Файл: Диссертация на соискание ученой степени.docx

a б

Рисунок 5 – Результаты расчета вероятностей принадлежности состояниям а) при соответствии большинства критериев граничным значениям (4 иболее); б) при несоответствии большинства критериев граничнымзначениям(4и более)

В данной диссертационной работе предложена реализация системы анализа данных технического диагностирования, а также любой доступной

информации об электросетевом оборудовании, полученной в ходе эксплуатации этого оборудования, на основе нейро-нечеткого логического вывода, который обеспечивает представленную систему оценки технического состояния всеми перечисленными свойствами.

В разработанной системе оценки технического состояния в качестве входных параметров может использоваться любая доступная информация об анализируемом объекте, причем не только в числовом, но и в лингвистическом виде. Например, для оценки технического состояния электрооборудования на ПС 35-220 кВ кроме данных диагностики и испытаний могут применяться (при их наличии) схемно-режимные параметры, паспортные данные оборудования, информация о ремонтах, данные с датчиков и систем мониторинга и т.п.

5. 
   Выводы
   

На основе анализа жизненного цикла электросетевого оборудования, выполненного в диссертационной работе, можно сделать вывод, что задача оценки технического состояния электросетевого оборудования на ЭС и ПС относится к многокритериальным задачам принятия решений в условиях ограниченной информации. В качестве минимального набора исходных

---

данных, обеспечивающих достаточную достоверность полученных результатов, для определения состояния электросетевого оборудования необходимо наличие данных технического диагностирования объекта исследования.

На основе анализа сложившейся в электроэнергетике России ситуации становится очевидной необходимость создания новых инструментариев качественной и количественной оценки технического состояния электросетевого оборудования, способных не только выполнять анализ состояния на базе любой агрегированной доступной информации об объекте исследования с учетом эксплуатационного опыта, но и на ее основе определять решения по дальнейшей эксплуатации этого оборудования.

2 АРХИТЕКТУРА СИСТЕМЫ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ОБОРУДОВАНИЯ И МОДЕЛЬ ДАННЫХ

1. 
   Системаподдержки принятиярешений
   

При разработке любой технической системы необходимо сначала определить ее основные функции и только потом принципы ее организации и структуру.

Разработанная в рамках диссертационной работы модель системы оценки технического состояния оборудования ПС является математической моделью интеллектуальной системы принятия решений, которая позволит корректировать ремонтные циклы электросетевого оборудования и принимать эффективные решения по его дальнейшей эксплуатации. Согласно 38 система поддержки принятия решений предназначена для принятия многокритериальных решений в сложной информационной среде. Основная задача сводится к поиску оптимального решения по совокупности

---

одновременно рассматриваемых критериев при учете большого объема данных различной природы.

В данной диссертационной работе реализация системы поддержки принятия решений заключается в определении оптимального решения (с учетом ранжирования возможных решений) по дальнейшей эксплуатации электросетевого оборудования на основе оценки его состояния на базе доступной агрегированной информации об объекте исследования с помощью нейро-нечеткого логического вывода 39, разработанного Янгом 40 более подробно описанного в третьей главе.

Стоит подчеркнуть, что разработанная система относится к классу не оперативных, а стратегических систем, которые позволяют использовать большие объемы данных, полученных в условиях высокой степени неопределенности. Данная система выступает «советчиком», предоставляя уже обработанные данные, поэтому у такой системы в приоритете будет не уменьшение времени принятия решений, а повышение их точности.

Структуру системы принятия решений можно представить в виде взаимодействия пяти отдельных подсистем (Рис. 6):

• 
  сбора данных;
  
• 
  формирования данных;
  
• 
  формирования знаний;
  
• 
  принятия решений;
  
• 
  вывода.
  

На этапе сбора данных определяются все возможные источники данных. Данный блок требуется для оценивания объема данных, определения порядка их поступления и необходимого объема хранилища для формирования базы данных на следующем этапе. Источники данных могут быть следующие:

• 
  протоколы диагностики и испытаний;
  
• 
  системы диагностики и датчики;
  
• 
  системы мониторинга;
  
• 
  системы АИИС КУЭ и т. п.
  

---

Подсистема формирования данных состоит из двух последовательных этапов – предварительной обработки данных и формирования базы данных.

Наличие предварительного этапа обработки данных обусловлено необходимостью масштабирования, нормировки данных, а также исключения из их числа выбросов 41.

На основе обработанной информации формируется набор данных об объекте исследования, хранящийся некоторым упорядоченным способом (базой данных). В базе данных могут храниться следующие сведения об объекте исследования:

• 
  паспортные данные;
  
• 
  данные об эксплуатации и ремонтах;
  
• 
  данные диагностики и испытаний;
  
• 
  данные мониторинга;
  
• 
  данные АИИС КУЭ и т. п.
  

Подсистема формирования знаний состоит из двух блоков –

«интеллектуальный анализ» и «база знаний». Под интеллектуальным анализом понимается подсистема анализа данных на основе метода нейро- нечеткого логического вывода, позволяющего с помощью блока «база знаний» получить агрегированную дифференцированную оценку состояния объектов электрической сети. Блок «база знаний» должен осуществлять не только функции хранения, взаимодействия различных моделей (оценки работоспособности элемента, подобъекта, объекта (ПС)), проверки существующих знаний, но и получения новых.

В ходе анализа выполняется оценка состояния по принципу «от частного к общему» (подробно описанному в следующем подразделе):

• 
  оценка состояния каждого из элементов подобъекта;
  
• 
  оценка состояния подобъекта на базе оценки состояния совокупности его элементов;
  
• 
  оценка состояния объекта на базе оценки состояния совокупности всех его подобъектов.
  

---

Сложность электросетевых объектов вынуждает разбивать объект насовокупностьподобъектов,аих,всвоюочередь,насовокупностьэлементов, так как в каждом подобъекте протекают различные взаимосвязанные процессы, что существенно затрудняет определение технического состояния электросетевого оборудования при решении задачи

«в лоб».

Как известно, для решения задач системного анализа наиболее эффективным способом является метод декомпозиции [42], поэтому и было принято решение воспользоваться им для разработки архитектуры системы оценка технического состояния ПС.

В свою очередь каждый из элементов совокупности характеризуется определенным набором данных.

---