Труды КНЦ. Технические науки. – 2026. - № 2

ЭНЕРГЕТИКА И ЭЛЕКТРОТЕХНИКА Научная статья УДК 621.311 doi:10.37614/2949-1215.2026.17.2.011 АНАЛИЗ ГЕОМАГНИТНО-ИНДУЦИРОВАННЫХ ТОКОВ В НЕЙТРАЛЯХ АВТОТРАНСФОРМАТОРОВ НА СЕВЕРО-ЗАПАДЕ РОССИИ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ Татьяна Валерьевна Аксенович Центр физико-технических проблем энергетики Севера КНЦ РАН, Апатиты, Россия t.aksenovich@ksc.ru Аннотация В настоящее время использование машинного обучения для анализа больших объемов данных в научных целях приобретает статус «золотого стандарта» в естественных науках. Правильно подобранный алгоритм машинного обучения позволяет сократить время анализа данных, при этом точность отлаженной модели в основном составляет не ниже 95 %. Кроме того, автоматический анализ с использованием искусственного интеллекта исключает ошибки в классификации явлений и их детектировании, которые могут быть вызваны человеческим фактором. С начала работы системы мониторинга геомагнитно-индуцированных токов (ГИТ) в 2011 г было создано более 20 000 файлов, содержащих данные токов в нейтралях автотрансформаторов 330 кВ Кольско-Карельской магистральной электрической сети. В этой статье приводится описание разработанной программы нейросетевой классификации ГИТ, в которой свёрточная нейронная сеть (СНС) применяется для бинарной классификации скейлограмм, полученных после применения непрерывного вейвлет-преобразования (НВП) к токам нейтрали. Для проверки правильности предсказаний классов разработанной программой был проведен тестовый анализ данных, которые не входили в обучающий и валидационный датасет. Был проведен автоматический анализ данных с подстанций VKH и LKH за период 24-го солнечного цикла с использованием программы нейросетевой классификации ГИТ Ключевые слова: геомагнитно-индуцированные токи, автотрансформатор, непрерывное вейвлет-преобразование, свёрточная нейронная сеть Благодарности Работа выполнена в рамках государственного задания Центра физико-технических проблем энергетики Севера Кольского научного центра Российской академии наук (FMEZ-2025-0057). Для цитирования: Аксенович Т. В. Анализ геомагнитно-индуцированных токов в нейтралях автотрансформаторов на Северо- Западе России с применением машинного обучения // Труды Кольского научного центра РАН. Серия: Технические науки. 2026. Т. 17, № 2. С. 110-124. doi:10.37614/2949-1215.2026.17.2.011 ENGINEERING AND ELECTRICAL ENGINEERING Original article ANALYSIS OF GEOMAGNETICALLY INDUCED CURRENTS IN AUTOTRANSFORMER NEUTRALS IN NORTHWESTERN RUSSIA USING MACHINE LEARNING Tatyana V. Aksenovich Northern Energetics Research Centre of the KSC RAS, Apatity, Russia t.aksenovich@ksc.ru Abstract The use of machine learning to analyze large amounts of data for scientific purposes is currently becoming the “gold standard” in the natural sciences. A properly selected machine learning algorithm can reduce data analysis time, while the accuracy of a well-tuned model is generally at least 95 %. In addition, automatic analysis using artificial intelligence eliminates errors in the classification of phenomena and their detection, which can be caused by the human factor. Since the start of the geomagnetically induced current (GIC) monitoring system in 2011, more than 20,000 files have been created containing data on currents in the neutrals of 330 kV autotransformers of the Kola-Karelian main electrical network. This article describes the developed neural network program for GIC classification, in which the convolutional neural network (CNN) is used for binary classification of scalograms