基于多Agent的船舶電力系統故障診斷系統設計

王征 王家林 姚剛 程路堯

（1. 華中科技大學控制科學與工程系，武漢 430074；2. 海軍工程大學電氣與信息工程學院,武漢 430033;3.中國人民解放軍海軍92557部隊，廣州 510720；4. 中國人民解放軍海軍91336部隊，秦皇島066326）

1 引言

現代船舶電力系統日趨大型化和復雜化，一旦發生故障，便會有大量的報警信息集中涌現。近幾年來，雖然船舶電力系統在實現通用的采集顯示功能以外還進行了一些簡單的故障判斷，但是當一些故障發生時，它只是將大量報警信息不加選擇地提供給管理員，而在此情況下要求調度員迅速、正確地判斷故障是非常困難的，所以，船舶電力系統故障診斷的研究就成為一個非常有意義的研究課題，它能輔助船舶管理人員處理事故，可起到縮短事故處理時間、防止事故擴大的作用，對保證電力系統安全穩定運行具有重要意義[1]。

在船舶電力系統的故障診斷系統方面已開展了不少研究。傳統的電力系統故障診斷系統研究，建立被診斷系統網絡拓撲結構模型的基礎上，使用傳統的數學方法進行電力系統故障診斷。因系統規模、復雜程序和不確定因素等的限制，系統故障診斷難以達到理想的效果。多Agent技術具有自主性、分布性、協調性，并具有自組織能力、學習能力和推理能力。采用Agent系統解決實際應用問題，具有很強的魯棒性和可靠性，并具有較高的問題求解效率。多Agent已經成為繼面向對象方法之后出現的又一種進行系統分析與設計的強有力思想方法與工具，其適用條件與船舶電力系統的故障診斷特征幾乎完全吻合，能夠解決普通電力系統故障診斷不易或無法解決的問題[2-3]。

2 多Agent技術的原理和船舶電力系統特點

2.1 Agent與多Agent基本概念[4]

Agent與多 Agent系統(MAS)的概念起源于人工智能領域，是分布式人工智能的主要方向之一Agent是對過程運行中的決策或控制任務進行抽象而得到的一種具有主動行為能力的實體，它可以利用數學計算或規則推理完成特定操作任務，并通過消息機制與過程對象及其他Agent交互以完成信息傳遞與協調。

Agent基本特性包括:自治性、可通信性、反應性、面向目標性和針對環境性等。自治性是指Agent對自己的行為或動作具有控制權，無需外部干預，自主地完成其特定的任務；可通信性是指每個Agent在有組織的群體中，通過相互通信接受任務指派和反饋任務執行的信息；反應性是指 Agent應具備感知環境并做出相應動作的能力；面向目標性是指Agent能對自己的行為做出評價并使其逐步導向目標；針對環境性是指Agent只能工作在特定的環境中一般說來，具有以上特性的主動行為能力的實體，如生物體、軟件系統以及控制系統中的控制器等，均可以作為Agent對象。

2.2 船舶電力系統特點

船舶電力系統供電系統和配電網絡集中配置，表現為由若干個配電區間按照一定的結構形式通過主匯流排聯結起來構成一個統一的電力網絡或多個相互獨立的電氣子網。

圖1是一典型船舶電力系統的結構框圖，主要由兩個大的部分組成，分別為交流電力網絡和直流電力網絡。交流網絡主要有2臺發電機組ACG1和ACG2，直流網絡主要有4臺發電機組DCG1、DCG2、DCG3和DCG4。兩個網絡中間通過AC/DC變流器進行互聯。

圖1 船舶電力系統框圖

對于該船舶電力系統的交流網絡按照物理區域的分布進行劃分，主要分為1號交流發電機及其相關設備、2號交流發電機及其相關設備、1號變流器及其相關設備、2號變流器及其相關設備、3號變流器及其相關設備、4號變流器及其相關設備。如圖2。相關設備一般包括斷路器、同期裝置、勵磁裝置、調速裝置、其他安全保護裝置等。對于船舶電力系統直流網絡按照物理區域的分布進行劃分，主要分為1號直流發電機及其相關設備、2號直流發電機及其相關設備、3號直流發電機及其相關設備、4號直流發電機及其相關設備、1號DC/DC變流器及其相關設備、2號DC/DC變流器及其相關設備、1號DC/AC變流器及其相關設備、2號DC/AC變流器及其相關設備飛輪儲能及其相關設備、蓄電池及其相關設備、電力推進1及其相關設備、電力推進2及其相關設備，如圖3。

圖2 船舶交流網絡故障診斷多Agent分布設計

圖3 船舶直流網絡故障診斷多Agent分布設計

3 多Agent船舶電力系統故障診斷系統的設計

3.1 多Agent船舶電力系統故障診斷的結構設計

在船舶電力系統故障診斷的結構設計中，提出了兩種方案，方案一為軟件分布式多Agent故障診斷。圖4為方案一的信息流程，即模擬量和數字量通過綜合智能監控模塊進行采集，然后通過主通信模塊將采集的所有數據上傳到主數據服務器和備份數據服務器。最后多Agent故障診斷工作站進行軟件分布式故障診斷。圖5為多Agent故障診斷工作站進行軟件分布式故障診斷的示意框圖。

方案二如圖6所示，系統在設計中就充分應用了硬件分布式多Agent，系統中有處于底層的分布式并行結構的ITU-Agent（智能終端－Agent）、中間層SCM－Agent（子通信管理－Agent）、上層的DFS－Agent（故障診斷融合－Agent）、MDBAgent（主數據服務Agent）、BDB－Agent（備份數據服務Agent）、OPC－Agent（OPC通信Agent）幾部分組成。其中處于底層的分布式并行結構的ITU－Agent完成基本的區域故障的診斷，主要采用的方法是模糊認知圖推理和模糊關系型合同網協作。底層的診斷的信息以及原始數據通過SCM－Agent，實現異構網絡的數據轉換，將數據上傳到DFS－Agent，完成最后整個電力系統的故障診斷。

3.2 各Agent的內部邏輯結構

ITU-Agent內部為基于決策的BDI框架Agent邏輯結構模型[5-7]。

圖4 多Agent故障診斷的系統結構（方案一）

圖5 軟件多Agent故障診斷的內部結構（方案一）

圖6 硬件多Agent故障診斷的系統結構（方案二）

BDI框架結構是最早出現的慎思型Agent基本結構的重要代表，是將Agent作為意識系統的具體體現，BDI框架產生的根基在于實用推理理論的哲學基礎，它模仿了人們為實現一定的目標而采取的一系列行動的過程。簡單的說，它是由信念、愿望和意圖三個基本概念構成，其中信念反映了Agent的認知特性，愿望反映了Agent的感情偏好，Agent做出承諾的目標形成意圖。定義BDI框架的 Agent結構如下的十一元組：

定義Bel為Agent所有可能的信念構成的集合，則有B∈γ(Bel)表示某個確定的信念集；定義Des為Agent所有可能的愿望構成的集合，則有D∈γ(Des)表示某個確定的愿望集；定義Int為Agent所有可能的意圖構成的集合，則有I∈γ(Int)表示某個確定的意圖集。根據以上定義，元組中Agent的內部行為可以表示為如下映射：

see:S→P表示信念確定的過程；

bmp:γ(Bel) ×P→γ(Bel)表示信念修正過程；

opt:r(Bel) ×r(Int) →r(Des)表示愿望確定過程；

filter:γ(Bel) ×γ(Des) ×γ(Int) →γ(Int)表示意圖確定過程；

exe:γ(Int) →A表示對某一確定的意圖實施特定的行為。

圖7 基于BDI框架的Agent結構框圖

由于BDI理論建立在實用推理理論的基礎之上，具有深刻的認知心理學和哲學基礎，因此據此建立實現Agent的結構符合人工智能當前的發展趨勢。同時，在Agent的實際構造中，對于表達信念、愿望、意圖等反映思維狀態的概念，并合理完成相應的推理轉化還有很大的困難。要真正實現基于BDI框架的成熟的Agent模型，就必須在完善BDI形式化研究的同時，結合實際應用背景和應用目的，綜合邏輯、決策理論以及其它理論研究成果，在Agent知識推理過程中，以及Agent與環境交互方面選用適當的方法，加以準確的描述。

3.3 故障診斷主要功能

該系統的故障診斷的主要目的是盡可能快速實時的檢測出系統運行中的各種故障，并隔離故障、診斷并修復故障以減少其對系統運行的影響。該系統的故障診斷主要完成以下功能：

1）故障監測與檢測：主要通過采集的信息由各單元的ITU-Agent監測設備層故障，由各單元ITU-Agent與其他ITU-Agent協同診斷電力系統區域故障。通過SCM－Agent和DFS－Agent實現網絡系統級故障。

2）故障實時通知（告警）：簡單故障信息實時投遞到SCM-Agent，復雜故障通過故障診斷融合Agent實現。

3）告警即時展示：告警在GUI上即時展示給維護人員，保證故障及時處理。

4）告警狀態設置以及活動告警列表：告警產生后，設置相應產生告警設備的告警狀態，并維護活動告警消息列表，以供了解當前的告警狀態及詳細的活動告警信息。

5）告警清除：故障恢復后，需要清除相應設備的告警狀態以及活動告警消息列表的相應條目，支持告警的自動清除和管理人員清除兩種操作機制。

6）告警過慮：設置告警過濾的條件，對設備告警消息進行抑制或有選擇的投遞。

7）故障隔離：將產生故障的設備從工作資源中刪除，這個功能體現在狀態管理的狀態設置功能中。

8）故障分析：分析故障產生的原因，以及指導恢復設備正常工作。

9）告警歷史數據保存：收集設備產生的各種告警信息，以長時存儲，供將來進行告警分析使用。

3.4 多Agent的管理和協作功能[8-9]

系統中的多個Agent必須進行自主、有序的工作，是實現多Agent故障診斷的重要前提。為保證ITU-Agent之間的協調有效的工作，采用文中研究的模糊關系合同網協作模型，從而使ITU-Agent之間能夠利用互為主從關系，從分利用信息資源合作診斷。

ITU－Agent之間、ITU-Agent與SCM-Agent之間采用消息通信的方式，SCM－Agent與DFS-Agent之間也是采用消息通信的方式。消息通信較為簡單，這種通信滿足三個條件：首先要有通信協議，其次要基于共同的Agent通信語言；另外還需要對使用的詞語有共同的理解。從系統實現的角度來說，Agent與對象一樣，需要提供一個與其內部數據結構算法無關、基于消息的接口。在面向對象的領域中，通信是采用方法調用，消息的含義對于每個對象是不同的。但是在面向Agent的軟件工程中，消息使用通用的語言，與Agent的語義無關。

圖8 消息通信結構示意圖

采用消息的通信，使得MADS的通信具有以下特點：通信數據量小、可以很大程度縮短網絡傳輸時間，減少延時，提高系統的實時性；消息中描述的是診斷程序的協作行為，屬于高級語義信息，語義級集成的協同應用程序之間耦合度低、異構性高，有利于實現分布式異構系統的故障診斷。因此文中設計了層次化通信結構，規范了通信協議，并采用適當的通信語言和基于消息的通信方式，能夠使得MADS中的Agent更好的通信和協作，以實現分布式智能化的故障診斷。

3.5 數據庫Agent設計

數據庫Agent設計包括MDB－Agent（主數據服務Agent）和BDB－Agent（備份數據服務Agent），兩者的結構基本一致。數據庫Agent設計是為系統多Agent故障診斷的詳細設計、編程和測試提供數據支持。

選取ORACLE公司的數據庫產品，版本號為9.0，該產品功能完善、可靠性高、操作維護方便、易于獲得技術支持。SCM－Agent通過調用ORACAL數據庫提供的OCI（Oracle Call Interface）接口庫來實現，本設計中為了調用方便將其進一步封裝。DFS－Agent通過調用微軟提供的ADO（ActiveX Data Objects）接口訪問ODBC，而ODBC與ORACAL數據庫連接，由此實現對ORACAL數據庫的訪問。

4 結語

將多Agent技術應用到船舶電力系統故障診斷系統的設計中，各Agent能自主完成任務，并通過通信相互傳遞信息與其他Agent發生聯系，相互協作；各Agent之間功能劃分清晰，能較好的相互協作共同解決診斷問題。整個系統不僅有一定的自主性，還擁有較好的交互性，使得診斷系統具有一定的自主性、自適應性，是船舶電力系統故障診斷的一種新的有效途徑。

[1] 張海艷，夏飛.基于 Petri網的船舶電力系統故障診斷[J]. 哈爾濱工程大學學報, 2008, 29(9): 933-937.

[2] KhoslaR,LiQ. Multi-layered Multi-Agent Architecture with Fuzzy Application in Electrical in Electrical power System [A]. Proceedings of the IEEE International Conference on Fuzzy Systems, 2002:209-214.

[3] McArthur S D J,Davidson E M, Hossack J A, etal.Automating Power System Fault Diagnosis Through Multi-agent System[C]. Proceedings of the 37th Annual Hawaii International Conference on System Sciences, USA, 2004: 947-954.

[4] 范玉順, 曹軍威. 多代理系統理論、方法與應用[M].北京: 清華大學出版社, 2002.

[5] 趙偉,白曉民,丁劍等. 基于協同式專家系統及多智能體技術的電網故障診斷方法[J]. 中國電機工程學報, 2006, 26(20): 1-8.

[6] 錢佳, 余雪麗. 基于多 Agent電力故障診斷系統體系結構風格的研究[J]. 太原理工大學學報, 2006,37(專輯): 42-44.

[7] 董海鷹, 白建社, 薛鈞義. 一種基于多Agent的變電站故障診斷方法研究[J]. 電工電能新技術, 2003,22(1): 21-24.

[8] R.Khosla, Q.Li. Multi-layered Multi Agent Architecture with Fuzzy Application in Electrical Power Systems[J]. Proceedings of the 2002 IEEE International Conference on Fuzzy Systems, 2002, 1:209-214.

[9] 朱永利, 盧錦玲, 盧敏. 基于 Multi-agent的電網故障診斷系統的研究[J]. 電力系統保護與控制, 2006,34(5): 1-4.