基于圖形拓撲的智能推理操作票專家系統①

摘 要:在分析國內外智能推理操作票系統研究現狀的基礎上，本文提出了一種新型的基于圖形拓撲的智能推理操作票專家系統。該系統首先通過與能量管理系統(EMS)圖形和實時狀態的對接，獲得真實電網運行情況;然后推理機根據操作任務與知識庫和拓撲圖形平臺進行交互，推理出正確的操作邏輯，并生成滿足用戶需求的操作票。

關鍵詞:智能推理圖形拓撲智能操作票專家系統人工智能

中圖分類號:TP27文獻標識碼:A文章編號:1674-098X(2011)07(a)-0051-02

隨著電力建設的迅速發展和自動化水平的提高，調度運行日趨復雜。調度員每日需制定的操作票數量日益增多，又要考慮到安全操作的因素，加重了調度員的工作強度。為減輕調度員負擔，國內外專家做了大量的工作，希望通過人工智能的方法解決這一難題．智能推理操作票專家系統的應用可以使調度員從繁重的重復勞動中解脫出來，集中精力研究電網安全、經濟運行中更深層次的問題。

1 國內外研究現狀

1.1 基于典型操作票的操作票生成系統

用典型操作票建立典型操作票數據庫，而后將數以百計的各種操作票進行分類，以提高搜索效率。這類系統實際上是無具體的知識表達，僅僅是一種操作票數據庫結構，不屬于智能型，在早期開發的操作票專家系統和現在投運的MIS系統中較為常見。

1.2 基于產生式規則的操作票自動生成系統

建立事實和知識規則庫，應用ES推理機制，推理形成實際的操作票，這類系統由數據庫、知識庫、推理機三大部分組成。此類系統的進步在于對操作內容的生成推理進行了研究和探索，真正利用了AI技術。

然而，這類系統需將網絡拓撲結構與設備運行狀態及網絡操作知識用謂語邏輯表示，開發較難，開發周期長，這在一定程度上制約了系統的通用性和用戶可維護性。

1.3 基于圖形校核的操作票自動生成系統

此類系統圖形功能強大，可模擬電力系統的一、二次接線圖，具備直觀、逼真的操作效果，適合于現場培訓調度人員．是一種應用廣泛的模擬培訓系統。但是，它不能自動推理出操作票，不具備智能性。因為電力系統中二次設備的操作具有根強的習慣性，所以此類系統也很難做到通用。

綜上所述，以上實現方法通用性差，擴充性困難，操作規則固化，缺乏靈活性，本文開發的智能推理操作票專家系統在綜合分析國內外現有操作票系統的基礎上，結合現場調研，把建立標準的電網圖形拓撲擺在了一個比較重要的位置。智能推理機制采用一種弱求解方法，適用于解決那些經驗性、邏輯性強的問題。因此，本文采用專家系統的結構框架，包括操作票自動生成推理機、防誤校驗規則庫和術語庫。

2 基于圖形拓撲的智能推理操作票專家系統

拓撲電力圖形平臺可以實現電力系統主接線圖的繪制，而且提供完善的接口可以與EMS等電力圖形系統的圖形以及實時狀態進行對接，是一個基于圖庫數據一體化技術和拓撲建模技術構建的電網圖形繪制和管理型平臺，調度操作票的智能生成提供強大的支持。

同時圖形平臺上的每個電氣設備完全模擬現實中設備的物理屬性，畫圖即建模，自動處理五防規則，那么在智能出票時自動加入五防校驗，再一次提高操作票的智能性與安全性。

2.1 體系結構

本系統從EMS對接電網圖形以及設備的實時狀態;智能推理機制利用圖形平臺的拓撲分析以及防誤校驗，根據操作任務，經過從知識庫的智能推理，自動生成操作票。系統總體結構如圖1所示:

整個系統以智能推理為核心，并且從EMS對接電網圖形以及設備的實時狀態，保證拓撲圖形平臺與真實情況的一致;推理系統訪問知識庫和拓撲圖形平臺，實現了圖形拓撲、防誤校驗功能。知識庫與拓撲圖形之間只通過推理系統關聯，知識庫中包含一些術語庫以及智能出票邏輯序列等。推理機接收到操作任務后，通過分析接線方式、電壓等級等，得到操作序列，并且最終分解成操作術語，從而生成操作票。在這一過程中，推理機會根據任務的描述與知識庫和拓撲圖形平臺進行交互，推理出正確的操作邏輯，并生成滿足用戶需求的操作票。

2.2 智能推理機制

智能推理機是專家系統的“思維”機構，是構成專家系統的核心部分．其任務是模擬領域專家的思維過程，控制并執行對問題的求解。它能根據當前已知的事實，利用知識庫中的知識，按一定的推理方法和控制策略進行推理，求得問題的答案或證明某個假設的正確性。智能推理機的性能與構造一般與知識的表示方式及組織方式有關，但與知識的內容無關，這有利于保證智能推理機與知識庫的相對獨立性，當知識庫中的知識有變化時，無須修改智能推理機。

正向推理的基本思想是:從已有的信息出發，尋找可用知識，通過沖突消解選擇啟用知識，執行知識，改變求解狀態，逐步求解直至問題解決。其工作過程為:用戶將與推理有關的信息先存入數據庫，推理機根據這些信息，從知識庫中選擇合適的規則，某條規則如果要成立，則該規則的所有前提事實都必須匹配成功。一旦發現某條規則只要有一個事實前提不成立，就可以跳過該規則，轉而看下條規則是否可以匹配。如果某條規則的所有事實前提均匹配成功，即該規則成立時，則把該規則的結論存入數據庫，同時把該規則的“使用標志”字段置為已使用狀態，在后面的推理循環過程中就可以不必再測試該規則。正向推理一般有兩種結束條件:一是求出一個符合條件的解就結束;二是將所有的解都求出才結束。如果系統考慮第二種結束條件則構成一個完整的推理。

完整的推理是一個復雜的回溯遞歸過程。一條規則的結論可以是另一條規則的前提。在一輪循環中不成立的規則，可能在下輪的循環中成立。這是因為在它之后匹配，并且匹配成功的規則的結論有可能恰好是這個規則的前提之一。

2.3 圖形拓撲分析

圖形拓撲是系統初始化時的重要工作。通過拓撲分析，可以得到全網的設備單元的設備連接拓撲關系，為智能推理出票、防誤校驗提供數據支持。

2.3.1 深度優先搜索

深度優先搜索基本的實現方式是采用遞歸算法，在遞歸算法中一定要注意設置好邊界條件，否則遞歸函數無法跳出，造成死循環。

2.3.2 確定搜索起始點、邊界條件

操作票系統研究的主要對象是母線、變壓器、線路、斷路器，所以將搜索的起始點定為這些設備。

深度優先搜索的邊界條件為:母線、變壓器、線路、負荷、發電機、并聯電抗器、并聯電容器、電壓互感器、接地隔離開關、避雷器等。當搜索到以上設備時可以停止搜索，返回上一次搜索即可。

3 基于圖形拓撲的智能推理實例分析

電氣設備的四種狀態相互之間有著緊密的聯系，將電氣設備從運行狀態向檢修狀態轉換的操作過程中，必須經過熱備用、冷備用以后，才能轉為檢修狀態。送電操作順序和停電操作順序相反。若違背這一規律，就會造成誤操作。

本文的專家庫采用正向推理機制，說明雙母線加旁路母線下某線路由運行轉檢修操作票的自動生成過程。

假設開票設備某線路所在電壓等級的接線方式為雙母線加旁路母線，操作任務是XXI線路由運行轉檢修，A變側和B變側同樣具有XXI線路，一條是出線，一條是進線。如圖2所示:

第一步，系統首先根據接線方式在開票規則庫中搜索，尋找匹配的接線圖例，搜索結果為上圖例。

第二步，在圖例中，擬開票的線路XXI線路，操作任務為運行轉檢修，在開票規則庫中搜索到相應的規則信息，得到規則編號。

第三步，根據規則編號搜索開票規則操作項表，得到一組操作項目的知識記錄，保存在緩存中。

第四步，判斷知識是否已經完成解析，如果是則表明已經完成推理過程，結束推理;如果未完成，則繼續推理。

第五步，根據已知的設備信息解析知識，得到當前知識的解，存放到結果隊列中。

第六步，循環求解所有知識，直到第四步完成求解。

第七步，將結果隊列中的數據顯示到操作票出票界面，完成自動開票過程。

系統在進行防誤校驗時，采用的是相同的推理機制，不同之處在于當求解知識出錯時，解釋模塊在系統專家庫中搜索相應的解釋信息，顯示給用戶，然后中止推理過程。

4 結語

智能推理操作票專家系統在很大程度上減輕了調度員的負擔，也使操作票 的正確性提高到了90％以上。通過引入圖形拓撲分析功能，提高了規則的表達能力和模型的通用性，降低了專家知識庫的規則數量，提高了開票的可靠性與效率。

參考文獻

[1]湯磊，張伯明，孫宏斌，等．電網操作專家系統中通用認知模型的研究[J]．電力系統自動化，2001，25(22):6-9．

[2]湯磊．信息理論在電網智能調度決策中的應用[D]．北京:清華大學，2002．

[3]周明，林靜懷，楊桂鐘，等．新型智能電網調度操作票自動生成與管理系統[J]．電力系統自動化，2004，28(11):71-74．

[4]周明，任建文，李庚銀，等．基于多智能體的電網調度操作票指導系統研究與實現[J]．中國電機工程學報，2004，24(4):58-62．

[5]張文磊，王建雄．調度操作票專家系統及N-1安全分析在湖南電網中的應用[J]．電網技術，1996，20(7):63-65．

[6]楊繼濤，胡明，吳瓊，等．電網調度操作票專家系統的設計與開發[J]．繼電器，2004，32(15):45-47．

[7]王永慶．人工智能原理與方法[M]．西安交通大學出版社，2003:257．350

[8]Nagata T，Sasaki H，Kubota J，et al．Knowledge based system supporting for power system operation procedure on personal computers[C]．International Conference on Advances in Power System Control， Operation and Management，Hong Kong，1993，1:66-71．

[9]Yoshizawa J，Ogi H，Takano T，etal．An automatic knowledge acquisition method for switching sequences and its evaluation[J]．IEEE Trans on Power Systems，1994，9(2):884-890．

[10]Nagata T，Nakayama H，Utatani M，et al．A multi-agent approach to power system normal state operations[C]．Power Engineering Society Summer Meeting，Chicago，2002，3:1582-1586．

[11]Qing Liu，Shjie Cheng．An object-oriented expert system for power system protective relay operation and management[J]．IEEE，1998.