Systems. Methods. Technologies 3(35) 2017

Systems Methods Technologies. D.K. Eltyshev . To the question of developing … 2017 № 3 (35) p. 57-63 58 and hardware solutions as a part of unified energy-information structure of intelligent electric power system ensuring trouble-free op- eration of its elements. Keywords: expert-diagnostic system; electrotechnical equipment; intelligent support; technical condition; fuzzy logic. Введение Обеспечение надежности , безопасности , качества и экономичности электроснабжения является одним из ключевых направлений развития энергетической сис - темы России , которое в последнее время ассоциируется с созданием электрических сетей нового поколения ( SmartGrid , MicroGrid ), обладающих развитой энерго - информационной инфраструктурой и позволяющих осуществлять мониторинг , контроль и управление эле - ментами сети произвольной конфигурации [1, 2]. Реа - лизация данного подхода требует наличия технологий и программно - аппаратных средств сбора , обработки и анализа разнородной информации о работе электросе - тевых объектов , получаемой периодически либо в ре - жиме реального времени , с возможностью диагностики потенциально опасных дефектов и их своевременного устранения на ранних стадиях развития [1–5]. Особенности функционирования объектов электро - сетевого комплекса и входящего в их состав электро - технического оборудования ( ЭО ) ( большое количество , разнородность , территориальная распределенность , существенный срок эксплуатации , высокие затраты на техническое перевооружение , обеспечение безотказной работы и т . д .) ставят определенные проблемы в облас - ти реформирования энергетической отрасли страны [1, 2, 6]. К одной из них можно отнести несовершенст - во способов оценки технического состояния ( ТС ) ЭО ввиду отсутствия унифицированных и эффективных механизмов обработки данных и принятия решений в области качественного планирования мероприятий по техническому обслуживанию и ремонту ( ТОиР ), в том числе в условиях недостатка информации , ее недосто - верности и неоднозначности [6–9]. В данных условиях для построения сложно формализуемых функций оцен - ки состояния ЭО целесообразно применять технологии интеллектуального анализа данных и экспертных сис - тем . В отличие от классических подходов , использую - щих общеизвестные законы распределения , детерми - нированные и стохастические модели для оценки нара - ботки объекта на отказ , они позволяют анализировать как ретроспективные данные о работе оборудования , так и знания специалистов , осуществляя интеллекту - альную поддержку деятельности оперативно - ремонт - ного и инженерно - технического персонала [6–9]. Постановка задач исследования . Принципы по - строения интеллектуальных систем , решающих задачи оценки ТС ЭО , должны базироваться на возможности работать как со статистической , так и с экспертной ин - формацией ( количественно - качественной ), что поможет сформировать точные диагностические модели и уве - личить достоверность результата для принятия управ - ленческих решений [7–9]. Для этих целей можно ис - пользовать современные методы , основанные на ис - пользовании нечеткой логики , нечетких баз знаний , алгоритмов оптимизации и кластерного анализа дан - ных о работе ЭО и его элементов . Основные задачи данного исследования включают построение концепту - альной модели экспертно - диагностической системы ( ЭДС ), отражающей основные аспекты формализации моделей оценки ТС ЭО и интеллектуализации деятель - ности электротехнического персонала , формирование методики функционирования интеллектуальной ЭДС в части оценки ТС ЭО с учетом интеграции данных сис - тем мониторинга , диагностики и планирования процес - сов эксплуатации оборудования , а также исследование методики на примере типового ЭО . Концептуальная модель интеллектуальной экс - пертно - диагностической системы . Основу для оценки и дальнейшего управления состоянием ЭО в части пла - нирования и своевременного проведения ТОиР состав - ляет процедура формирования достоверных моделей диагностики оборудования . Структура и принципы ра - боты ЭДС ( рис . 1) обеспечивают интеграцию процедур разработки и использования данных моделей на функ - циональном и информационном уровнях . Анализ электросетевого объекта ( уровень I) являет - ся предварительным этапом разработки ЭДС и предпо - лагает исследование структурно - функциональных осо - бенностей типового ЭО . Для каждого типа оборудова - ния должен быть определен перечень ключевых пара - метров ( контролируемых системой мониторинга ), из - менение которых играет роль информативных диагно - стических признаков ухудшения состояния его отдель - ных подсистем и элементов , а также набор методов обследования и перечень определяемых дефектных состояний . Диагностическая оценка ТС ЭО в этом случае опре - деляется решением задачи классификации : X =( X 1 , X 2 ,…, X n ) → Y =( y 1 , y 2 ,…, y n ), (1) где X i = { x 1 , x 2 ,…, x ni } — множество диагностических параметров ЭО , агрегированных по принципу связи с его элементами ( узлами , агрегатами ) либо определенной технологией обследования ( тепловизионный контроль , контроль разрядной активности , вибродиагностика и др .) и образующих иерархию ; Y — множество классов ТС ЭО , каждый из которых связан с определенным алго - ритмом воздействий на исследуемый объект . Структурный синтез диагностических моделей ( мо - дуль II) для различных видов ЭО предполагает опреде - ление перечня входных лингвистических переменных , состав которых соответствует выбранной классификации контролируемых диагностических параметров , количе - ства термов для входных и выходной переменных , а также вида функций принадлежности ( ФП ) каждого терма , набора правил нечеткой логики R , параметров M реализации алгоритма нечеткого логического вывода ( тип модели , метод импликации , агрегирования и др .). Правила R формируются экспертно либо на основе анализа статистики работы ЭО , имитируя логику мышле - ния компетентных в вопросах оценки состояния ЭО спе - циалистов , и образуют базу знаний ( БЗ ) диагностики , по - строенную по иерархическому принципу [8, 10]. В этом