Streszczenie: W artykule przedstawiono zastosowanie ewolucyjnego systemu uczącego się, do wspomagania pracy operatorów systemów dystrybucyjnych energii elektrycznej. Opracowana metoda wykorzystuje podstawy teoretyczne genetycznych systemów uczących się. Metoda charakteryzuje się możliwością gromadzenia doświadczeń na podstawie informacji o zaistniałych lub symulowanych awarii w systemach dystrybucyjnych energii. W opracowanej metodzie w sformułowanej funkcji celu uwzględniono istotne z punktu widzenia pewności pracy sieci zmienne decyzyjne, które opisano z wykorzystaniem elementów teorii zbiorów rozmytych. W artykule scharakteryzowano metodę umożliwiającą formułowanie scenariuszy zmian w konfiguracji sieci.
Abstract: An idea of using a classifying system for operation support of electric power distribution systems operators has been presented in the paper. The elaborated method uses the theoretical background of genetic-based machine learning systems. The method shows the ability to collect experience on the base of information on faults, occurred or simulated in the power distribution systems. In the elaborated method the decisive variables, essential from the network operation reliability point of view, described with the use of fuzzy sets theory, have been taken into account in the formulated objective function. A method enabling to formulate scenarios of network configuration changes (at changes in network operation conditions) has been characterised in the paper.
B I B L I O G R A F I A[1] Paska J.: Ocena niezawodności układów zasilania energią elektryczną. Przegląd Elektrotechniczny 11, 2002, s. 257-264.
[2] Stępień J. C.: Intensywność awarii w funkcji czasu eksploatacji linii kablowych 15 kV wykonanych w izolacji z papieru i polietylenu, Przegląd Elektrotechniczny Konferencje, rok 3, nr 1/2005. s. 250-252.
[3] Stępień J. C.: Ocena optymalnego czasu eksploatacji linii kablowych 15 kV z uwzględnieniem ich zawodności, Przegląd Elektrotechniczny, Konferencje rok 3, nr 1/2005. s. 242-244 2005.
[4] Billinton R., Wang P.: Distribution system reliability cost/worth analysis using analytical and sequential simulation techniques. IEEE Transactions on Power Systems, November 1998, pp. 1245-1250.
[5] Filipiak S.: Metoda wyznaczania optymalnych zmian w konfiguracji sieci dystrybucyjnych SN w sytuacjach awarii, Przegląd Elektrotechniczny, kwiecień 2008, s. 126-129.
[6] Filipiak S.: Koncepcja systemu wspomagającego operatorów systemów dystrybucyjnych energii elektrycznej w sytuacjach awarii. Przegląd Elektrotechniczny 7/2008, s.142-145.
[7] Y.R. Sood: Evolutionary programming based optimal power flow and its validation for deregulated power system analysis. International Journal of Electrical Power and Energy Systems January (2007) pp. 65-75.
[8] A. Augugliaro, L. Dusonchet, E. Sanseverino: Multiobjective service restoration in distribution networks using an evolutionary approach and fuzzy sets. Electrical Power and Energy Systems, May (2000) pp. 103-109.
[9] Huang Y.-C.: Enhanced-genetic-algorithm-based fuzzy multiobjective approach to distribution network reconfiguration. IEE Proceedings-Generation, Transmission and Distribution - Volume 149, Issue 05. September 2002, pp. 615-622.
[10] D. Goldberg: Genetic Algorithms and Their Applications. WNT, Warszawa 2003.
[11] Y. Tung, Ch. Yang: Enhancement of restoration service in distribution systems using a combination Fuzzy-GA Method. IEEE Transactions on Power Systems, Vol. 15. NO. 4, November 2000, pp. 1394-1400. 
YADDA/CEON