22.07.2024

Двухтрансформаторные ктп: Двухтрансформаторные подстанции в Москве – Купить 2КТП

Содержание

Виды КТП – Типы трансформаторных подстанций

КТП – это универсальная установка, в которую входят распределительные блоки, силовые трансформаторы, комплектные модули и другие вспомогательные устройства, выполняющая функции преобразования напряжения при приеме и передаче электрической энергии из высоковольтной электролинии 6 (10) кВ в бытовые сети 0,4 кВ (380 В).

Комплектная трансформаторная подстанция выполняет также опции учета электроэнергии и защиты линий от аварийных ситуаций – короткого замыкания и перегрузок.

Существует несколько видов трансформаторных подстанций и их назначение заключается в бесперебойном обеспечении электроэнергией таких объектов:

  • небольшие населенные пункты;
  • стройплощадки;
  • шахты;
  • энергетические комплексы;
  • объекты жилищного и коммунального спектра;
  • объекты аграрной и металлургической промышленности;
  • заводы и фабрики;
  • железная дорога;
  • сельскохозяйственные и фермерские объекты;
  • торговые центры и пр.

В зависимости от типа трансформатора, который и является главным устройством в установке, КТП работает как на понижение, так и на повышение электрической энергии. Понижающие подстанции устанавливают в районе промышленных объектов, железных дорог и населенных пунктов, а повышающие – различных предприятий.

Классификация трансформаторных подстанций осуществляется по таким характеристикам, как мощность, тип подключения и место установки. Их изготовление происходит с максимально точным соблюдением требований ГОСТ и техники безопасности, доставляются к месту монтажа в готовом виде, для определенных линий возможна дополнительная комплектация. 

Виды комплектных трансформаторных подстанций

Существует три основных типа трансформаторных подстанций: 

Трансформаторные подстанции киоскового типа

Это достаточно сложное по своей конструкции устройство, состоящее из нескольких отделений, которые создают условия для безопасной и надежной работы и обслуживания. Чаще всего размещается в металлическом корпусе или в индивидуальных сооружениях. Возможно размещение в жилых и производственных зданиях при условии наличия для этих целей специальных помещений.

Трансформаторные подстанции мачтового типа

Cтроения, на которых устанавливается техника, называются А, П или АП. Материалы, применяемые при установке – стойки из дерева либо железобетона. Одностоечная опора (А) подразумевает расположение однофазной трансформаторной подстанции мощностью 5-10 кВ – А. также она может выполнять роль конечной опоры ЛЭП высокого напряжения. Станции этого типа не оснащаются площадками для обслуживания. Агрегат П-образной формы монтируют с трехфазными трансформаторами до 100 кВ-А. Сооружение этого типа дает возможность обслуживания распределительной и высоковольтной зон по отдельности. Для того чтобы ограничить доступ в особо безопасную зону, имеется лестница, которая складывается и замыкается на замок. Тип КТП формы АП используют для аппаратуры мощностью 160-250 кВ-А. Установка, условия эксплуатации и обслуживания такие же, как для П-образной формы. 

Трансформаторные подстанции столбового типа (КТПС)

Обеспечивают подачу электроэнергии на небольшие и индивидуальные объекты. За счет того, что все модули находятся в металлических коробках, не имеют нужды в принятии усиленных мер безопасности. Но в многолюдных местах все же необходимы меры предосторожности. Для этих целей воздвигаются легкие защитные конструкции, которые препятствуют проникновению посторонних лиц в зону повышенной опасности. При установке КТП необходимо брать во внимание такие нюансы, как назначение трансформаторной подстанции (величина предполагаемых нагрузок), климатические условия и оборудование, которое потребуется для монтажа.

2КТП-250/6/0,4 КВа (Комплектные Подстанции) Цена Купи

Перед отгрузкой электротехническое оборудование проверяется, испытывается и полностью готово к эксплуатации
В комплекте поставляются: паспорт и протокол испытаний













Номинальная мощность, кВА

250

Номинальное напряжение на стороне ВН, кВ

6

Номинальное напряжение на стороне НН, кВ

0,4

Электрическая схема на стороне высокого напряжения (ВН)

Тупиковая

Электрическая принципиальная схема

№7, №8, №11, №12, №15, №16

Способ установки

Стационарный

Количество трансформаторов

КТП 2х250, 2 трансформатора (2 трансформаторная)

Тип высоковольтного ввода (ВН)

Кабельный

Вывод на стороне НН

Воздушный, кабельный

Тип нейтрали трансформатора по низкой стороне (НН)

Глухозаземленная

Нормативные документы

ГОСТ 14695-80, ПЭУ

Тип

2КТП 250/6 (2ТП 250/6) Городская трансформаторная станция-киоск

Тип по материалам

Кирпичные, бетонные (в бетонном корпусе), металлические, железные, фундаментные (на фундаменте), нержавеющие, с сэндвич (сендвич) панелями и коридорами обслуживания

Тип устанавливаемых трансформаторов

Масляные, сухие, с защитным кожухом и без

Назначение и область применения

Комплектные трансформаторные подстанции киоскового типа (далее КТП) наружной установки для кабельных и воздушных сетей, предназначенные для приема, транзита, преобразования и распределения электрической энергии трехфазного переменного тока напряжением 6-10/0,4 кВ частотой 50 Гц.

КТП используются для электроснабжения объектов промышленности, сельского хозяйства, коммунальных потребителей и небольших населенных пунктов, объектов строительства, горноперерабатывающих, нефтегазодобывающих предприятий и других объектов.

Трансформаторная подстанция КТП изготовлена в соответствии с требованиями ГОСТ 14695-80, правилами устройства электроустановок (ПУЭ), ТУ и имеет сертификат соответствия.

Структура условного обозначения

2КТП — Х1 Х2 / Х3 — Х4 / 0,4 У1

  • ● 2 — двухтрансформаторная
  • ● К — комплектная;
  • ● Т — трансформаторная;
  • ● П — подстанция;
  • ● Х1 — исполнение: Т — тупиковая, П — проходная;
  • ● Х2 — исполнение вводов ВН: В — воздушный, К — кабельный;
  • ● Х3 — мощность силового трансформатора, кВА;
  • ● Х4 — номинальное напряжение на стороне ВН: 6 или 10 кВ;
  • ● 0,4 — номинальное напряжение на стороне НН, кВ;
  • ● У1 — климатическое исполнение и категория размещения по ГОСТ 15150 — 69.

По индивидуальному заказу могут быть изготовлены на мощность трансформаторов 1600 и 2500 кВА

Условия эксплуатации

Нормальная работа подстанции обеспечивается при:

  • ● высоте установки над уровнем моря не более 1000 м;
  • ● температуре окружающего воздуха от — 40°С до + 40°С, а такжепри эпизодическом cнижении температуры до — 45°С;
  • ● среднесуточной относительной влажности воздуха до 80% при + 15°С;
  • ● при отсутствии в окружающей среде токопроводящей пыли, химически активных газов и испарений.

КТП не предназначена для работы в условиях:

  • ● тряски, вибрации, ударов;
  • ● взрывоопасных местах;
  • ● окружающая воздушная среда не должна содержать едких паров, пыли и газов в концентрациях, нарушающих работу КТП, а также разрушающих металлы и изоляцию.

Комплектность киосковых подстанций 2КТП

Подстанции киоскового типа не имеют коридоров обслуживания, обслуживание оборудования осуществляется снаружи (с улицы).

Каждый киоск КТП имеет три отсека: отсек ВН, отсек НН, отсек силового трансформатора. Коммутационно-защитное и прочее электротехническое оборудование устанавливается в высоковольтном и низковольтном отсеках без камер и шкафов непосредственно в отсеках на опорных конструкциях.

Духтрансформаторные подстанции (2КТП) состоят из двух киосков, расположенных на расстоянии 1м друг от друга и соединенных между собой шинами (в защитном кожухе) по стороне высокого напряжения (в случае необходимости, определяется заказом) и низкого напряжения.

В качестве вводного низковольтного коммутационного аппарата используются: рубильники, автоматические выключатели или рубильники в комбинации с автоматическими выключателями. Предусмотрен учет электроэнергии. По заказу возможен учет на отходящих линиях. Выполняется обогрев счетчиков.

Для защиты линий используются автоматические выключатели типа ВА или рубильники с предохранителями типа РПС(РПЦ). Так же в состав РУНН входят трансформаторы тока, приборы контроля напряжения и тока, блок управления уличным освещением, ограничители перенапряжений низковольтные, сборные шины.

На отходящих линиях установлены автоматические выключатели. Их количество и номинальный ток для стандартной комплектации «УЗТТ» приведены в таблице.










Мощность КТП, кВА

Номинальный ток, А и количество отходящих линий

25

16 А — 2 шт., 25 А — 1 шт.

40

25 А — 2 шт., 40 А — 1 шт.

63

40 А — 2 шт., 63 А — 1 шт.

100

80 А — 2 шт., 100 А — 1 шт.

160

80 А — 2 шт., 100 А — 1 шт., 160 А — 1 шт.

250

80 А — 1 шт., 100 А — 1 шт., 160 А — 2 шт.

400

100 А — 2 шт., 160 А — 2 шт., 250 А — 1шт.

630

250 А — 5шт.

1000

250 А — 3 шт., 400 А — 2шт.

На стороне ВН в подстанции КТП установлены проходные изоляторы ИПУ и высоковольтные предохранители ПКТ.

Передвижные комплектные трансформаторные подстанции комплектуются согласно опросного листа, согласуемого с заказчиком.

Конструктивное исполнение

  • ● На стороне ВН от: атмосферных перенапряжений; междуфазных коротких замыканий.
  • ● На стороне НН от: перегрузки силового трансформатора; перегрузки и коротких замыканий линий напряжением 0,4 кВ; коротких замыканий линий наружного освещения, цепей обогрева, цепей внутреннего освещения КТП; атмосферных перенапряжений.

Блочные комплектные двухтрансформаторные подстанции 2КТП-БМ 2500 (6) кВА

Город

Регион/Область

Федеральный округ

Срок доставки

Адыгейск

Адыгея

Южный

1-15 дней

Майкоп

Адыгея

Южный

1-15 дней

Горно-Алтайск

Алтай

Сибирский

1-2 дней

Алейск

Алтайский край

Сибирский

1-2 дней

Барнаул

Алтайский край

Сибирский

1-2 дней

Белокуриха

Алтайский край

Сибирский

1-2 дней

Бийск

Алтайский край

Сибирский

1-2 дней

Горняк

Алтайский край

Сибирский

1-2 дней

Заринск

Алтайский край

Сибирский

1-2 дней

Змеиногорск

Алтайский край

Сибирский

1-2 дней

Камень-на-Оби

Алтайский край

Сибирский

1-2 дней

Новоалтайск

Алтайский край

Сибирский

1-2 дней

Рубцовск

Алтайский край

Сибирский

1-2 дней

Славгород

Алтайский край

Сибирский

1-2 дней

Яровое

Алтайский край

Сибирский

1-2 дней

Белогорск

Амурская область

Дальневосточный

5-7 дней

Благовещенск

Амурская область

Дальневосточный

5-7 дней

Завитинск

Амурская область

Дальневосточный

5-7 дней

Зея

Амурская область

Дальневосточный

5-7 дней

Райчихинск

Амурская область

Дальневосточный

5-7 дней

Свободный

Амурская область

Дальневосточный

5-7 дней

Сковородино

Амурская область

Дальневосточный

5-7 дней

Тында

Амурская область

Дальневосточный

5-7 дней

Циолковский

Амурская область

Дальневосточный

5-7 дней

Шимановск

Амурская область

Дальневосточный

5-7 дней

Архангельск

Архангельская область

Северо-Западный

7-12 дней

Вельск

Архангельская область

Северо-Западный

7-12 дней

Каргополь

Архангельская область

Северо-Западный

7-12 дней

Коряжма

Архангельская область

Северо-Западный

7-12 дней

Котлас

Архангельская область

Северо-Западный

7-12 дней

Мезень

Архангельская область

Северо-Западный

7-12 дней

Мирный

Архангельская область

Северо-Западный

7-12 дней

Новодвинск

Архангельская область

Северо-Западный

7-12 дней

Няндома

Архангельская область

Северо-Западный

7-12 дней

Онега

Архангельская область

Северо-Западный

7-12 дней

Северодвинск

Архангельская область

Северо-Западный

7-12 дней

Сольвычегодск

Архангельская область

Северо-Западный

7-12 дней

Шенкурск

Архангельская область

Северо-Западный

7-12 дней

Астрахань

Астраханская область

Южный

4-7 дней

Ахтубинск

Астраханская область

Южный

4-7 дней

Знаменск

Астраханская область

Южный

4-7 дней

Камызяк

Астраханская область

Южный

4-7 дней

Нариманов

Астраханская область

Южный

4-7 дней

Харабали

Астраханская область

Южный

4-7 дней

Агидель

Башкортостан

Приволжский

1-3 дней

Баймак

Башкортостан

Приволжский

1-3 дней

Белебей

Башкортостан

Приволжский

1-3 дней

Белорецк

Башкортостан

Приволжский

1-3 дней

Бирск

Башкортостан

Приволжский

1-3 дней

Благовещенск

Башкортостан

Приволжский

1-3 дней

Давлеканово

Башкортостан

Приволжский

1-3 дней

Дюртюли

Башкортостан

Приволжский

1-3 дней

Ишимбай

Башкортостан

Приволжский

1-3 дней

Кумертау

Башкортостан

Приволжский

1-3 дней

Межгорье

Башкортостан

Приволжский

1-3 дней

Мелеуз

Башкортостан

Приволжский

1-3 дней

Нефтекамск

Башкортостан

Приволжский

1-3 дней

Октябрьский

Башкортостан

Приволжский

1-3 дней

Салават

Башкортостан

Приволжский

1-3 дней

Сибай

Башкортостан

Приволжский

1-3 дней

Стерлитамак

Башкортостан

Приволжский

1-3 дней

Туймазы

Башкортостан

Приволжский

1-3 дней

Уфа

Башкортостан

Приволжский

1-3 дней

Учалы

Башкортостан

Приволжский

1-3 дней

Янаул

Башкортостан

Приволжский

1-3 дней

Алексеевка

Белгородская область

Центральный

1-2 дней

Белгород

Белгородская область

Центральный

1-2 дней

Бирюч

Белгородская область

Центральный

1-2 дней

Валуйки

Белгородская область

Центральный

1-2 дней

Грайворон

Белгородская область

Центральный

1-2 дней

Губкин

Белгородская область

Центральный

1-2 дней

Короча

Белгородская область

Центральный

1-2 дней

Новый Оскол

Белгородская область

Центральный

1-2 дней

Старый Оскол

Белгородская область

Центральный

1-2 дней

Строитель

Белгородская область

Центральный

1-2 дней

Шебекино

Белгородская область

Центральный

1-2 дней

Брянск

Брянская область

Центральный

1-2 дней

Дятьково

Брянская область

Центральный

1-2 дней

Жуковка

Брянская область

Центральный

1-2 дней

Злынка

Брянская область

Центральный

1-2 дней

Карачев

Брянская область

Центральный

1-2 дней

Клинцы

Брянская область

Центральный

1-2 дней

Мглин

Брянская область

Центральный

1-2 дней

Новозыбков

Брянская область

Центральный

1-2 дней

Почеп

Брянская область

Центральный

1-2 дней

Севск

Брянская область

Центральный

1-2 дней

Сельцо

Брянская область

Центральный

1-2 дней

Стародуб

Брянская область

Центральный

1-2 дней

Сураж

Брянская область

Центральный

1-2 дней

Трубчевск

Брянская область

Центральный

1-2 дней

Унеча

Брянская область

Центральный

1-2 дней

Фокино

Брянская область

Центральный

1-2 дней

Бабушкин

Бурятия

Сибирский

5-15 дней

Гусиноозёрск

Бурятия

Сибирский

5-15 дней

Закаменск

Бурятия

Сибирский

5-15 дней

Кяхта

Бурятия

Сибирский

5-15 дней

Северобайкальск

Бурятия

Сибирский

5-15 дней

Улан-Удэ

Бурятия

Сибирский

5-15 дней

Александров

Владимирская область

Центральный

1-2 дней

Владимир

Владимирская область

Центральный

1-2 дней

Вязники

Владимирская область

Центральный

1-2 дней

Гороховец

Владимирская область

Центральный

1-2 дней

Гусь-Хрустальный

Владимирская область

Центральный

1-2 дней

Камешково

Владимирская область

Центральный

1-2 дней

Карабаново

Владимирская область

Центральный

1-2 дней

Киржач

Владимирская область

Центральный

1-2 дней

Ковров

Владимирская область

Центральный

1-2 дней

Кольчугино

Владимирская область

Центральный

Комплектная двухтрансформаторная подстанция наружной установки (2КТПН)

Кроме подстанций с одним трансформатором, наше предприятие выпускает двухтрансформаторные модели блочных 2КТП. Устройства используют для приема и распределения тока в сетях электроснабжения объектов разного типа и назначения:


  • Для обеспечения электричеством промышленных предприятий, строительных площадок.
  • На территории фермерских хозяйств, сельскохозяйственных комплексов.
  • Для электроснабжения городских и сельских населенных пунктов.

2КТП обеспечивает преобразование тока из сетей с напряжением 6 (10) кВ в сети напряжением 0,4(0,23) кВ и последующее распределение энергии между потребителями.

Комплектация подстанции включает несколько функциональных компонентов, основными из которых являются устройство высокого напряжения, масляные трансформаторы подходящей для объекта мощности, щит низкого напряжения. Устройства снабжены аппаратурой для контроля объемов энергопотребления, сигнальными датчиками.  Благодаря системе электрических и механических блокировок обеспечиваются безопасные условия для работы персонала, занимающегося обслуживанием оборудования.

2КТП различаются по типу: они бывают тупиковыми, проходными, столбовыми, мачтовыми.

Монтаж и эксплуатация двухтрансформаторных подстанций

Силовые подстанции удобны и просты в установке. Данный процесс регламентирован соответствующими требованиями, которые должны соблюдаться при проведении работ. Аппаратура заключена в металлический корпус усиленного типа толщиной два миллиметра. Каркас защищает содержимое от разрушительного воздействия осадков и других проявлений внешней среды, позволяет избежать случайных механических повреждений. Благодаря надежной защите срок службы 2КТП составляет 30 лет.

Конструкцию легко транспортировать, так как она обладает небольшими размерами. В комплект входит съемная площадка, которую крепят со стороны фасада для

удобного обслуживания подстанции.

Стоимость двухтрансформаторных подстанций

Компания «Уралтрансэнерго» осуществляет производство и поставку трансформаторных станций с 1998 года. Все используемые для сборки устройства комплектующие выпускаются нашим заводом, благодаря чему вы имеете возможность приобрести товар без посредников по самой низкой в регионе цене. Продукция доставляется клиентам по всей территории страны. 

 

 

Блочные комплектные двухтрансформаторные подстанции 2КТП-БМ 1600 (6) кВА

Город

Регион/Область

Федеральный округ

Срок доставки

Адыгейск

Адыгея

Южный

1-15 дней

Майкоп

Адыгея

Южный

1-15 дней

Горно-Алтайск

Алтай

Сибирский

1-2 дней

Алейск

Алтайский край

Сибирский

1-2 дней

Барнаул

Алтайский край

Сибирский

1-2 дней

Белокуриха

Алтайский край

Сибирский

1-2 дней

Бийск

Алтайский край

Сибирский

1-2 дней

Горняк

Алтайский край

Сибирский

1-2 дней

Заринск

Алтайский край

Сибирский

1-2 дней

Змеиногорск

Алтайский край

Сибирский

1-2 дней

Камень-на-Оби

Алтайский край

Сибирский

1-2 дней

Новоалтайск

Алтайский край

Сибирский

1-2 дней

Рубцовск

Алтайский край

Сибирский

1-2 дней

Славгород

Алтайский край

Сибирский

1-2 дней

Яровое

Алтайский край

Сибирский

1-2 дней

Белогорск

Амурская область

Дальневосточный

5-7 дней

Благовещенск

Амурская область

Дальневосточный

5-7 дней

Завитинск

Амурская область

Дальневосточный

5-7 дней

Зея

Амурская область

Дальневосточный

5-7 дней

Райчихинск

Амурская область

Дальневосточный

5-7 дней

Свободный

Амурская область

Дальневосточный

5-7 дней

Сковородино

Амурская область

Дальневосточный

5-7 дней

Тында

Амурская область

Дальневосточный

5-7 дней

Циолковский

Амурская область

Дальневосточный

5-7 дней

Шимановск

Амурская область

Дальневосточный

5-7 дней

Архангельск

Архангельская область

Северо-Западный

7-12 дней

Вельск

Архангельская область

Северо-Западный

7-12 дней

Каргополь

Архангельская область

Северо-Западный

7-12 дней

Коряжма

Архангельская область

Северо-Западный

7-12 дней

Котлас

Архангельская область

Северо-Западный

7-12 дней

Мезень

Архангельская область

Северо-Западный

7-12 дней

Мирный

Архангельская область

Северо-Западный

7-12 дней

Новодвинск

Архангельская область

Северо-Западный

7-12 дней

Няндома

Архангельская область

Северо-Западный

7-12 дней

Онега

Архангельская область

Северо-Западный

7-12 дней

Северодвинск

Архангельская область

Северо-Западный

7-12 дней

Сольвычегодск

Архангельская область

Северо-Западный

7-12 дней

Шенкурск

Архангельская область

Северо-Западный

7-12 дней

Астрахань

Астраханская область

Южный

4-7 дней

Ахтубинск

Астраханская область

Южный

4-7 дней

Знаменск

Астраханская область

Южный

4-7 дней

Камызяк

Астраханская область

Южный

4-7 дней

Нариманов

Астраханская область

Южный

4-7 дней

Харабали

Астраханская область

Южный

4-7 дней

Агидель

Башкортостан

Приволжский

1-3 дней

Баймак

Башкортостан

Приволжский

1-3 дней

Белебей

Башкортостан

Приволжский

1-3 дней

Белорецк

Башкортостан

Приволжский

1-3 дней

Бирск

Башкортостан

Приволжский

1-3 дней

Благовещенск

Башкортостан

Приволжский

1-3 дней

Давлеканово

Башкортостан

Приволжский

1-3 дней

Дюртюли

Башкортостан

Приволжский

1-3 дней

Ишимбай

Башкортостан

Приволжский

1-3 дней

Кумертау

Башкортостан

Приволжский

1-3 дней

Межгорье

Башкортостан

Приволжский

1-3 дней

Мелеуз

Башкортостан

Приволжский

1-3 дней

Нефтекамск

Башкортостан

Приволжский

1-3 дней

Октябрьский

Башкортостан

Приволжский

1-3 дней

Салават

Башкортостан

Приволжский

1-3 дней

Сибай

Башкортостан

Приволжский

1-3 дней

Стерлитамак

Башкортостан

Приволжский

1-3 дней

Туймазы

Башкортостан

Приволжский

1-3 дней

Уфа

Башкортостан

Приволжский

1-3 дней

Учалы

Башкортостан

Приволжский

1-3 дней

Янаул

Башкортостан

Приволжский

1-3 дней

Алексеевка

Белгородская область

Центральный

1-2 дней

Белгород

Белгородская область

Центральный

1-2 дней

Бирюч

Белгородская область

Центральный

1-2 дней

Валуйки

Белгородская область

Центральный

1-2 дней

Грайворон

Белгородская область

Центральный

1-2 дней

Губкин

Белгородская область

Центральный

1-2 дней

Короча

Белгородская область

Центральный

1-2 дней

Новый Оскол

Белгородская область

Центральный

1-2 дней

Старый Оскол

Белгородская область

Центральный

1-2 дней

Строитель

Белгородская область

Центральный

1-2 дней

Шебекино

Белгородская область

Центральный

1-2 дней

Брянск

Брянская область

Центральный

1-2 дней

Дятьково

Брянская область

Центральный

1-2 дней

Жуковка

Брянская область

Центральный

1-2 дней

Злынка

Брянская область

Центральный

1-2 дней

Карачев

Брянская область

Центральный

1-2 дней

Клинцы

Брянская область

Центральный

1-2 дней

Мглин

Брянская область

Центральный

1-2 дней

Новозыбков

Брянская область

Центральный

1-2 дней

Почеп

Брянская область

Центральный

1-2 дней

Севск

Брянская область

Центральный

1-2 дней

Сельцо

Брянская область

Центральный

1-2 дней

Стародуб

Брянская область

Центральный

1-2 дней

Сураж

Брянская область

Центральный

1-2 дней

Трубчевск

Брянская область

Центральный

1-2 дней

Унеча

Брянская область

Центральный

1-2 дней

Фокино

Брянская область

Центральный

1-2 дней

Бабушкин

Бурятия

Сибирский

5-15 дней

Гусиноозёрск

Бурятия

Сибирский

5-15 дней

Закаменск

Бурятия

Сибирский

5-15 дней

Кяхта

Бурятия

Сибирский

5-15 дней

Северобайкальск

Бурятия

Сибирский

5-15 дней

Улан-Удэ

Бурятия

Сибирский

5-15 дней

Александров

Владимирская область

Центральный

1-2 дней

Владимир

Владимирская область

Центральный

1-2 дней

Вязники

Владимирская область

Центральный

1-2 дней

Гороховец

Владимирская область

Центральный

1-2 дней

Гусь-Хрустальный

Владимирская область

Центральный

1-2 дней

Камешково

Владимирская область

Центральный

1-2 дней

Карабаново

Владимирская область

Центральный

1-2 дней

Киржач

Владимирская область

Центральный

1-2 дней

Ковров

Владимирская область

Центральный

1-2 дней

Кольчугино

Владимирская область

Центральный

The Illustrated GPT-2 (Visualizing Transformer Language Models) — Джей Аламмар — Визуализация машинного обучения по одной концепции за раз.

Обсуждения:
Hacker News (64 балла, 3 комментария), Reddit r / MachineLearning (219 баллов, 18 комментариев)

Переводы: Русский

В этом году мы увидели потрясающее применение машинного обучения. OpenAI GPT-2 продемонстрировал впечатляющую способность писать связные и увлеченные эссе, которые превосходят то, что мы ожидали от существующих языковых моделей.GPT-2 не был особенно новаторской архитектурой — его архитектура очень похожа на преобразователь только для декодера. Однако GPT2 представлял собой очень большую языковую модель, основанную на преобразователе, обученную на огромном наборе данных. В этом посте мы рассмотрим архитектуру, которая позволила модели дать свои результаты. Мы углубимся в глубину его слоя самовнимания. А затем мы рассмотрим приложения для преобразователя только для декодера помимо языкового моделирования.

Моя цель здесь — также дополнить мой предыдущий пост «Иллюстрированный трансформер» большим количеством наглядных материалов, объясняющих внутреннее устройство трансформеров и то, как они развивались с момента выхода оригинальной статьи.Я надеюсь, что этот визуальный язык упростит объяснение более поздних моделей на основе Transformer, поскольку их внутренняя работа продолжает развиваться.

  • Часть 1: GPT2 и языковое моделирование
    • Что такое языковая модель
    • Трансформаторы для языкового моделирования
    • Одно отличие от BERT
    • Эволюция трансформаторного блока
    • Ускоренный курс по хирургии головного мозга: взгляд изнутри GPT-2
    • Более глубокий взгляд изнутри
    • Конец части №1: GPT-2, дамы и господа
  • Часть 2: Проиллюстрированное самовнимание
    • Собственное внимание (без маскировки)
    • 1- Создание векторов запросов, ключей и значений
    • 2- Оценка
    • 3- Сумма
    • Иллюстрированное замаскированное самовнимание
    • GPT-2 Самовнимание в маске
    • Помимо языкового моделирования
    • Вы сделали это!
  • Часть 3: За пределами языкового моделирования
    • Машинный перевод
    • Обобщение
    • Передача обучения
    • Музыкальное поколение

Часть № 1: GPT2 и языковое моделирование №

Так что же такое языковая модель?

Что такое языковая модель

В The Illustrated Word2vec мы рассмотрели, что такое языковая модель — по сути, модель машинного обучения, которая может смотреть на часть предложения и предсказывать следующее слово.Самыми известными языковыми моделями являются клавиатуры смартфонов, которые предлагают следующее слово в зависимости от того, что вы набираете.

В этом смысле мы можем сказать, что GPT-2 — это, по сути, функция предсказания следующего слова в приложении для клавиатуры, но она намного больше и сложнее, чем у вашего телефона. GPT-2 был обучен на массивном наборе данных размером 40 ГБ под названием WebText, который исследователи OpenAI просканировали из Интернета в рамках исследовательской работы. Для сравнения: используемое мной приложение для клавиатуры SwiftKey занимает 78 МБ.Самый маленький вариант обученного GPT-2 занимает 500 МБ памяти для хранения всех его параметров. Самый большой вариант GPT-2 в 13 раз больше, поэтому может занимать более 6,5 ГБ дискового пространства.

Отличный способ поэкспериментировать с GPT-2 — использовать AllenAI GPT-2 Explorer. Он использует GPT-2 для отображения десяти возможных предсказаний следующего слова (вместе с их оценкой вероятности). Вы можете выбрать слово, а затем просмотреть следующий список предсказаний, чтобы продолжить написание отрывка.

Трансформаторы для языкового моделирования

Как мы видели в «Иллюстрированном трансформаторе», исходная модель трансформатора состоит из кодировщика и декодера — каждый из них представляет собой стек того, что мы можем назвать блоками трансформатора.Эта архитектура была подходящей, потому что модель решала машинный перевод — проблему, в которой архитектуры кодировщика-декодера были успешными в прошлом.

Многие последующие исследования показали, что архитектура избавилась от кодировщика или декодера и использовала только один стек блоков-преобразователей — укладывая их как можно выше, подавая им огромное количество обучающего текста и бросая огромное количество вычислений. на них (сотни тысяч долларов на обучение некоторых из этих языковых моделей, вероятно, миллионы в случае AlphaStar).

Насколько высоко мы можем сложить эти блоки? Оказывается, это один из основных факторов, различающих модели GPT2 разных размеров:

Одно отличие от BERT

Первый закон робототехники
Робот не может причинить вред человеку или своим бездействием позволить человеку причинить вред.

GPT-2 построен с использованием трансформаторных блоков декодирования. BERT, с другой стороны, использует блоки кодировщика трансформатора. Мы рассмотрим разницу в следующем разделе.Но одно ключевое различие между ними заключается в том, что GPT2, как и традиционные языковые модели, выводит по одному токену за раз. Давайте, например, предложим хорошо обученному GPT-2 повторить первый закон робототехники:

Фактически, эти модели работают так, что после создания каждого токена этот токен добавляется к последовательности входных данных. И эта новая последовательность становится входными данными для модели на следующем этапе. Это идея под названием «авторегрессия». Это одна из идей, которые сделали РНС неоправданно эффективными.

GPT2 и некоторые более поздние модели, такие как TransformerXL и XLNet, по своей природе являются авторегрессивными. BERT — нет. Это компромисс. Потеряв авторегрессию, BERT получил возможность включать контекст в обе стороны слова для достижения лучших результатов. XLNet возвращает авторегрессию, одновременно находя альтернативный способ включения контекста с обеих сторон.

Эволюция трансформаторного блока

Первоначальная трансформаторная бумага представила два типа трансформаторных блоков:

Блок кодировщика

Сначала блок энкодера:


Блок кодера из оригинальной трансформаторной бумаги может принимать входные данные до определенной максимальной длины последовательности (например,г. 512 токенов). Ничего страшного, если входная последовательность короче этого предела, мы можем просто дополнить остальную часть последовательности.

Блок декодера

Во-вторых, есть блок декодера, который имеет небольшое архитектурное отличие от блока кодера — уровень, позволяющий ему обращать внимание на определенные сегменты из кодера:

Одно из ключевых отличий в слое самовнимания здесь заключается в том, что он маскирует будущие токены — не изменяя слово на [маску], как BERT, а вмешиваясь в вычисление самовнимания, блокируя информацию от токенов, которые находятся справа от вычисляемая позиция.

Если, например, мы выделим путь позиции № 4, мы увидим, что разрешено использовать только текущий и предыдущий токены:

Важно, чтобы различие между самовниманием (что использует BERT) и замаскированным самовниманием (что использует GPT-2) было четким. Нормальный блок самовнимания позволяет позиции достигать максимума на жетонах справа от нее. Замаскированное самовнимание предотвращает это:

Блок только для декодера

Вслед за исходной статьей «Генерация Википедии путем суммирования длинных последовательностей» было предложено другое устройство блока преобразователя, способное выполнять языковое моделирование.Эта модель отказалась от энкодера Transformer. По этой причине назовем модель «Трансформатор-декодер». Эта ранняя языковая модель, основанная на преобразователях, состояла из стека из шести блоков преобразователя-декодера:


Блоки декодера идентичны. Я расширил первый, чтобы вы могли видеть, что его слой самовнимания — это замаскированный вариант. Обратите внимание, что теперь модель может адресовать до 4000 токенов в определенном сегменте — это серьезное обновление по сравнению с 512 в оригинальном преобразователе.

Эти блоки были очень похожи на исходные блоки декодера, за исключением того, что они убрали второй уровень самовнимания. Подобная архитектура была исследована в моделировании языка на уровне символов с более глубоким вниманием к себе, чтобы создать языковую модель, которая прогнозирует одну букву / символ за раз.

Модель OpenAI GPT-2 использует эти блоки только для декодера.

Ускоренный курс по хирургии мозга: взгляд изнутри GPT-2

Загляните внутрь, и вы увидите,
Слова глубоко врезаются в мой мозг.Гром горит, горит быстро,
Нож слов сводит меня с ума, с ума сойти.
~ Волнистый попугайчик

Давайте положим обученный GPT-2 на наш операционный стол и посмотрим, как он работает.


GPT-2 может обрабатывать 1024 токена. Каждый токен проходит через все блоки декодера по своему собственному пути.

Самый простой способ запустить обученный GPT-2 — позволить ему блуждать самостоятельно (что технически называется , генерируя безусловные образцы ) — в качестве альтернативы мы можем дать ему подсказку, чтобы он говорил на определенную тему ( .k.a создание интерактивных условных выборок ). В этом случае мы можем просто передать ему начальный токен и заставить его начать генерировать слова (обученная модель использует <| endoftext |> в качестве начального токена. Вместо этого назовем его ).

.

OpenAI GPT2 — документация по преобразователям 3.3.0

  • input_ids ( torch.LongTensor of shape (batch_size, input_ids_length) ) —

    input_ids_length = elsekey последовательность if_value , последовательность is_length
    past_key_values ​​[0] .shape [-2] ( длина_последовательности входных прошлых состояний значения ключа).
    Индексы токенов входной последовательности в словаре.

    Если используется past_key_values ​​, должны быть переданы только input_ids , для которых не было вычислено прошлое
    как input_ids .

    индексов можно получить с помощью GPT2Tokenizer .
    См. Трансформаторы . PreTrainedTokenizer.encode () и
    transformers.PreTrainedTokenizer .__ для получения подробной информации позвоните __ () .

    Что такое входные идентификаторы?

  • past_key_values ​​ ( List [torch.FloatTensor] длиной config.n_layers ) - содержит предварительно вычисленные скрытые состояния (ключ и значения в блоках внимания), вычисленные моделью
    (см. вывод past_key_values ​​ ниже).Может использоваться для ускорения последовательного декодирования.
    input_ids , которые в прошлом были переданы этой модели, не должны передаваться как input_ids , поскольку они
    уже вычислены.

  • маска внимания ( torch.FloatTensor формы (batch_size, sequence_length) , необязательно ) -

    Маска, чтобы не обращать внимания на индексы маркеров заполнения.
    Значения маски, выбранные в [0, 1] :

    • 1 для токенов, которые не замаскированы ,

    • 0 для жетонов, которые сделаны .

    Что такое маски внимания?

  • token_type_ids ( torch.LongTensor формы (batch_size, input_ids_length) , необязательно ) -

    Индексы токенов сегмента для обозначения первой и второй частей входных данных.
    Индексы выбраны в [0, 1] :

    • 0 соответствует предложению A токен,

    • 1 соответствует токену предложения B .

    Что такое идентификаторы типа токена?

  • position_ids ( torch.LongTensor формы (batch_size, sequence_length) , необязательно ) -

    Индексы позиций каждого токена входной последовательности в позициях встраивания.
    Выбрано в диапазоне [0, config.max_position_embeddings - 1] .

    Что такое идентификаторы позиции?

  • head_mask ( torch.FloatTensor формы (num_heads,) или (num_layers, num_heads) , необязательно ) -

    Маска для обнуления выбранных голов модулей самовнимания.Значения маски, выбранные в [0, 1] :

    • 1 указывает, что головка не замаскирована ,

    • 0 означает, что голова замаскирована .

  • inputs_embeds ( torch.FloatTensor формы (batch_size, sequence_length, hidden_size) , необязательно ) -

    Необязательно, вместо передачи input_ids вы можете напрямую передать встроенное представление.Это полезно, если вам нужен больший контроль над преобразованием индексов input_ids в связанные
    векторов, чем внутренняя подстановочная матрица модели.

    Если используется past_key_values ​​, необязательно должны быть введены только последние модулей input_embeds (см.
    past_key_values ​​).

  • use_cache ( bool , необязательно ) - если установлено значение True , past_key_values ​​ состояний значений ключа возвращаются и могут использоваться для ускорения
    декодирование (см. past_key_values ​​).

  • output_attentions ( bool , необязательно ) - следует ли возвращать тензоры внимания всех слоев внимания. См. обращений под возвращенными
    тензоры для более подробной информации.

  • output_hidden_states ( bool , необязательно ) - нужно ли возвращать скрытые состояния всех слоев. См. hidden_states под возвращаемыми тензорами для
    более детально.

  • return_dict ( bool , необязательно ) - следует ли возвращать ModelOutput вместо простого кортежа.

  • mc_token_ids ( torch.LongTensor формы (batch_size, num_choices) , необязательно , по умолчанию используется индекс последнего токена ввода) - Индекс токена классификации в каждой входной последовательности.
    Выбрано в диапазоне [0, input_ids.size (-1) - 1 [.

  • метки ( torch.LongTensor формы (batch_size, sequence_length) , необязательно ) - Этикетки для языкового моделирования.Обратите внимание, что метки смещены внутри модели на , т.е. вы можете установить label = input_ids
    Индексы выбираются в [-1, 0, ..., config.vocab_size]
    Все метки, установленные на -100 , игнорируются (маскируются), потеря только
    вычислено для меток в [0, ..., config.vocab_size]

  • mc_labels ( torch.LongTensor формы (batch_size) , необязательно ) - метки для вычисления потери классификации множественного выбора.Индексы должны быть в [0, ..., num_choices] , где num_choices - размер второго измерения.
    входных тензоров. (см. input_ids выше)

  • kwargs ( Dict [str, any] , необязательно, по умолчанию {} ) - используется для скрытия устаревших аргументов, которые были объявлены устаревшими.

  • .

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *