Н.Н. Федоров1, А.С. Захаров2, С.В. Мацеевич3, Н.А. Архипова4

1 АО «НПО дальней радиолокации им. акад. А.Л. Минца» (Москва, Россия)
2, 3 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
4 Российский технологический университет – МИРЭА (Москва, Россия)
1 nifedorov@npodr.ru, 2 zakharov.as17@physics.msu.ru, 3 cvmac@mail.ru, 4 arkhipova_n@mirea.ru

Постановка проблемы. Изменение уровня электропотребления носит как сезонный, так и стохастический характер. Из-за увеличения энергопотребления при уменьшении выданной мощности возникают внештатные ситуации на линиях передачи энергии. Операторы ситуационных центров энергетических компаний проводят круглосуточный мониторинг ситуации, но высокая когнитивная нагрузка на оператора ситуационных центров при появлении внештатной ситуации приводит к необходимости разработки системы поддержки принятия решений оператором ситуационных центров. Для более точного и оперативного анализа предлагается формализовать методику формирования рекомендаций на основе определения схожести с прецедентами.

Цель. Разработать методику формирования рекомендаций для операторов ситуационных центров на основе определения схожести с прецедентами с учетом связи с имеющимися базами данных.

Результаты. Предложена методика, состоящая из последовательности действий для идентификации нештатной ситуации вектором состояния, т. е. показаниями параметров системы. В качестве метрики схожести текущего состояния прецедентам предложено использовать расстояние между ними в пространстве параметров системы.

Практическая значимость. Представленная методика позволяет сформировать систему поддержки принятия решений оператора при аварийных или нештатных ситуациях. Полученные результаты могут быть использованы в интеллектуальных системах поддержки принятия решения для лиц, принимающих решения при авариях.

Федоров Н.Н., Захаров А.С., Мацеевич С.В., Архипова Н.А. Методика формирования рекомендаций для оператора ситуационного центра при нештатной ситуации изменения уровня энергопотребления на основе определения схожести с прецедентами // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 6. С. 50−56. DOI: 10.18127/j19998554-202506-05

1. Power D.J. Decision Support Systems: Concepts and Resources for Managers. 2002.
2. Sprague R. A Framework for the Development of Decision Support Systems. MIS Quarterly. 1980. V. 4. № 4. P. 1–25.
3. Михайлова С.С., Мацеевич С.В., Захаров А.С., Шарипов Д.А., Петровский А.В. Расчет показателей готовности выездных бригад на основе модели комплексных аварий на объектах критической инфраструктуры // Нелинейный мир. 2025. Т. 23. № 3. С. 15–24. DOI: https://doi.org/10.18127/ j20700970-202503-03
4. Судаков В.А., Тимошенко А.В., Соколов К.С., Мацеевич С.В. Алгоритм поддержки принятия решения оператором радиолокационной станции мониторинга космического пространства в условиях нештатной ситуации на основе гибридной функции // Системы управления, связи и безопасности. 2024. № 4. С. 145–157. DOI 10.24412/2410-9916-2024-4-145-157. EDN DEPPJD.
5. Timoshenko A.V., Razin’kov S.N., Savchuk A.M. et al. Ensuring Flight Safety in Aviation through Damage Risk Management in the Aviation System. Russ. Aeronaut. 2024. V. 67. P. 741–748. https://doi.org/10.3103/S1068799824040019.
6. Simon H.A. The New Science of Management Decision. 1960.
7. Мацеевич С.В., Владко У.А., Зюзина А.Д. и др. Применение показателя когнитивной нагрузки графического элемента для обоснования требований к системе визуализации РЛС дальнего обнаружения // Научная визуализация. 2024. Т. 16. № 3. С. 87–96. DOI 10.26583/sv.16.3.09. EDN IOQBVG.
8. Hosseinzadeh Lotfi F., Allahviranloo T., Pedrycz et.al. The Measuring Attractiveness by a Cate-gorical Based Evaluation Technique (MACBETH) in Uncertainty Environment. In: Fuzzy Decision Analysis: Multi Attribute Decision Making Approach. Studies in Computational Intelligence. 2023. V. 1121. Springer, Cham. https://doi.org/10.1007/978-3-031-44742-6_10
9. Лабинский А.Ю., Козлов А.А. Принятие решений с помощью метода аналитических сетей // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». 2018. № 4.
10. Ананьев А.В., Иванников К.С., Моисеев С.И. Применение теории латентных переменных для анализа элементного базиса устройств обработки сигналов на основе метода парных сравнений // Системы управления и информационные технологии. 2022. № 3 (89). С. 35–38,
11. Баркалов С.А., Карпович М.А., Моисеев С.И. Метод анализа иерархий: подход, основанный на теории латентных переменных // Вестник Южно-Уральского государственного университета. Сер.: Компьютерные технологии, управление, радио­электроника. 2022. Т. 22. № 2. С. 58–66.
12. Маркарян А.О. Система поддержки принятия решений при расследовании авиационных происшествий // Труды МАИ. 2025. № 141. EDN YVLHRH.
13. Trofimov V.B., Temkin I.O., Solodov S.V. Application of case-based reasoning in hazard evaluation in complex process flow control. Eurasian Mining. 2023.