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

obtained after applying the continuous wavelet transform (CWT) to neutral currents. To verify the accuracy of the class predictions made by the developed program, a test analysis of data that was not included in the training and validation dataset was conducted. An automatic analysis of data from the VKH and LKH substations for the period of the 24th solar cycle was carried out using the neural network program for GIC classification. Keywords: geomagnetically induced currents, autotransformer, continuous wavelet transform, convolutional neural network Acknowledgments The work was carried out within the framework of the State Research Program of the Northern Energetics Research Centre of the Kola Science Centre of the Russian Academy of Sciences (FMEZ-2025-0057). For citation: Aksenovich T V. Analysis of geomagnetically induced currents in autotransformer neutrals in Northwestern Russia using machine learning // Transactions of the to la Science Centre of RAS. Series: Engineering Sciences. 2026. Vol. 17, No. 2. P. 110-124. doi:10.37614/2949-1215.2026.17.2.011 Введение Во время геомагнитных бурь, являющихся следствием взаимодействия солнечного ветра с магнитосферой Земли, в протяженных электрических сетях на поверхности Земли начинают протекать геомагнитно-индуцированные токи (ГИТ) [1-5]. Одним из путей их протекания являются заземленные нейтрали силовых трансформаторов и автотрансформаторов. Даже незначительное отклонение тока в нейтрали от нулевого значения (десятки ампер) приводит к полупериодному насыщению сердечника электротехнического устройства. Это, в свою очередь, становится причиной целого ряда нарушений в работе электрических сетей. Примерами отрицательных эффектов ГИТ являются: генерация четных и нечетных гармоник, увеличение потерь реактивной мощности, появление локальных перегревов обмоток и элементов конструкции трансформатора, генерация вибраций сердечника и обмоток трансформатора, нежелательное срабатывание защитных устройств [6-8]. Обычно длительность протекания ГИТ не превышает нескольких минут, но из-за повторяющегося воздействия ГИТ на трансформаторы они могут выйти из строя. В прошлом было зафиксировано несколько случаев, когда во время сильных геомагнитных бурь протекание ГИТ привело к отключениям высоковольтных энергетических систем в Канаде и Швеции [9, 10]. Более 13 лет назад была создана система мониторинга ГИТ в линиях электропередачи Северо- Запада России [11], она была разработана Полярным геофизическим институтом РАН и Центром физико-технических проблем энергетики Севера КНЦ РАН в рамках проекта European Risk from Geomagnetically Induced Currents (EURISGIC) [12]. Система была развернута на территории Кольского полуострова и в Карелии и состоит из пяти датчиков на подстанциях, расположенных в меридиональном направлении. На рис. 1 показано расположение линий электропередачи 330 кВ и части линий электропередачи 110 кВ в Мурманской области и Карелии, а также подстанций, на которых ведется непрерывная регистрация ГИТ. Устройства на подстанциях VKH, TTN, LKH и KND установлены в глухозаземленной нейтрали автотрансформаторов 330 кВ и в нейтрали трансформатора 110 кВ на подстанции RVD. В табл. 1 представлена информация о подстанциях, на которых установлены устройства системы мониторинга ГИТ, информация о длительности работы этих устройств и общем размере файлов, записанных на каждой подстанции. С начала работы системы мониторинга ГИТ было создано более 20 000 файлов, содержащих данные токов в нейтралях автотрансформаторов. Общий размер этих файлов составляет около 33 Гб на конец 2025 г. Непрерывно растущий объем данных, содержащих записи токов в нейтрали, не может быть проанализирован вручную в разумные сроки. Целью этого исследования является разработка программы нейросетевой классификации ГИТ, в которой сверточная 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 выполнен автоматический анализ данных с подстанций VKH и LKH за период 24-го солнечного цикла с использованием разработанной программы.