СЕМАНТИЧНА МОДЕЛЬ ДОСТУПУ ДО ДАНИХ МОНІТОРИНГУ ЯКОСТІ ЕЛЕКТРИЧНОЇ ЕНЕРГІЇ В АВТОМАТИЗОВАНИХ ІНФОРМАЦІЙНО-ВИМІРЮВАЛЬНИХ СИСТЕМАХ

Автор(и)

  • Володимир Павленко Національний університет біоресурсів і природокористування України, Україна
  • Андрій Петренко Національний університет біоресурсів і природокористування України, Україна
  • Лілія Мартинюк Національний університет біоресурсів і природокористування України, Україна
  • Матвій Бунтов Національний університет біоресурсів і природокористування України, Україна
  • Сергій Афінович Національний університет біоресурсів і природокористування України, Україна

DOI:

https://doi.org/10.20998/2413-4295.2026.02.10

Ключові слова:

power quality; Model Context Protocol; semantic model; digital monitoring; information-measurement system; Common Information Model; reproducibility

Анотація

Показано, що цифровий моніторинг якості електричної енергії в автоматизованих інформаційно-вимірювальних системах формує великі масиви часових рядів напруги та струму, показників гармонійних спотворень, несиметрії, провалів, перенапруг і переривань. Акцентовано увагу на двох проблемах: втраті семантичного контексту під час прямого доступу інтелектуальних модулів до таблиць бази даних та недостатній відтворюваності класифікації збурень без фіксації метаданих вимірювання. Запропоновано семантичну модель доступу до даних моніторингу якості електричної енергії, побудовану на використанні сервера Model Context Protocol як контрольованого шару між вимірювальним пристроєм, базою даних PostgreSQL і модулем інтелектуального аналізу. Метод розроблення моделі включає декомпозицію предметної області на вісім сутностей, формування контракту доступу, порівняння з REST API та OWL/RDF-онтологіями, а також введення механізму аудиту запитів. Розглянуто узгодження моделі з підходами Common Information Model та профілями IEC 61970. Наведено розрахункову модель для середньоквадратичної напруги, коефіцієнта гармонійних спотворень, глибини провалу і коефіцієнта несиметрії. Для контрольного сценарію отримано глибину провалу 30,0 %, залишкову напругу 70,0 %, THD 4,39 % і коефіцієнт несиметрії 2,75 %. Додано приклад JSON-структури MCP-запиту та відповіді, що демонструє відтворюваність результату через фіксацію ідентифікатора події, алгоритму та версії обробки. Результати можуть бути використані в системах цифрового моніторингу, SCADA/ADMS, навчальних лабораторіях з якості електроенергії та в дослідженнях за спеціальностями G7, G6 і F6.

Посилання

IEC 61000-4-30:2025. Electromagnetic compatibility (EMC) – Part 4-30: Testing and measurement techniques – Power quality measurement methods. Geneva: International Electrotechnical Commission, 2025.

IEC 62586-1:2017. Power quality measurement in power supply systems – Part 1: Power quality instruments. Geneva: International Electrotechnical Commission, 2017.

IEEE Std 1159-2019 Recommended Practice for Monitoring Electric Power Quality 2. IEEE Power and Energy Society. New York: IEEE, 2019. URL: https://www.scribd.com/document/857784798/IEEE-Std-1159-2019-Recommended-Practice-for-Monitoring-Electric-Power-Quality-2 (дата звернення: 25.05.2026).

Model Context Protocol. Specification. 2025. URL: https://modelcontextprotocol.io/specification/2025-11-25 (дата звернення: 25.05.2026).

Jain S., Satsangi A., Kumar R., Panwar D., Amir M. Intelligent assessment of power quality disturbances: A comprehensive review on machine learning and deep learning solutions. Computers and Electrical Engineering. 2025. Vol. 123. Article 110275. doi:10.1016/j.compeleceng.2025.110275.

Anwar M. H., Baig M. M. A., Shaikh A. J., Abro A. G. Detection and classification of power quality disturbances: Vision transformers vs. CNN. AIMS Energy. 2025. Vol. 13, no. 5. P. 1052–1075. doi:10.3934/energy.2025039.

Albalooshi F. A., Qader M. R. Deep Learning Algorithm for Automatic Classification of Power Quality Disturbances. Applied Sciences. 2025. Vol. 15, no. 3. Article 1442. doi:10.3390/app15031442.

Pan S., Nie X., Zhai X., Wang B., Ge H., He C., Ding Z. Classification of Power Quality Disturbances Using ResNet with Channel Attention Mechanism. arXiv. 2024. doi:10.48550/arXiv.2407.04739.

de Sousa E. L., de Oliveira R. A., Neto A. F., et al. Development of a Low-Cost Wireless Smart Meter with Power Quality Measurement for Smart Grid Applications. Sensors. 2023. Vol. 23, no. 16. Article 7210. doi:10.3390/s23167210.

EN 50160:2022. Voltage characteristics of electricity supplied by public electricity networks. Brussels: CENELEC, 2022.

IEC 61970-401:2022. Energy management system application program interface (EMS-API) – Part 401: Profile framework. Geneva: International Electrotechnical Commission, 2022.

OWASP Foundation. OWASP MCP Top 10. 2025. URL: https://owasp.org/www-project-mcp-top-10/ (дата звернення: 25.05.2026).

Shvedchykova I., Trykhlieb A., Trykhlieb S., Demishonkova S., Pavlenko V. Determining the efficiency of restored photovoltaic modules under natural lighting conditions. Eastern-European Journal of Enterprise Technologies. 2024. Vol. 6, no. 8(132). P. 16–24. doi:10.15587/1729-4061.2024.317829

Каплун В. В., Макаревич С. С., Петренко А. В., Кругляк Г. В., Кулибаба Є. О. Адаптивне управління електроспоживанням в локальній мікроенергетичній системі з полігенерацією на основі кластеризації умовного динамічного тарифу. Енергетика: економіка, технології, екологія. 2023. Вип. 1. С. 22–29. DOI: https://doi.org/10.20535/1813-5420.1.2023.275929

Закон України «Про академічну доброчесність» від 18.12.2025 № 4742-IX. URL: https://zakon.rada.gov.ua/laws/show/4742-20 (дата звернення: 26.05.2026).

##submission.downloads##

Опубліковано

2026-06-05

Як цитувати

Павленко , В., Петренко , А. ., Мартинюк , Л., Бунтов , М. ., & Афінович , С. . (2026). СЕМАНТИЧНА МОДЕЛЬ ДОСТУПУ ДО ДАНИХ МОНІТОРИНГУ ЯКОСТІ ЕЛЕКТРИЧНОЇ ЕНЕРГІЇ В АВТОМАТИЗОВАНИХ ІНФОРМАЦІЙНО-ВИМІРЮВАЛЬНИХ СИСТЕМАХ. Вісник Національного технічного університету «ХПІ». Серія: Нові рішення у сучасних технологіях, (2(28), 74–79. https://doi.org/10.20998/2413-4295.2026.02.10

Номер

Розділ

Інформаційно-вимірювальні технології