varying load conditions. Therefore, the use of artificial intelligence tools for detecting and suppressing harmonics is considered highly relevant.

Materials and Methods. Possibilities for real-time detection, prediction, and suppression of harmonic signals were developed using artificial neural networks (ANN), fuzzy logic control (FLC), and reinforcement learning (RL) algorithms. The research was carried out in the MATLAB/Simulink software environment. The models considered load variability, voltage waveform distortion, and control of harmonic components. The efficiency of the control algorithms was evaluated based on the Total Harmonic Distortion (THD) index.

Results. Simulation results showed that control systems based on artificial intelligence, especially FLC and ANN models, are more efficient than traditional passive filters. The THD level was reduced by up to 30–40%. Adaptive control systems based on RL demonstrated their ability to respond to rapid changes in load.

Conclusion. According to the research results, the application of artificial intelligence-based algorithms in reducing harmonic distortions in power supply systems yields high performance. Such systems are characterized by real-time operation, adaptability, and predictive capability. This is of great importance for ensuring the stability of modern power grids.