AQLLI ENERGIYA TIZIMLARIDA SVM VA KO‘P AGENTLI OPTIMALLASHTIRISH ASOSIDA EMS-SCADA INTEGRATSIYASI
Keywords:
Kalit so‘zlar: Aqlli energiya tarmog‘i, Support Vector Machines(SVM), ko‘p agentli boshqaruv, ko‘p maqsadli optimallashtirish, Energy Management System(EMS), SCADA(Supervisory Control And Data Ackquisation), real vaqtli monitoring., Ключевые слова: интеллектуальная энергосистема,SVM, многоагентное управление, многокритериальная оптимизация, EMS, SCADA, мониторинг в реальном времени, обнаружение сбоев, устойчивость сети., Keywords: smart energy system, SVM, multi-agent control, multi-objective optimization, EMS, SCADA, real-time monitoring, fault detection, grid stability.Abstract
Annotatsiya: Ushbu maqolada aqlli elektr energiya tizimlarida SVM (Support Vector Machine), ko‘p agentli ko‘p maqsadli optimallashtirish (Multi-Agent Multi-Objective Optimization) va EMS-SCADA tizimlarining integratsiyasi orqali samarali boshqaruv yondashuvi taklif etiladi. SVM yordamida nosozliklar va xavfli holatlar aniqlanadi, agentlar esa ushbu holatlarga asoslanib o‘z maqsadlariga erishishga harakat qiladi: energiya tejamkorligi, tarmoq barqarorligi va xavfsizlik. Ushbu agentlar SCADA orqali real vaqt rejimida harakatlarni amalga oshiradi. Mazkur yondashuv aqlli tarmoqlarda moslashuvchan, xavfsiz va energiya samarador boshqaruvni ta’minlaydi.
Аннотация:В данной статье рассматривается интеграция алгоритма опорных векторов (SVM), многоагентной многокритериальной оптимизации и систем EMS-SCADA для эффективного управления интеллектуальными энергетическими системами. SVM используется для классификации состояния сети и выявления аномалий и сбоев, а агенты на основе полученных данных принимают оптимальные решения, направленные на энергосбережение, стабильность сети и повышение безопасности. Принятые агентами решения исполняются системой SCADA в реальном времени, что обеспечивает гибкое, адаптивное и энергосберегающее управление.
Annotation:This article presents an integrated approach for managing smart energy systems using Support Vector Machine (SVM), Multi-Agent Multi-Objective Optimization, and EMS-SCADA systems. SVM is employed for classifying grid conditions and detecting anomalies and faults, while agents make optimal decisions based on these conditions to achieve objectives such as energy efficiency, grid stability, and safety. The decisions of the agents are executed in real time through the SCADA system, enabling flexible, adaptive, and energy-aware control.
