基于不確定理論的供電設備檢修問題研究

摘 要：在我國電力企業逐漸發展的過程中，其建設規模在持續不斷的擴大，而由于電網覆蓋范圍的增大，將供電設備的檢修工作進行全面的狀態檢修，已經成為了一個主要發展趨勢。有關供電設備檢修問題的理論研究，現目前僅僅只是處在一個初步的階段，但是隨著當前市場發展改革的不斷深化，設備的檢修問題中需要處理的不確定因素越來越多，而如果無法對設備故障進行確定，也及無法采取有效的措施來對設備進行檢修，這就必須要采取相應的人工智能思維來設計出一個相應的檢修決策支持系統。本篇文章主要針對不確定理論的供電設備檢修問題進行了全面深入的研究，以期為我國的不確定設備狀態檢修問題研究提供參考。

關鍵詞：供電設備；狀態檢修；專家系統；人工神經元網絡

在對設備進行狀態檢修的過程中，主要是依據設備當前的實際運行狀態作為基準，其智能設備檢修過程中主要是采取現代化的先進狀態監測技術以及診斷手段，來對電力設備的不確定狀態進性判斷，從而識別出可能出現故障現象的早期現象，并且針對設備當前的故障具體程度、發展趨勢等進行精確的判斷，從而依據分析診斷之后的結果，來對設備進行低荷載調整，使其能夠維持到進行維修之前保持正常。這一不確定故障智能檢測系統對于設備的運行來說，起到了極其重要的管理作用。下文主要針對不確定理論下的供電設備檢修問題進行了全面詳細的探討。

1 配電設備狀態檢修決策支持系統的總體結構

隨著我國當前的科技技術水平的飛速發展，電力系統之中已經開始廣泛的將微電子、數字信號、傳感器技術、計算機網絡等充分的應用到了電力設備狀態監測的子系統之中，以此來使得電力設備所出現的不確定故障因素能夠得到及時的檢修成為了一種可能。

1.1 設備綜合管理模塊

供電設備的狀態檢修的過程中，必須要充分的了解到設備本身實際的運行狀態，以及該狀態發生變化過程中所產生的所有記錄數據，只有大量的精確數據，才能夠確保供電設備當前的不確定狀態能夠得到精確的分析，而這一環節中，就設備到了設備的數據綜合性管理。在針對這一模塊進行存儲、管理的過程中，設備運行期間所產生的所有信息清單、記錄，都能夠作為設備運行狀態檢修過程中極為重要的分析數據。

1.2 智能化診斷模塊

該模塊用專家系統與人工神經元網絡結合的方法實現。既能對單一試驗數據進行故障診斷，也能對多種試驗數據進行綜合診斷。單一診斷用產生式專家系統，將規程規定和專家知識存儲在知識庫，可以隨時更新、修改。

1.3 檢修決策模塊

對單一設備，根據不同運行方式和檢修方式，運用技術經濟分析方法，對檢修費用、效益進行評估，給出對該設備來說最佳檢修時間、檢修措施和檢修項目，并形成檢修決策報告。

2 基于專家系統的單一診斷模塊

2.1 單一診斷功能

單一性診斷，主要是形容利用某種方法所進行的檢測所得到的數據進行問題的診斷、處理，從而根據供電設備當前所呈現出來的各項故障現象來做出一個初步的診斷結果。這一類檢測方法較多，主要有以下幾種：油中氣體色譜檢測、繞組直流電阻檢測、絕緣電阻及吸收比、極化指數檢測、絕緣介質損耗檢測、油質檢測和絕緣老化的檢測等等。通過各項檢測方式，所得到的檢測數據在和規程、歷史、同類設備進行全面詳細的對比之后，找出其中較大的差異性，并且充分的考慮到系統在實際執行過程中所具體的一個運行狀態，從而使得檢測完成之后的知識能夠直接保存在檢測系統的規則庫之中。利用各種不同方式所得出的檢測數據，或者是利用計算的方式所得出的設備運行數據，從本質上來說，并不能完全認為這一結果就是設備當前的真實運行狀態，必須要和各個同項設備運行過程中所包含的標準值進行精確對比之后，才能夠迅速的找出設備當前所呈現出來的實際故障狀態。例如在對變壓器運行的預防性試驗過程中，其中繞組直流電阻MVA規格以下的變壓器，互相之間的差別數值達到了5%，而和其中所涉及到的規程相比較而言，那么規程自身在這一過程中所規定的數值則為4%，所以，由此可以得出該環節的繞組的直流電阻之間所存在的差別過高。

單一診斷是對單項試驗數據進行診斷。該方法簡單、宜于實現，有時可直接定位故障。但更多時給的結論不夠清晰，或結論片面。因此，該過程可以看作綜合診斷的前期數據處理。

單一診斷的結果可能有四種：

（1）明確定位故障；（2）參數正常，不存在與此參數有關的故障；（3）不確定故障是否存在；（4）故障確實存在，但不能定位。后兩種情況給出的結果不明確，需要更多的信息進行明確判斷，由綜合診斷來完成。但單一診斷的所有診斷結果都送到綜合數據庫里。在綜合診斷中，對四種結論的處理各不相同。

3 基于神經元網絡的綜合診斷模塊

神經網絡是針對人腦運行過程中的人腦系統通過數學模擬的方式來進行，其根本目的就是為了能夠使得人腦運行的信息方式能夠通過數字化的方式來呈現出來。在神經網絡之中，主要是利用知識的形式，來直接將其轉變成為計算過程中所必須的閥值、權值等，并且這類數值會直接在整個數學模擬的神經網絡之中進行存儲。只有在充分的確定了神經網絡的具體結構參數、特性、算法之后，才能夠使得神經網絡運行過程中對于知識的取得方式能夠和表達形式都在同一時間之內完成。當針對神經網絡系統所進行的訓練結束之后，神經網絡之中所呈現出來的知識，便可以直接表達為閥值矩陣以及權值矩陣這兩個方面。神經網絡系統本身有著知識容量極大的特性，尤其是其中所需要進行處理的問題范圍極為廣泛，推理過程中所需要耗費的時間遠比其他類型速度快。因此，在電力設備之中的綜合診斷，事實上就是利用人工神經網絡的方式，在不同的故障與故障征兆體系之間，構建起一個完善的數學計算模型，并且在這一數學模型之中還必須要存儲進入大量的知識網絡閥值、權值。采用BP網絡進行模型。故障征兆是輸入層的X1，X2，X3，XL；輸出層的Y1，Y2，Y3，YN是具體的故障。這里的故障征兆就是單一診斷的結論

結束語

綜上所述，總我國當前電力行業的發展需要方面來看，供電設備的不確定檢修完全代替以往的定期檢修方式，已經成為了一條必經之路，但是由于其中所涉及到的技術方面問題，這一改造和提升還需要經歷較長的時間。但是必須要重視的是，要真正的使得不確定狀態檢測技術能夠得到應用，并且保證檢測結果，僅僅是有綜合系統還是不足的，必須要和各個方面進行協調?！?/p>

參考文獻

[1]張晶偉，張粒子，黃弦超.基于遺傳拓撲混合算法的配電網多故障搶修策略[J].電力系統自動化，2008（22）.

[2]黃弦超，張粒子，張晶偉.含分布式發電的配電網檢修負荷轉移方案[J].電力系統自動化，2008（12）.

[3]束洪春，胡澤江，謝一工.計及隱性損失的輸電線路檢修計劃優化方法[J].電力系統自動化，2008（9）.

作者簡介：宋波，身份證號：430721198010236137。