Streszczenie: Układ elektroenergetyczny uszkadza się głównie na skutek czynników o charakterze losowym. W takim przypadku bardzo pomocne są komputerowe metody pozwalające na symulacje zjawisk zachodzących w systemie. Metody te wraz z rozwojem technik komputerowych stały się coraz częściej używanym narzędziem badawczym. Do prawidłowego zamodelowania działania elementów systemu elektroenergetycznego niezbędne jest odwzorowanie rozkładów funkcji niezawodności oraz funkcji odnowy poszczególnych elementów, Rozkłady prawdopodobieństwa czasu poprawnej pracy lub czasu trwania awarii elementów składowych można zamodelować przy pomocy wybranych generatorów liczb pseudolosowych. W artykule zaprezentowane i przetestowane zostaną generatory podstawowych, najczęściej wykorzystywanych w analizach niezawodnościowych układów elektroenergetycznych, rozkładów (rozkładu normalnego, rozkładu Weibulla, rozkładu wykładniczego i rozkładu logarytmiczno - normalnego).
Abstract: An electric power system is damaged mainly due to random factors. In this case, computer methods that allow simulation of phenomena occurring in the system are very helpful. These methods, along with the development of computer techniques, have become an increasingly used research tool. In order to properly model the operation of the electric power system elements, it is necessary to map the distributions of the reliability function and the renewal function of individual elements. The probability distributions of the correct operation time or the failure duration of the components can be modelled using selected pseudorandom number generators. The article presents and tests the distribution generators most often used in reliability analyses of electric power systems, and which are considered the standard - normal distribution, Weibull distribution, exponential distribution and log-normal distribution.
B I B L I O G R A F I A[1] Lequan M., Longjie H., Lijiao Z: Study on the Statistical Test for String Pseudorandom Number Generators. Advances in Brain Inspired Cognitive Systems, China (2013), 278-287
[2] Wang, L., Xinran L.: Spinal code based on lightweight hash function. Archives of Electrical Engineering (2019), Vol. 68, nr 3, 595—609
[3] Chojnacki A.Ł.: Analysis of operational reliability of power distribution networks. Wydawnictwo Politechniki Świętokrzyskiej, Kielce (2013)
[4] Zieliński R.: Random number generators. Wydawnictwa Naukowo Techniczne (1997)
[5] Sulewski P.: Porównanie generatorów liczb pseudolosowych. Wiadomości Statystyczne. The Polish Statistician, 2019, vol. 64, 7, 5–31
[6] Kaźmierczyk A.: Application of Petri net theory to assess the reliability of power distribution networks. Dissertation. (2015)
[7] Sozański J.: Electricity supply reliability. Wydawnictwa Naukowo Techniczne, Warszawa (1982)
[8] Kotulski Z.: Generatory liczb losowych: algorytmy, testowanie, zastosowania. Matematyka Stosowana nr 2/2001, s. 1-35.
[9] Marchel P., Paska J.: Elektroniczny model niezawodności obiektu nieodnawialnego. Przegląd Elektrotechniczny, No. 2/2015, pp. 137 – 141
[10] Mielczarek B.: Modelowanie symulacyjne w zarządzaniu. Symulacja dyskretna. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław (2009) 