Содержание к диссертации
Введение
Глава 1. Направления развития экспертных систем и их применение в электроэнергетике 11.
1.1 Основные идеи построения экспертных систем 11
1.2 Применение экспертных систем в электроэнергетике 15
1.3 Перекоммутации электрических сетей как область применения экспертных систем 20
1.4 Экспертные системы на базе моделирования интеллектуальных процессов 32
Выводы 35
Глава 2. Методологическая основа разработки экспертной системы по перекоммутациям электрической сети 36
2.1 Структура и модели интеллектуальных процессов 36
2.2 Структура знаний (многоуровневые модели) 67
2.3 Вторичные цепи как объект экспертной системы 70
2.4 Логическая основа взаимосвязи переключений в первичных и вторичных цепях 83
Выводы 89
Глава 3. Экспертная система по перекоммутациям высоковольтной электрической сети 90
3.1 Назначение, функции и особенности ЭС 90
3.2 Реализация интеллектуальных процессов и их взаимодействия.. 91
3.3 Структура и база знаний 93
3.4 Подсистема анализа коммутационного состояния сети 96
3.5 Подсистема генерации бланков переключений 98
3.6 Подсистема объяснений 106
3.7 Технические особенности реализации 112
Выводы 122
Глава 4. Математические методы и процедуры (алгоритмы), используемые в ЭкС 124
4.1 Задача и алгоритм идентификации типа потока в электрической сети 125
4.2 Задача интерпретации уровня подсети 130
4.3 Задача и алгоритм поиска шунтирующих маршрутов в электрической сети 130
Выводы 136
Заключение 138
Библиографический список
- Применение экспертных систем в электроэнергетике
- Экспертные системы на базе моделирования интеллектуальных процессов
- Логическая основа взаимосвязи переключений в первичных и вторичных цепях
- Задача и алгоритм поиска шунтирующих маршрутов в электрической сети
Введение к работе
Центральной задачей в деятельности оперативно-диспетчерского персонала является целевое изменение коммутационного состояния электрических сетей (перекоммутация электрической сети). Необходимость этих изменений обусловлена потребностями в выводе оборудования для производства ремонтных работ, адаптацией коммутационного состояния сети к режимам выработки и потребления электроэнергии. Решением задачи является программа действий в первичных и вторичных цепях (бланк переключений), дополнительно содержащий контрольные (проверочные) действия.
Общим подходом к решению задачи определения последовательности переключений в электрических сетях (ЭС) в настоящее время является создание специализированных экспертных систем (ЭкС), т.е. систем основанных на знаниях и опыте экспертов рассматриваемой предметной области.
Значительные результаты в построении таких систем получены в работах целого ряда исследователей - Любарского Ю.А., Головинского И.А., Пономаренко И.С., Krost G. и др.
В них, как правило, широко используются логико-лингвистические модели. Знания об энергообъекте представляются в виде фактов и обобщенных правил. Факты описывают состояние элементов, а правила модели их изменений, образующие статические связи между состояниями элементов.
Однако, применение только одного статического представления знаний недостаточно и неэффективно для решения задач реальной сложности. Проблема заключается в неадекватности сложности энергообъектов и простоты структур (логико-семантических сетей), используемых для описания их состояний.
В работах G. Krost основным способом представления знаний и поиска решений в диспетчерском управлении является предикативный способ. Принципы построения баз знаний (БЗ), разработанных для систем восстановления сети после аварий, менеджмента электроэнергии, тренажеров оперативных переключений следующие: 1) создание модели данных рассматриваемой сети в реляционном или объектно-ориентированном виде; 2) закладка инструкций (операторов), которые для каждой обрабатываемой ситуации задают конкретный путь получения решения; 3) формулировка правил в кратком, наглядном синтаксисе в виде логики предикатов; 4) ориентация правил на естественный язык (структуры, текстуры) с грамматической разбивкой на субъект, предикат, объект/атрибут. Однако автор уходит от формализации этих правил к разработке БЗ с правилами (фактами), основанной на продукционном методе представления знаний, используя для описания отношений и рассуждений жёсткую конструкцию "ЕСЛИ А, ТО В".
Таким образом, можно прийти к выводу, что в рамках существующих подходов к построению экспертных систем задача синтеза бланков оперативных переключений на подстанциях высоковольтных электрических сетей в общем случае не решается. Основные трудности связаны с многомерностью и изменчивостью состояний первичных и вторичных цепей, сложностью их функциональных взаимосвязей, неадекватности используемых простых структур знаний и методов оперирования ими сложности задачи.
Всё это делает актуальным выбор направления данной работы на разработку экспертной системы, моделирующей интеллектуальную деятельность человека при решении задачи перекоммутаций электрической сети.
Цель работы состояла в разработке экспертной системы по перекоммутациям электрических сетей на основе развития нового подхода,
основанного на моделировании в экспертной системе интеллектуальных процессов и использовании моделей объектов, адекватных их сложности.
Для достижения сформулированной цели ставились и решались следующие задачи:
моделирование интеллектуальной деятельности эксперта при анализе коммутационного состояния эл. сетей и его изменениях;
формализация знаний о перекоммутациях вторичных цепей;
разработка структуры и базы знаний (БЗ) ЭкС, позволяющих реализовать оперирование ими формализованными методами, имитирующими интеллектуальные процессы;
реализация синтезатора бланков переключений в электрических сетях на основе данного подхода;
реализация редактора базы знаний ЭкС на основе построенных моделей.
Методология и методы исследования. Основу методологии работы составляет системный подход с его структурными моделями объектов -функциональной и генетической (в смысле выявления простейшей структуры и разворачивания её в более сложные).
В работе применены методы теории графов, множеств, формальной математической и символьной логики (исчисление предикатов первого порядка, дерево ветвлений).
Научная новизна работы заключается в следующем: 1. В развитии нового подхода к построению ЭкС на основе моделирования интеллектуальных процессов человека применительно к задаче перекоммутации сложных электрических сетей.
1.1 Структурирована предметная область (объекты электрической сети, цепей релейной защиты и автоматики (РЗА)) с выделением процессов, моделирующих интеллектуальную деятельность диспетчера при принятии целевых решений и синтезе программ их достижения для построения ЭкС.
Реализованы базовые модели интеллектуальных процессов ЭкС, используемых в контуре переключений (трансформация, обобщение, импликация и др.).
Предложены и реализованы иерархические модели базовых знаний об изменениях в силовых цепях и цепях РЗА при перекоммутациях. Иерархия задаётся уровнями общности знаний. Редактор БЗ ЭкС обеспечивает их редактирование.
1.4 Разработаны методы и вычислительные процедуры для
структурного анализа коммутационного состояния электрических
сетей: 1) определения шунтирующих маршрутов, 2) идентификации
типа энергопотока по элементам сети произвольной конфигурации.
2. В рамках новых представлений о структуре знаний и способах оперирования ими осуществлена систематизация знаний области перекоммутаций электрических сетей, охватывающая первичные и вторичные цепи. Практическая ценность работы
Применение предложенного подхода к задаче перекоммутаций в ЭС позволило разработать ЭкС, обладающую инвариантными свойствами по отношению к сетям разных уровней номинального напряжения и сложности. Модели, заложенные в ЭкС, позволяют использовать её в режиме реального времени.
Применение таких систем в технологии оперативных переключений (ОП) освобождает диспетчера от рутинной работы и сокращает количество совершаемых ошибок, кроме того, они могут быть использованы в обучающих системах - тренажёрах оперативных переключений (ТОП).
Реализация результатов Разработанные в диссертации методы и алгоритмы легли в основу программного комплекса автоматизированного рабочего места (АРМ) "Коммутационное состояние и переключения в электрической сети", созданного по заказу ЦДС ОАО "Новосибирскэнерго". В его состав входят:
объектно-ориентированные базы данных (БД) и знаний (БЗ),
редакторы БД и БЗ с графическим интерфейсом, визуализирующим содержание БЗ и БД, инспектор коммутационного состояния объектов, их связей,
модули анализа коммутационного состояния, синтеза бланков оперативных переключений,
редактор базы знаний по переключениям.
Применение экспертных систем в электроэнергетике
Высокий уровень автоматизации объектов электроэнергетики объясняется их сложностью как объектов управления. Эта сложность обусловлена их многомерностью, скоротечностью аварийных процессов, высоким элементным многообразием, динамическим изменением состояний (неопределённость состояний) и постоянным ростом сложности внутренних связей. При этом, возможности традиционных технологий (жестко-алгоритмических программ) ограничены. Например, электромеханические переходные процессы в электроэнергетической системе могут быть описаны и описываются сложными уравнениями, в том числе дифференциальными. Их решение не только очень затруднено, но зачастую невозможно. Все эти факторы приводят не просто к усложнению управления и управляющих систем, но и к качественным их изменениям -необходимости использования специализированных экспертных систем, основанных на знаниях и опыте высококвалифицированных специалистов, накапливаемом в базах знаний.
Классы задач, которые решают ЭкС, применяемые в электроэнергетике, следующие: - Изменение коммутационного состояния ЭС, обучение персонала (системы-тренажеры); - мониторинг состояния оборудования в реальном масштабе времени, - обнаружение неисправностей в оборудовании (диагностика повреждений), - планирование и оптимизация режимов работы, - системы-советчики оператора, - системы проектирования.
Для каждого из выше указанных классов задач разработчики программного обеспечения используют тот подход к описанию предметной области и представлению знаний (из существующих способов представления знаний), который, по мнению авторов, наиболее подходит для решаемой задачи.
В настоящее время к экспертным системам, работающим в средах с изменяющимися данными, к которой относится электроэнергетика, предъявляются следующие требования [17,18,21]:
1. Представлять изменяющиеся во времени данные, поступающие от внешних источников, обеспечивать хранение и анализ изменяющихся данных.
2. Обеспечивать механизм рассуждения на любом этапе принятия решения. Реализация этого механизма предъявляет высокие требования к скорости работы системы, способности одновременно решать несколько задач (т.е. использовать операционные системы UNIX, VMS, Windows NT, но не MS-DOS).
3. Моделировать "окружающий мир", рассматриваемый в данном приложении, обеспечивать создание различных его состояний.
4. Обеспечивать наполнение базы знаний для приложений реальной степени сложности с минимальными затратами времени и труда. Для этого необходимо обеспечение открытости знаний (использование объектно-ориентированной технологии для представления знаний, модульности и т.п.).
Рассматривая системы по перекоммутациям, обучению оперативного персонала (тренажеры), проверки уровня подготовки персонала можно отметить следующее:
В [52] хорошо развитая инструментальная база, основанная на объектно-ориентированном подходе (ООП), однако «интеллектуальная» составляющая ограничена набором обобщённых правил переключений.
В [27] сделана попытка использования уровневой модели электрической сети. Введены три уровня представления электросети: соединения объектов линиями электропередачи, схемы первичных цепей энергообъектов, устройства релейной защиты и противоаварийной автоматики. Такой подход к описанию электроэнергетической системы как объекта позволяет представлять множество элементов электрической сети в виде классов элементов и описывать элементное многообразие.
Однако универсальность такого подхода является сомнительной, т.к. не вводится понятие электрической сети как единого объекта, характеризуемого функциями и назначением, отсутствует его иерархическая модель. Модель его функциональных изменений описывается множеством обобщенных правил переключений, формируемых в базе знаний, которые устанавливают бинарные связи между состояниями объектов, не отражая многоуровневой модели самого объекта переключений.
Экспертные системы на базе моделирования интеллектуальных процессов
Моделирование интеллектуальной деятельности человека предполагает создание моделей, отражающих или описывающих процессы, используемые при мышлении [55,56].
В настоящее время принято различать следующие подходы к моделированию интеллектуальной деятельности человека, каждый из которых реализуется в зависимости от целей решаемых задач [8]: - физиологическое моделирование; - семантическое программирование; - эволюционное моделирование.
Физиологическое моделирование. Предполагает непосредственное моделирование человеческого мозга (т.е. моделирование каждой нервной клетки и связей между ними) с целью создания автоматов, обладающих интеллектом. Оно основано на построении нейронных моделей [26]. Вводится понятие искусственных нейронов и их комплексов. Однако, как отмечается в [60] недостаточное знание сложной природы нейронов является препятствием к интерпретации таких понятий, как "смысл", "цель", "внутренний мир" в состояниях нейрона.
Областью применения таких систем являются задачи, связанные с сенсорным восприятием, т.е. задачи распознавания образов, состояний и т.д.
Семантическое программирование. Другой подход к решению задачи моделирования интеллектуальной деятельности человека связан с семантическим программированием
В работах [12, 53, 54, 58] системы, позволяющие моделировать интеллектуальные процессы, строятся на основе представления о рассуждении специалиста, как внутреннем диалоге. Интеллектуальность таких систем реализуются в виде вопросно-ответных процедур, формируемых на естественном языке [12]. Главная идея таких систем это "мост", который строится с двух сторон: двигаясь от человека (его логико-психологических процессов), и от ЭВМ, создавая машинные модели, служащие изучению мышления [23]. Предлагается выявление модели интеллекта в плане организации диалоговых человеко-машинных систем. При этом основной акцент ставится не на изучение самих процессов мышления, а на создание эффективных машинных программ для совместной работы ЭВМ с человеком в диалоговом режиме [60]. Процессы мышления сводятся к понятию - "конкретное умственное действие (простой оператор), либо его генератор - анализ, синтез, обобщение и т.д.".
Основой модели мыслительной деятельности при принятии решений в [55] оказываются процессы получения, обработки и выдачи информации с индуктивными механизмами мышления (обучения, адаптации) и дедуктивными (анализ, классификация ситуаций, планирование выбора решения задачи) механизмами мышления [61].
В [47, 48, 49, 53] «интеллектуальность» системы сводится к закладыванию в БЗ обобщённых правил для различных вариантов присоединения оборудования с перебором всех возможных операций или обобщённых типизированных последовательностей выполняемых оперативных переключений для основных видов оборудования.
Таким образом, в данных работах реализуется не моделирование самих интеллектуальных процессов, а скорее решаются задачи совершенствования хранения, предоставления и использования информации с помощью семантических структур.
Эволюционное моделирование. Третий подход является попыткой смоделировать не то, что есть, а то, что могло бы быть, если бы эволюционный процесс направлялся в нужном направлении и оценивался предложенными критериями. Данный подход базируется на теории нечетких множеств (Fuzzy logic) [32,33,34], Идея эволюционного моделирования сводится к экспериментальной попытке заменить процесс моделирования человеческого интеллекта моделированием процесса (правил) его эволюции [32, 77]. При моделировании эволюции предполагается, что разумное поведение предусматривает сочетание способности предсказывать состояние внешней среды с умением подобрать реакцию на каждое предсказание, которое наиболее эффективно ведет к цели.
Однако зачастую применение систем, основанных на нечёткой логике, не оправданно и приводит к положительному результату лишь в частных случаях. Областью применения таких систем можно назвать: - задачи, где отсутствует подходящее математическое описание, - нелинейные, многокритериальные задачи.
В работе [62] интеллектуальные процессы представляются как универсальные многоуровневые структуры, описывающие взаимодействия объектов предметной области и отражающие их внутреннее содержание. В работе представлена структура интеллектуальных процессов и даны основные понятия.
Логическая основа взаимосвязи переключений в первичных и вторичных цепях
Для обеспечения возможности работы ЭкС со всем множеством заданий на переключения необходимо выделить их смысловые группы, т.е. по-разному сформулированное одно и тоже задание после смысловой интерпретации должно однозначно восприниматься системой.
Всего предлагается выделить восемь таких групп (рис.2.32).
Каждому из смыслов изменений в первичных цепях соответствует смысл изменения во вторичных цепях. Последовательность переключений (бланк) в экспертной системе представлена объектом с многоуровневой структурой свойств (уровни смыслов изменений в первичных и вторичных цепях). Взаимосвязь изменений в первичных цепях с изменениями во вторичных реализуется через структуру смысловых связей изменений в первичных цепях с изменениями во вторичных. Т.е. на всех уровнях обобщения многоуровневой смысловой модели бланка смыслам изменений (группам смыслов) в первичных цепях ставятся в соответствие смыслы изменений (группы смыслов) во вторичных цепях для каждого уровня: от уровня смысла задания до уровня смыслов операций. Эти связи используются в процессе импликации для объединения действий в первичных цепях с действиями во вторичных.
Связи смыслов можно рассмотреть на примере формирования последовательности переключений для задания Вывести выключатель присоединения в ремонт, запитав присоединение через обходной выключатель.
Уровень смысла задания:
Смысл данного задания в экспертной системе: Изменение маршрута энергопотока без его прерывания. Связь смыслов уровня задания: При изменении маршрута энергопотока без его прерывания необходима подмена исполнительного органа защит для изменения защищаемой зоны. Связи смыслов уровня 2 (уровень элементарных заданий - операции, направленные на достижение одной цели):
1. При создании шунтирующего маршрута необходимо предварительно расширить защищаемую зону для ввода его в зону действия защит.
2. После вывода из работы основного маршрута необходимо уменьшить защищаемую зону для вывода его из зоны действия защит.
Связи смыслов уровня 3 (уровень макроопераций)
1. После опробования ОШ необходимо вывести блокировку от ДЗШ, что необходимо для селективного отключения ОВ при КЗ на ОШ.
2. Перед вводом ОВ необходимо подключить его токовые цепи к ДЗШ для ввода его в зону действия ДЗШ.
3. После ввода ОВ необходимо перевести действие зашит присоединения с действия на рабочий выключатель на действие на ОВ для отключения ОВ защитами присоединения при КЗ на присоединении.
4. После отключения выключателя по первичным цепям необходимо вывести цепи автоматики для предотвращения ложного срабатывания автоматики при проведении работ.
5. После отключения выключателя по первичным цепям необходимо вывести токовые цепи выключателя для обеспечения безопасности ремонтного персонала при ошибочной подаче напряжения на выключатель.
Для каждого задания на перекоммутацию формируются структура смыслов изменений в первичных цепях, а также структура связей смыслов. В зависимости от уровня сети смысл задания для ЭкС может интерпретироваться по разному. В соответствии с этим связь смыслов формируется тоже по разному в зависимости от уровня сети. Ниже представлены логические взаимосвязи смыслов изменений в первичных цепях и соответствующие им изменения во вторичных цепях.
Задача и алгоритм поиска шунтирующих маршрутов в электрической сети
Данная задачи сводится к поиску на графе эл. сети S(V, Е) топологически ближайшего шунтирующего маршрута по отношению к заданному. Задачу поиска шунтирующих маршрутов можно разбить на следующие подзадачи: 1. Определение на графе сети всех шунтирующих маршрутов для заданных вершин графа. 2. Выбор из найденного множества маршрутов кратчайшего с минимальным количеством элементов, включенных в маршрут. Математическая формулировка задачи 1 Определение множества шунтирующих путей, содержащих минимальный Дано: Полное множество вершин графа сети V, полное множество ребер Е, заданное парами вершин. Вершины Ink, задающие границы выводимого маршрута и принадлежащие множеству Л. Требуется получить: Множество С, содержащее полный набор элементов минимального пути между заданными вершинами / и к . Для решения данной задачи предлагается метод поясного наращивания искомого множества от исходной вершины (/ или к) за счет инцидентных ребер: см = с,+ц, где Ц, Ц+1 множество С на /-ом и і+1- ом шаге і - номер шага поясного наращивания; М - множество (подмножество С) элементов А, имеющих на шаге і реберные связи с элементами Ц-, Наращивание прекращается при появлении в -Ц- вершин Ink
Математическая формулировка задачи 2 Определение кратчайшего шунтирующего пути Дано: Множество С, содержащее набор элементов всех шунтирующих маршрутов (подмножество Е), вершины, входящие в множество С Требуется получить: Множество элементов кратчайшего (минимального) пути между вершинами / и к.
Для решения задачи предлагается механизм наращивания маршрутов от одной из вершин / или к за счет инцидентных ребер и выделение кратчайшего маршрута по критерию наименьшего количества элементов в множестве искомого пути. Наращивание маршрутов производится по выражению: где / - шаг продвижения по маршруту,. j - номер маршрута (число маршрутов соответствует разветвлениям дерева сети в процессе наращивания); ai - элемент множества А, задаваемый ребром множества В на шаге наращивания (при наличии реберных связей с подмножеством Aj). Описание используемых функций при программной реализации алгоритма «поиска кратчайшего шунтирующего маршрута в электрической сети»
Функция реализована в виде рекурсивной процедуры. На каждом этапе рекурсивного спуска определяется: - Шаг обхода (расстояние от вершины начала обхода до текущей вершины), при этом значение шага записывается в соответствующий элемент таблицы вершин; - Проверка на окончание поиска (достижение второй вершины); - Проверка окружающих вершин и рекурсивный спуск (поиск минимального пути от соседних вершин);
Минимальный путь формируется по рекурсивному подъему, при удачном обнаружении пути. Это значит, что найденный путь имеет меньшее количество шагов, чем все пути обнаруженные до него.
Смысл решения заключается в том, что программа на первом этапе выполнения производит поиск любого возможного маршрута между заданными вершинами за счет инцидентных ребер и помечает каждую вершину маркером - шагом обхода. Рекурсивный спуск осуществляется до тех пор, пока не будет хотя бы один маршрут между заданными вершинами. При нахождении одного из возможных маршрутов, происходит маркировка вершин расстоянием от исходной.
На втором этапе рекурсии функция осуществляет поиск маршрутов между вершинами помеченными как вершины, принадлежащие пути и искомой вершиной. При этом на каждом шаге осуществляется сравнивание счетчика текущей вершины с счетчиком найденного маршрута, отсекая пути, которые меньше найденного и тупиковые ветви, путь от которых до целевой вершины невозможен. Тем самым будет найден минимальный маршрут из возможных.
В случае, если будут найдены равные по длинне маршруты, программа произведет выбор более предпочтительного маршрута по элементам, вошедшим в его множество, приоритет которых выше, чем приоритет элементов сравниваемого маршрута. Например, при поиске шунтирующего пути в РУ (двойная система шин с обходной), выбирается маршрут содержащий резервный выключатель, то есть обходной выключатель.
Похожие диссертации на Экспертная система по переключениям в высоковольтных электрических сетях
