摘 要：隨著電力企業(yè)向市場化邁進，供電設備的檢修工作，由狀態(tài)檢修代替定期檢修是必然的。采用人工智能的思想設計了供電設備狀態(tài)檢修決策支持系統(tǒng)。該系統(tǒng)具有供電設備狀態(tài)評估、故障診斷、檢修決策、制定檢修計劃、自學習和企業(yè)網站檢修信息發(fā)布功能。并且重點介紹了故障診斷的兩個診斷模塊：基于專家系統(tǒng)的單一診斷模塊和基于人工神經網絡的綜合診斷模塊。��

　　關鍵詞：[HTSS]供電設備；狀態(tài)檢修；專家系統(tǒng)；人工神經元網絡��

　　狀態(tài)檢修方式以設備當前的實際工作狀況為依據，它通過先進的狀態(tài)監(jiān)測和診斷手段、可靠性評價手段以及壽命預測手段，判斷設備的狀態(tài)，識別故障的早期征兆，對故障部位其及嚴重程度、故障發(fā)展趨勢做出判斷，并根據分析診斷結果，在設備性能下降到一定程度或故障將要發(fā)生之前主動實施維修［1］。它為電氣設備安全、穩(wěn)定、長周期、全性能、優(yōu)質運行提供了可靠的技術和管理保障。��

　　作到狀態(tài)檢修的關鍵是對設備狀態(tài)的判斷，不僅要識別已經發(fā)生的故障，而且預測未來可能發(fā)生的故障。解決這些問題，一些常規(guī)的計算程序和分析程序無能為力或不夠有效。因為在這些問題中，人類專家的經驗起著主導作用。因此，專家系統(tǒng)技術已經運用到電力設備狀態(tài)檢修中，特別是發(fā)電設備的狀態(tài)檢修。而專家系統(tǒng)技術用于供電設備的狀態(tài)檢修還不多見。原因在于供電設備的狀態(tài)檢修起步比較晚，這與早年實行“重發(fā)輕供不管用”的政策有關。當前電力企業(yè)深化改革，以利潤為中心，實行內部模擬電力市場，促使供電企業(yè)努力提高供電可靠率和檢修的經濟性。因此供電設備的狀態(tài)檢修勢在必行。��

　　狀態(tài)檢修能夠使檢修和管理效率提高，設備大修間隔延長和小修頻率降低，杜絕不足維修和過剩維修，減少重大事故的發(fā)生，提高了設備的可用系數，從而降低了企業(yè)經營成本。��

　　1、配電設備狀態(tài)檢修決策支持系統(tǒng)的總體結構��

　　隨著傳感技術、微電子、數字信號處理和計算機網絡技術在狀態(tài)監(jiān)測中的應用，使狀態(tài)檢修成為可能。而人工神經網絡、專家系統(tǒng)、模糊集理論等綜合智能技術在狀態(tài)識別和故障診斷中的應用，使狀態(tài)檢修得以實現［2，3］。��

　　本系統(tǒng)根據在線和離線監(jiān)測診斷數據、設備壽命預測數據、可靠性評價數據、設計參數、檢修歷史數據、同類設備統(tǒng)計數據等進行綜合分析，并利用狀態(tài)評價準則體系對設備狀態(tài)變化趨勢進行預測，運用決策模型給出檢修什么和何時檢修的建議，并制定檢修計劃，發(fā)布到企業(yè)網站�？傮w結構如圖1所示。��

　　1.1設備綜合管理模塊��

　　狀態(tài)檢修需要大量描述設備狀態(tài)及其演變過程的準確數據，即要有足夠的信息用于分析與決策，這就是設備數據綜合管理。該模塊管理、存儲所有設備資產清單，設備臺帳圖紙、設備設計數據、設備安裝狀況及系統(tǒng)圖、維修歷史數據、設備變更與維修記錄、設備狀態(tài)監(jiān)測與診斷數據、事故及異常記錄、測點設置、設備可靠性狀態(tài)統(tǒng)計分析數據等等。��

　　1.2智能化診斷模塊��

　　該模塊用專家系統(tǒng)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(tǒng)，將規(guī)程規(guī)定和專家知識存儲在知識庫，可以隨時更新、修改。綜合診斷用人工神經元BP網絡。功能模塊之間用狀態(tài)驅動。每一個層次的數據可以維護、查詢，有利于程序的模塊化設計［4，5］。��

　　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。��

　　1.4編制檢修計劃模塊��

　　狀態(tài)檢修并不排斥檢修計劃的作用，恰恰相反，狀態(tài)檢修體制還要利用一些先進的技術手段來動態(tài)地制訂和優(yōu)化供電設備檢修計劃，以充分發(fā)揮檢修計劃的指導作用。在狀態(tài)檢修體制下，面對眾多需要檢修的設備，檢修計劃的編制根據檢修決策的結果，負荷預測、趨勢分析、動態(tài)規(guī)則等手段考慮配網的運行方式、供電可靠性、經濟性等要求，使檢修計劃既具有可行性，又具有科學性和經濟性。

　　1.5企業(yè)網站檢修信息發(fā)布模塊��

　　將排定的檢修計劃發(fā)布在供電企業(yè)網站上，供生產單位執(zhí)行，也為用戶提供了檢修信息，大用戶據此安排生產，減少供電設備檢修帶來的損失。這能提供服務質量，增加供電工作的透明度。��

　　2、基于專家系統(tǒng)的單一診斷模塊��

　　2.1單一診斷功能��

　　單一診斷是指對一種檢測方法所取得的數據進行處理和判斷，得出故障征兆或有關設備狀態(tài)的初步結論。這些檢測方法指：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。檢測的數據與規(guī)程比、與歷史比、與同類設備比，并考慮當前系統(tǒng)的運行狀況，將這些知識保存在專家系統(tǒng)的規(guī)則庫中。��

　　通過各種方法檢測到的數據，或通過檢測數據計算出的數據，并不能說明當前設備的狀況，只有與標準值比較，才能得到設備可能故障的征兆。如在變壓器預防性試驗中，繞組直流電阻MVA以下的變壓器，相間差別是5%，與規(guī)程比較，規(guī)程規(guī)定一般不超過4%，所以得出繞組直流電阻相間差別過高的征兆。��

　　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［6］。��

　　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。

　　單一診斷的過程是：

　　（1）數據采集：采集定期或不定期的試驗數據；��

　�。�2）參數計算：有些參數據不能直接測得，需要用試驗數據計算得到。

　�。�3）參數換算：有時要把試驗數據或參數換算成某一環(huán)境下的數據；��

　　（4）數據比較：試驗數據或換算后的數據與規(guī)程規(guī)定的標準試驗數據比較，與設備原始數據比較；��

　�。�5）得出結論：單一診斷的結論是上述的四種結論。如果不需綜合診斷，則可以直接生成診斷報告。��

　　2.2專家系統(tǒng)各模塊的功能��

　　單一診斷功能由專家系統(tǒng)實現，該專家系統(tǒng)的模塊如下：��

　�。�1）數據庫：數據來源于設備綜合管理模塊。該庫需要的數據有：設備工況數據，設備設計參數，設備缺陷與檢修歷史數據，事故記錄，同類設備統(tǒng)計數據；��

　�。�2）知識庫：該庫包括故障診斷知識和設備狀態(tài)預測知識。包含有設備的有關標準、規(guī)程、導則和有關設備性能指標的資料，以及收集的國內外諸多專家分析判斷設備故障的權威經驗，用產生式知識表示法表示知識；��

　�。�3）推理機：能進行故障診斷和設備狀態(tài)預測，并設置監(jiān)控預警功能，發(fā)現設備缺陷，向運行值班和檢修負責人發(fā)出警報�？紤]到供電設備故障的特點：有時是一種故障引起多個征兆；有時是一種征兆是由多個故障引起的，因此推理方式采用混合推理；��

　�。�4）學習機：隨著標準、規(guī)程及導則中有關內容的變化，經驗不斷積累和增加。診斷知識庫要隨時擴充、修改、更新，增強專家系統(tǒng)的診斷、決策能力。因此，要求學習機有很強的自學習功能。自學習包括三個方面的內容：

　�、倬驮\斷對象的功能狀態(tài)去識別系統(tǒng)未曾掌握的征兆，并形成新的知識；

　　②有新的設備時，能夠學習新設備的故障征兆和判斷設備狀態(tài)的規(guī)則；

　�、蹖χ�識的自行校正，如一致性檢驗、冗余檢驗等。��

　　3、基于神經元網絡的綜合診斷模塊��

　　神經網絡是對人腦神經系統(tǒng)的數學模擬，其目的是學習和模仿人腦的信息處理方式。神經網絡把知識變成網絡的權值和閥值，并分布存儲在整個神經網絡之中。在確定了神經網絡的結構參數、神經元特性和學習算法之后，神經網絡的知識表達是與它的知識獲取過程同時進行、同時完成的。當訓練結束時，神經網絡系統(tǒng)所獲取的知識就表達為網絡權值矩陣和閥值矩陣。神經網絡具有知識容量大，處理的問題范圍廣，推理速度快等優(yōu)勢。所以綜合診斷是運用人工神經元網絡在故障征兆與故障位置之間建立起數學模型，將綜合診斷知識存儲在網絡的權值和閥值里。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。

　　4、結束語

　　供電設備狀態(tài)檢修決策支持系統(tǒng)中設備狀態(tài)診斷是關鍵，不僅能對已經發(fā)生的故障做出診斷，還能對將要發(fā)生的故障進行預測，這樣才能根據狀態(tài)進行檢修。自學習功能，增加了該系統(tǒng)的靈活性，隨著經驗的積累，知識庫的日益豐富，狀態(tài)診斷的可靠性將日益提高。��

　　狀態(tài)檢修離不開狀態(tài)檢測技術，供電設備的狀態(tài)監(jiān)測已經有許多的方法，如直流電阻測量，油色譜分析，絕緣性能測試，遠紅外測溫，有載調壓開關特性測試等。隨著這些監(jiān)測手段的日益完善，監(jiān)測點逐漸增多，監(jiān)測設備的功能強大，通過先進的通訊手段和計算機網絡化管理，狀態(tài)檢修系統(tǒng)就更為健全。��

　　從電力行業(yè)發(fā)展看，供電設備狀態(tài)檢修代替定期檢修是必然的，但要有一段很長的過渡過程，在這期間，可能兩種檢修方式并存。做到真正的狀態(tài)檢修，僅有技術支持系統(tǒng)是不夠的，還需要管理工作的配合、加強檢修人員的培訓等。��

　　參考文獻

　�。�1］楊叔子，鄭曉軍。人工職能與診斷專家系統(tǒng)［M］。西安交通大學出版社，1990.��

　�。�2］許婧，王晶，高峰，束洪春。電力設備狀態(tài)檢修技術研究綜述［J］。電網技術，2000（8）。��

　�。�3］白建青。供電設備從定期維修制向狀態(tài)檢修制過渡［J］。青海電力，1998（4）。��

　�。�4］尤鐘曉，盧章輝，岑文輝。面向對象的電力系統(tǒng)調度操作專家系統(tǒng)［J］。電力系統(tǒng)自動化，1999（1）。��

　�。�5］邵勝利。開展狀態(tài)檢修實現可靠性和經濟性相統(tǒng)一［J］。電力建設，1999（3）。��

　�。�6］楊以涵，唐國慶，高曙。專家系統(tǒng)及其在電力系統(tǒng)中的應用［M］。水利電力出版社，1995.