Содержание к диссертации
Введение
1. Современные концепции информационных систем технической диагностики -13
1.1. Основные типы и направления развития информационных систем технической диагностики оборудования на электрической станции -13
1.2. Задача технической диагностики в электроэнергетике - 19
1.3. Особенности диагностики технического состояния электрооборудования - 22
1.4. Методы экспертных систем в задачах диагностики - 27
1.5. Применения экспертных систем в электроэнергетике - 37
1.6. Постановка задачи - 40
Основные результаты - 42
2. Математические модели обработки информации для решения задач диагностики технического состояния электрооборудования электрических станций - 43
2.1. Формализация задачи технической диагностики оборудования - 44
2.2. Выбор математических моделей для диагностики электрооборудования электрических станций - 47
2.2.1. Анализ математических моделей для диагностики электрической части электростанции - 49
2.2.2. Применение аппарата нечеткой математики для создания
систем технической диагностики электрооборудования - 51
2.3. Операции, применяемые при обработке нечеткой информации - 55
2.4. Модели принятия решений и оценки их последствий, используемые в экспертных системах для технической диагностики состояния электрооборудования - 60
2.4.1. Модель классификации - 63
2.4.2. Модель вычисления степени истинности нечетких правил вывода - 67
2.4.3. Ситуационная модель принятия решений - 69
2.4.4. Модель нечеткого выбора вариантов принятия решений - 74
2.4.5. Модель оценки последствий принятия решений - 79
Основные результаты - 83
3. Концептуальная модель автоматизированной экспертной системы диагностики технического состояния электрооборудования на электрической станции - 85
3.1. Формальное описание архитектуры и режимов экспертной системы - 86
3.2. Структура автоматизированной экспертной системы - 90
3.3. Структура базы данных и базы знаний экспертной системы - 96
3.4. Процесс поиска диагностического решения в экспертной системе диагностики технического состояния электрооборудования - 101
3.5. Определение достоверности работы моделей принятия диагностических решений - 106
3.6. Оценки риска функционирования электрооборудования при нечетком диагнозе - 111
Основные результаты - 113
4. Разработка прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А - 115
4.1. Прототипная экспертная система диагностики технического состояния электрооборудования - 115
4.2. Анализ информации, получаемой от экспертов - 117
4.3. Формализация параметров прототипной экспертной системы -120
4.4. Формализация описания состояний турбогенератора, его элементов и систем - 125
4.5. Структура базы данных прототипной экспертной системы - 134
4.6. Разработка интерфейсов экспертов и пользователей прототипной экспертной системы диагностики технического состояния турбогенератора ТВВ-200-2А - 137
4.7. Определение требований к инструментальному средству разработки прототипной экспертной системы диагностики - 140
4.8. Тестирование экспертной системы турбогенератора ТВВ-200-2А -143
Основные результаты -147
Заключение - 149
Библиография -156
Приложения -173
- Основные типы и направления развития информационных систем технической диагностики оборудования на электрической станции
- Формализация задачи технической диагностики оборудования
- Формальное описание архитектуры и режимов экспертной системы
- Анализ информации, получаемой от экспертов
Введение к работе
Актуальность темы исследований. Проблема описания, оценки, идентификации состояний и интерпретации управляемого поведения таких сложных технических систем, как электрооборудование, является на сегодняшний день одной из наиболее актуальных для обеспечения надежности и простоты в эксплуатации электрических станций.
Современное электрооборудование электростанции (турбогенераторы с системами возбуждения, трансформаторы собственных нужд, блочные трансформаторы и трансформаторы связи, электродвигатели собственных нужд, распределительные устройства, воздушные и кабельные линии, системы оперативного переменного и постоянного тока) отличается высокими требованиями к показателям его надежности. Причем, повышение эксплуатационной надежности электрооборудования является одним из основных направлений увеличения экономической эффективности электростанций. В связи с этим, большое значение имеют меры по предупреждению и обнаружению причин возникновения отказов всего технологического оборудования электрической станции, т. е. диагностика его состояния и своевременный профилактический ремонт.
В настоящее время еще не создана такая система технической диагностики, которая бы комплексно оценивала текущее техническое состояние электрооборудования, обеспечивала раннее обнаружение дефектов и прогнозировала процессы их развития. Существующие диагностические методы базируются на математических моделях, способных отображать лишь часть свойств и режимов работы моделируемых объектов. В связи с этим все более актуальной становится проблема разработки эффективных эвристических методов и координации известных аналитических и эвристических методов в рамках автоматизированной системы технической диагностики электрооборудования и режимов его работы. Такая система должна использовать наилучшие методы обнаружения и локализации неисправностей, максимально эффективно использовать возможности различных диагностических методов, средств и знаний экспертов для наиболее раннего диагноза и прогноза технического состояния объекта, выдачи рекомендаций эксплуатационному персоналу.
Таким образом, построение автоматизированной системы диагностики представляет собой важную и актуальную задачу, от решения которой зависит эффективность функционирования современных энергосистем. При этом возникает необходимость выработки общих принципов построения рациональных систем диагностики. Сложность со-
! ГОС. НАЦИОНАЛЬНА*
І БИБЛИОТЕКА
3! S4sg.fc>
временного электрооборудования, разнообразие условий эксплуатации требуют пересмотра существующих традиционных концепций построения систем диагностики и поиска новых. Одна из таких новых, разрабатываемых в диссертации концепций базируется на сочетании традиционных средств оперативного контроля с экспертными системами, построенными с использованием методов нечеткой логики, исследования операций, развитыми в работах Л. Заде, Г. Буч, Е. Мамдани, П. Джексона, А. Н. Катулева, Р. А. Алиева, Г. А. Мамедова, Л. С. Берштейн, Н. П. Бусленко.
Цель работы. Цель диссертационной работы состоит в расширении функциональных возможностей и повышении эффективности систем контроля и управления электрооборудованием электростанций, в разработке для этого методологических и алгоритмических средств диагностики, методов и моделей представления и использования нечетких знаний при создании экспертных систем для качественной оценки технического состояния оборудования.
Основные задачи исследования, В диссертационной работе рассматривается круг задач, составляющих основу теоретико-методологического и практического аспектов диагностирования электрооборудования электрической станции в рамках более общей проблемы анализа и оценки управляемого поведения технических средств в процессе их эксплуатации. В число основных задач исследования вошли:
анализ состояния разработок в области диагностики электрооборудования, выбор и обоснование основных методологических принципов исследования;
разработка требований к экспертным системам автоматизированной диагностической системы;
теоретическое обоснование и исследование моделей принятия решений и их оценки, построенных с использованием аппарата нечеткой математики для диагностики технического состояния электрооборудования;
построение алгоритмов решения прикладных задач для определения технического состояния элементов и систем турбогенератора ТВВ-200-2А при нечеткой информации, необходимых для обеспечения функционирования автоматизированной диагностической системы;
разработка методологии построения базы знаний и базы данных для экспертной системы;
разработка методов, моделей диагностики и оценки достоверности нечеткой информации в экспертной системе;
построение прототипной экспертной системы для анализа технического состояния и режима работы элементов и систем турбогенератора ТВВ-200-2А.
Объект исследований. Объектом исследований в диссертационной работе являются математические модели нечеткого ситуационного диагностирования, а также методика построения экспертной части автоматизированной диагностической системы и оценка их эффективности.
Методы исследований. Методологическую основу работы составляет системный подход. При выполнении работы использовались методы исследований, базирующиеся на теориях: нечетких множеств, нечеткой логики, надежности, исследования операций, математического моделирования, информации, вероятностей и математической статистики. Также были применены инженерные методы расчетов с использованием универсальных математических пакетов для электронных вычислительных машин. Проверка эффективности предложенных методов, моделей, алгоритмов и программ осуществлялась путем математического моделирования на электронных вычислительных машинах и сравнения с результатами натурных экспериментов на энергообъектах Сургутской электростанции ГРЭС-1. Научная новизна:
-
предложены и апробированы методы построения автоматизированной системы комплексной диагностики электрооборудования в её экспертной части;
-
усовершенствована стратегия применения моделей принятия решений и оценки их последствий в многоуровневых информационных системах на основе нечетких множеств второго и более высокого порядков;
-
предложен структурный подход диагностирования электрической части станции, использующий идею декомпозиции процесса функционирования объекта диагностики на подпроцессы функционирования элементов;
-
разработана методика выбора и анализа комплексов и групп параметров электрооборудования для диагностики состояния, как элементов, так и электрооборудования в целом.
Основные положения, выносимые на защиту:
1) научные основы использования аппарата нечеткой математики для построения моделей принятия решений и их оценки используемых в экспертных системах для технической диагностики состояния электрооборудования;
-
четыре подхода к построению моделей принятия диагностических решений для таких трудноформализуемых объектов, как электрооборудование, с нечетким описанием входных параметров на основе формализации субъективных знаний специалистов - экспертов в области энергетики.
-
стратегия применения моделей принятия диагностических решений и оценки их последствий в многоуровневых системах на основе нечетких множеств второго и более высокого порядков, использованных для организации работы экспертной системы и разработки алгоритмов диагностирования электрооборудования;
-
концептуальная модель построения экспертной системы диагностирования для электрооборудования, включая вопросы представления и оценки достоверности нечеткой информации;
-
результаты аналитического, машинного и экспериментального исследований предложенных методов и алгоритмов диагностирования электрооборудования и, в частности, технических элементов и систем турбогенератора ТВВ-200-2А.
Практическая ценность н реализация результатов исследований. Практическая ценность результатов исследований определена в области автоматизированных систем диагностики и представлена в диссертационной работе в виде разработанных формальных моделей принятия решений и их оценки, моделирования на электронных вычислительных машинах разработанной структуры и варианта программного приложения экспертной системы анализа технического состояния систем и элементов электрооборудования.
Проведенные аналитические, машинные и экспериментальные исследования, полученные научные результаты и алгоритмы позволяют организовать функциональное диагностирование электрооборудования, способствующее более обоснованной и эффективной стратегии управления техническим оборудованием электрических станций. В совокупности с улучшением эксплуатации оборудования, предлагаемые алгоритмы способны функционировать в условиях минимальной априорной информации, что позволяет увеличить продолжительность работы оборудования.
Программный продукт диагностирования элементов и систем турбогенератора нашел применение на электрической станции Сургутской ГРЭС-1. Концепция и инструментарий экспертной системы анализа технического состояния оборудования применялась также для создания учебных программ по специальностям «электромонтер по ремонту и обслуживанию электрооборудования», «автомеханик по ремонту и обслуживанию автотранспорта» в учебно-курсовом комбинате профес-
сионалыюго обучения г. Сургута. Использование результатов работы при решении практических задач диагностики электрооборудования и создании учебных программ-тренажеров подтверждено двумя актами о внедрении.
Выполненные исследования соответствуют направлению 2.2. -«Безопасность, надежность, ресурс и экология в энергетике» основных направлений фундаментальных исследований, утвержденных постановлением Президиума РАН от 01.07.2003 г. № 233.
Апробация работы. Основные результаты и положения диссертационной работы докладывались на VI Международной открытой научной конференции «Современные проблемы информатизации в технике и технологиях» (г. Воронеж, апрель 2001 г.); на VII и VII Международных научно-практических конференциях студентов, аспирантов и молодых ученых «Современные техника и технологии» (г. Томск, 26 февраля - 2 марта 2001 г.; 8 апреля - 12 апреля 2002 г.); на Межвузовской конференции молодых ученных «Научная молодежь - XXI веку» (г. Сургут, 21 апреля 2001 года); на Всероссийской научно-технической конференции «Энергосистема: управление, качество, безопасность» (г. Екатеринбург, 26 -28 сентября 2001 года) и на Всероссийской научной конференции «Северный регион: наука и социокультурная динамика» (г. Сургут, май 2002 года).
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, библиографии, 19 приложений. Список использованных источников включает 184 наименований. Общий объем работы - 240 страниц (155 из которых отражают основное содержание), 15 рисунков и 5 таблиц.
Публикации. По материалам диссертационных исследований опубликовано 9 печатных работ.
Основные типы и направления развития информационных систем технической диагностики оборудования на электрической станции
Развитие технической диагностики в последние десятилетия является следствием высоких требований, предъявляемых к надежности оборудования, электрических схем и целиком электростанции, которые не просто выполнить (особенно, поддерживать работоспособность в течение длительного срока эксплуатации) для современных, состоящих из множества элементов автоматизированных энергетических установок, вырабатывающих электрическую и тепловую энергию. Первые системы технического диагностирования появились в установках, использующих ядерную энергию, в авиационной и космической технике. В настоящее время они распространились на судовое, энергетическое оборудование и другие отрасли промышленности. Объясняется это явление постоянным схемным и конструктивным усложнениями, увеличением единичной мощности. Ввиду этого, обслуживающий персонал (эксплуатационный и ремонтный) испытывает значительные затруднения при определении его технического состояния, принятии решения по управлению, обслуживанию и ремонту, С увеличением срока службы оборудования появляются проблемы сохранения и поддержания работоспособности его состояния, а в рыночных условиях производства энергии в России - также проблемы выживания в окружении конкурентов — альтернативных производителей электрической и тепловой энергии.
Как правило, названные задачи решаются путем демонтажа, обновления (или замены, включая частичную) и модернизации оборудования. Это, естественно, не только увеличивает эксплуатационные расходы и непроизводственные затраты труда, топлива, запчастей и материалов, но и снижает срок службы элементов оборудования (все неплановые пуски и остановы оборудования увеличивают его износ).
Неудовлетворительная работа энергетического оборудования и измерительных приборов увеличивает производственные расходы любой электрической станции. Более опасными являются последствия ошибок в проекте, при изготовлении и монтаже конструкции или в течение эксплуатации и во время ремонта, приводящие к крупным авариям, таким как разрушение. В настоящее время электростанции и, особенно, тепловые, характеризуются: сложными процессами и оборудованием; большой мощностью; длинными технологическими цепочками со значительными возвратными потоками; сложными устройствами управления и приборами, которые корректируют и сглаживают неполадки; опасными последствиями аварий; экологическим влиянием на окружающую среду и живые организмы. Степень трудности обнаружения и диагностики неполадки во многом зависит от природы самой неполадки [58, 90, ПО, 122, 162]. Полностью неудовлетворительная работа части оборудования обычно обнаруживается сравнительно легко, хотя в таких случаях электростанции уже может быть нанесен значительный экономический ущерб. Обнаружить зарождающееся, или скрытое, нарушение нормальной работы, приводящее к постепенному ухудшению энергетических характеристик процесса, очень сложно; именно на этом сконцентрировано внимание в данной работе. Раннее обнаружение нарушений нормальной работы подразумевает предупреждение внезапной неисправности оборудования, сбор качественной информации о неудовлетворительной работе, улучшенное планирование и правильную стратегию технического обслуживания, обеспечение более высокой автоматизации процесса. Возможность обнаружения отклонений от нормальных условий работы очень важно обеспечить уже при проектировании.
Определение нарушений нормальной работы и последующая диагностика этих нарушений имеют большое значение для самого управления процессом с помощью ЭВМ. Обнаружение зарождающихся неисправностей должно начинаться с усовершенствования приборного оснащения и технического обслуживания, а также с организации системы управления таким образом, чтобы она могла использовать как прямые, так и косвенные измерения в случае обнаружения неисправности какого-либо прибора. Значительный интерес представляет реализованные на сегодняшний день в энергетике России и за рубежом различные направления и типы систем диагностики, уже реализуемые или только разрабатываемые, а также их особенности.
Системы диагностики могут использоваться самостоятельно, но могут и входить как составная часть в более сложную информационную систему, выполняющую сбор и обработку не только измерительной, но и другой информации, или же в управляющую систему, выполняющую не только сбор и обработку информации, но и активное воздействие на объекты.
Запроектированный срок службы каждой энергоустановки составляет не менее 25 лет [10, 111]. Так, большая часть турбогенераторов была изготовлена по ГОСТам, в которых до 1976 г. не было требований в отношении сроков службы этих машин. В ГОСТ 533-76 указан срок не менее 25 лет; в ГОСТ 533-85 — не менее 30 лет и, наконец, в ГОСТ 533-93 - 40 лет. По ГОСТу 533-93 изготовлены лишь единицы работающих турбогенераторов. Более половины турбогенераторов изготовлено до 1976 г.
В течение всей эксплуатации на энергоустановке проводится ряд запланированных профилактических и ремонтных мероприятий для поддержания начального состояния или восстановления потерянных способностей выполнять задаваемый график нагрузки.
Формализация задачи технической диагностики оборудования
Задача диагностики технического состояния электрической части электростанции является частной задачей контроля и управления, а сама автоматизированная система диагностики представляет собой часть единой системы контроля и управления электрической станции [78, 81].
Система диагностики определяет ресурс электрооборудования, выявляет тенденции ухудшения его эксплуатационных параметров для своевременного вывода в ремонт. Она включает в себя подсистему сбора данных и экспертную подсистему. Подсистема сбора данных строится на основе существующих средств контроля и измерения оборудования, с учетом всех требований по сбору информации для диагностирования различных технических объектов [78, 81]. Экспертная подсистема на основе моделирования производит оценку технического состояния, прогноз образования дефектов и результатов работы оборудования, прогноз последствий деятельности лиц, принимающих решения на основе обработки данных реального времени на временных интервалах, характерных для задач диагностики конкретного оборудования. Все эти задачи объединяет то, что они не решаются известными аналитическими методами, относятся к классу трудноформализуемых, многокритериальных и многофакторных задач.
Основными отличительными чертами процесса разработки автоматизированной системы диагностики как сложной системы являются следующие: - многие цели и ограничения могут быть выражены не только в количественном виде, но и в качественном; - представления специалистов-экспертов и диагностов о ключевых моментах системы разработки (размещение датчиков по определению расположения наиболее слабых мест в узлах электрооборудования, методы воздействия и обнаружения неисправностей, особенно развивающихся дефектов, темпы развития дефектов и их анализ в переменных режимах работы электрооборудования) существуют только в качественном виде; - строгое, полное и формализованное описание объекта диагностики и собственно системы диагностики электрооборудования в принципе не возможно в силу их сложности. Использование классических методов при разработке системы диагностики электрической части электростанции весьма затруднено, они могут применяться как вспомогательные для решения частных задач. Наиболее разумный подход к описанию разработки автоматизированной системы диагностики — использование нетрадиционных математических методов: аппарата нечеткой логики, который адекватен нечетким понятиям и категориям, свойственным языку специалистов-технологов.
Методологический подход, принятый автором для разработки автоматизированной системы диагностики, отличается от существующих подходов и разработок [95, 108, 109] применением новых идей в моделировании с использованием методов теорий исследования операций [75], системного анализа [29, 40, 69, 106], распознавания [20], вероятности [46], нечетких множеств [66, 87, 138] и оптимизации [71, 119,129].
Техническая единица электрооборудования рассматривается как объект, который находится в конечном множестве N состояний. Его можно разделить на два подмножества - А и В [приложение 3]. Переход объекта из одного состояния в другое будет свидетельством наличия неисправности в объекте. Разделим неисправности на: - неисправности элементов, определяемые как недопустимые количественные изменения одного из основных параметров (характеристики) объекта; - неисправности объекта, вызванные недопустимыми количественными изменениями характеристик объекта или изменением структурных связей в объекте. К подмножеству А относятся все состояния, которые позволяют объекту выполнить возложенные на него функции или решить задачи определения состояния работоспособности. Каждое из состояний в этом подмножестве будет различаться степенью или запасом работоспособности, который характеризуется приближением состояния объекта к предельно допустимому состоянию. Переход из одного состояния в другое в подмножестве А объясняется изменением режима работы оборудования либо возникновением неисправностей в объекте, которые, однако, не приводят к потере работоспособности, т. е. не вызывают перехода объекта по состоянию в подмножество В, Подмножество состояний В включает в себя все состояния, которые соответствуют возникновению в объекте неисправности, приводящей к потере им работоспособности. Мощность подмножества В определяется количеством неисправностей, которые можно обнаружить по соответствующим признакам в диагностируемом объекте. Такая классификация состояний объекта позволит разделить процесс диагностирования на два этапа: - на первом этапе установить принадлежность объекта по состоянию к одному из подмножеств А или В (т. е. определить, какое изменение состояний имеет место в рассматриваемом случае). Этот этап будет называться определением работоспособности. Анализ состояний объекта в подмножестве А позволят установить характер изменения степени его работоспособности и даже предсказать момент перехода объекта в подмножество В, т. е. осуществить прогнозирование состояние объекта; - на втором этапе определить, в каком из подмножества В состояний находится проверяемый объект. Это выполняется в том случае, если действительное состояние объекта относится к подмножеству -5. Этот этап будет называться - обнаружение возникшей неисправности. Её появление определяет необходимость ремонта и восстановления работоспособности объекта и условия для выполнения диагностирования. При этом глубину обнаружения возникшей неисправности необходимо согласовать с полнотой восстановления работоспособности объекта.
Формальное описание архитектуры и режимов экспертной системы
Архитектура экспертной системы диагностики технического состояния электрооборудования вытекает из трех основных принципов. 1. Мощность экспертной системы обусловлена в первую очередь мощностью базы знаний и возможностью ее пополнения и только во вторую очередь - используемыми ею методами (процедурами). 2. Знания, позволяющие эксперту (или экспертной системе) получать качественные и эффективные диагностические решения задач, являются в основном эвристическими, экспериментальными, неопределенными. Причиной этого является неформализованность или слабая формализованность решаемых задач. Знания экспертов имеют индивидуальный характер, т.е. свойственны конкретному человеку. 3. Учитывая неформализованное решаемых диагностических задач и эвристический, личностный характер используемых знаний, пользователь (эксперт) должен иметь возможность непосредственного взаимодействия с экспертной системой в форме диалога. Разрабатываемая экспертная система (рис. 3.1) состоит из следующих компонентов: - рабочей памяти, называемой также базой данных, хранящей данные и играющей главенствующую роль в решении задач; - базы знаний, хранящей множество продукций (в общем случае правил), которые задаются экспертами либо определяются на основании однозначных регламентирующих указаний; - компонентов приобретения знаний, автоматизирующих процесс наполнения экспертной системы знаниями, осуществляемый пользователем-экспертом; - объяснительного компонента, показывающего, как система получила решение задачи (или почему она не получила решения) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату; - диалогового интерфейса, осуществляющего диалоговое взаимодействие с пользователем (экспертом) на естественном для него языке (естественный язык, профессиональный язык, язык графики, тактильное воздействие и т.п.); - лингвистического процессора, отвечающего за перевод параметров, поступающих от электрооборудования, в форму, удобную для работы экспертной системы. Экспертная система диагностики технического состояния электрооборудования работает в двух режимах: в режиме приобретения знаний (данных) об электрооборудовании; в режиме решения диагностических задач (в режиме консультации или использования). В режиме приобретения знаний общение с экспертной системой может осуществляться двумя способами. При первом способе эксперт общается с системой через посредничество инженера по знаниям. Эксперт описывает электрооборудование и его техническое состояние в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области диагностики. Правила определяют способы манипулирования данными, характерные для электрической части электростанций. Эксперт, используя компонент приобретения знаний, наполняет систему знаниями, которые позволяют экспертной системе в режиме решения самостоятельно (без эксперта) решать задачи технической диагностики. При втором способе экспертная система получает данные из подсистемы сбора данных, которая строится на основе существующих штатных средств контроля и измерения оборудования, с учетом всех требований по сбору информации для диагностирования электрооборудования [11, 18, 21, 29, 45, 52, 78, 79, 126, 166].
В режиме консультации общение с экспертной системой осуществляет конечный пользователь, которого интересует результат и/или способ получения решения. Пользователь может не быть специалистом в данной предметной области. В этом случае он обращается к экспертной системе за советом, не имея возможности получить ответ самостоятельно. Пользователь — специалист обращается к экспертной системе, чтобы ускорить процесс получения результата или же, чтобы возложить на экспертную систему рутинную работу.
Данные о задаче пользователя обрабатываются диалоговым компонентом, выполняющим следующие действия: распределение ролей участников диалога (пользователя и экспертной системы) и организация их взаимодействия в процессе кооперативного решения диагностической задачи; преобразование данных пользователя о задаче, представленных на привычном для пользователя языке, во внутренний язык системы; преобразование сообщений системы, представленных на внутреннем языке, в сообщения на языке, привычном для пользователя. После обработки полученной информации, на основе результатов, общих данных о диагностировании электрооборудования и правил из базы знаний решатель формирует решение. При этом происходит постоянный обмен знаниями и данными с соответственно базами. В разработке экспертной системы участвуют следующие специалисты: эксперт по электрической части электрических станций; инженер по знаниям - специалист по разработке системы; программист - специалист по разработке инструментальных средств [36, 57,130,136, 148, 160]. Эксперт определяет знания (данные и правила), характеризующие электрическую часть, обеспечивает полноту и правильность введенных в экспертную систему знаний. Инженер по знаниям помогает эксперту выявить и структурировать знания, необходимые для работы экспертной системы, осуществляет выбор наиболее подходящих для данной предметной области инструментальных средств [135, 136]. Он определяет также способ представления знаний [5, 140, 152] в инструментальных средствах, выделяет и программирует (традиционными средствами [57, 107, 130, 146, 160]) алгоритмы, выявляющие состояния, типичные для электрооборудования [11, 29, 39, 45, 47, 108, 148], которые будут использоваться при описании правил, вводимых экспертом.
Анализ информации, получаемой от экспертов
В данной главе, на основе разработанной в главе 3 концептуальной модели экспертной системы диагностики технического состояния электрооборудования на электрической станции, дано описание создаваемой автором прототипнои [57, 152] диагностической экспертной системы, предназначенной для анализа технического состояния турбогенератора.
Турбогенераторы - основной вид электрооборудования тепловых электростанций в России. Их общее количество составляет примерно 1200 единиц, из них мощностью 25-50 МВт - около 350 единиц, 60-1200 МВт - около 850 единиц [10].
Парк турбогенераторов существенно «состарился». В особенности, это относится к турбогенераторам мощностью 25-50 МВт. Из этой группы 35 отработало 50 и более лет, 220 - 40 лет и более и 95 - 30 лет и более. Из турбогенераторов мощностью 60-800 МВт более 25 лет отработало 479 машин, или 57% от их общего числа [10].
В качестве объекта диагностирования выбран генератор ТВВ-200-2А. Именно они установлены на Сургутской ГРЭС-1, и опыт технического обслуживания которых имеется у автора. В качестве источников знаний для представления знаний о объекте диагностирования и процессе его диагностики выбраны работы специалистов-экспертов ВНИИЭ [74,124-127] в области диагностики генератора. Проведено тестирование разработанной прототипнои диагностической экспертной системы для проверки ее работоспособности.
Разработка прототипнои экспертной системы подразумевает создание усеченной версии экспертной системы диагностики технического состояния электрооборудования электростанции. Полученная в результате версия системы должна продемонстрировать работоспособность и эффективность выбранного подхода для анализа технического состояния электрооборудования.
Создание и внедрение экспертных систем анализа состояний электрической части электростанции имеют свои специфические особенности [11, 18, 23, 78, 89,99,100,112,113].
Согласно ГОСТ 19675-44, автоматизированная система управления [99] -это человеко-машинная система, обеспечивающая автоматизированный сбор и обработку информации, необходимой для оптимизации управления в различных сферах человеческой деятельности. В этой связи экспертную систему анализа состояний электрооборудования следует рассматривать как интеллектуальную автоматизированную систему управления.
Как правило, экспертная система для анализа технического состояния электрооборудования создается для конкретной организации и обязательно будет носить на себе отпечаток ее индивидуальности. Разработанную для конкретной организации систему практически невозможно использовать без изменений в других организациях. Этот недостаток как раз и определяет тот факт, что экспертные системы не получают пока широкого распространения. Поэтому при разработке программной оболочки экспертной системы необходимо создать достаточно универсальный программный модуль предварительной настройки для ввода баз данных и знаний об объекте диагностирования и о самой системе.
Создание экспертной системы диагностики технического состояния электрооборудования электростанции следует рассматривать как эволюционный процесс. Программные модули системы диагностики технического состояния электрооборудования могут быть созданы последовательно во времени, должны пройти соответствующую апробацию, а затем уже можно «собрать» систему в целом. В этом случае, система будет требовать постоянного совершенствования, что естественно, так как сразу достичь необходимого уровня точности в диагностике невозможно.
При разработке программной оболочки экспертной системы диагностики технического состояния электрооборудования следует учитывать особенности формализации внешней среды, формализации параметров системы диагностики технического состояния электрооборудования. Необходимо рассмотреть варианты и особенности эволюции экспертной системы диагностики технического состояния электрооборудования, а также разработать удобный и доступный интерфейс пользователей и экспертов автоматизированной экспертной системы диагностики его технического состояния.
Заметим, что формализация представления параметров внешней среды, параметров системы, а также статистических данных для обработки экспертных знаний является достаточно общей.
Отметим, что в настоящее время существует достаточно большое число исследований, посвященных этим вопросам, среди которых можно выделить [57, 130].
Информация делится на объективную и субъективную, причем объективные данные о ситуациях выбора, вариантах выбора можно получить путем измерений выходных параметров электрооборудования и анализом результатов измерений. Субъективная информация может быть получена от высококвалифицированных специалистов в области электроэнергетики как заблаговременно, так и в процессе принятия решения. Объективная информация обладает меньшей неопределенностью, чем субъективная. Однако дефицит времени на исследование ситуаций выбора и их анализ делают предпочтительным применение субъективной информации в системах принятия диагностических решений.
Варианты получения и методы формализации субъективной информации следующие. Одновременно наблюдая за входными и выходными параметрами, можно набрать достаточно большой объем статистических данных. Входная-выходная информация представляет собой описание в виде таблицы соответствия — «входной параметр - выходной параметр». Формализация данного вида субъективной информации осуществима в виде теоретико-множественного описания X, Y, G , где X - множество входных параметров, Y - множество выходных параметров, G - график соответствия между элементами множества X и У. Соответствие при определенных условиях может быть представлено отображением, отношением, функцией, оператором.
Похожие диссертации на Методы и алгоритмы обработки информации для автоматизированных систем диагностики электрооборудования электрических станций
