Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Сборник конференции 2013 (каф.ЭЭП).doc
Скачиваний:
3
Добавлен:
01.05.2025
Размер:
13.16 Mб
Скачать

Формирование оценок фактического состояния высоковольтного электротехнического оборудования в условиях неопределенности д.К. Елтышев

(Пермский национальный исследовательский политехнический университет,

г. Пермь)

Учитывая значительный физический износ парка высоковольтного электротехнического оборудования (ВЭО) на объектах энергетики России при высокой ответственности выполняемых им функций, несвоевременный вывод оборудования в ремонт чреват его внезапными отказами, простоем и значительными потерями от перебоев в поставках энергоносителя. Качество заключений о необходимости вывода ВЭО из эксплуатации зависит от достоверности оценок его фактического технического состояния(ТС). При этом ввиду особенностей ВЭО (сложности, многопараметричности и др.), зачастую приходится иметь дело с неопределенностью (неполнотой, нечеткостью) разнородной информации о значениях его параметров, которой приходится оперировать в процессе постановки диагноза.

Снижение уровня неопределенности при установлении связей между фактами наличия дефектов и предпосылками к ним может быть достигнуто за счет использования знаний и опыта экспертов в области эксплуатации ВЭО совместно с результатами экспериментального контроля в структуре моделей нечеткого логического вывода (НЛВ) следующего вида:

X={x1, x2,…, xm} → y, (1)

где X={xi}– множество ключевых параметров ТС ВЭО,контролируемых в процессе эксплуатации, каждый из которых представлен в виде лингвистической переменной (ЛП) и оценивается нечетким терм-множеством ; y – фактическое ТС ВЭО, интерпретируемое в лингвистическом смысле нечетким терм-множеством S={s1s2,…, sL};L – числодиагнозов ВЭО; → – процедура НЛВ для задачи нечеткой классификации (1).

Связь между переменными модели (1) реализуют аккумулирующие опыт эксплуатации ВЭО ответственных энергетических объектов логические конструкции вида: ЕСЛИ <значения параметров ТС ВЭО>,ТО<фактическое состояние>.Их построение требует формализации ЛП в контексте вида и параметров функций принадлежности (ФП) оценочных термов, позволяющих словесно интерпретировать величину рассматриваемого признака (например, температура элемента конструкции ВЭО: «низкая», «средняя», «высокая»).

Параметры ФП входных ЛП могут быть определены экспертно по индивидуальным и групповым оценкам. Однако, учитывая влияние точности их задания в структуре модели на достоверность итоговых заключений о состоянии (диагнозов) ВЭО, особое значение приобретают методы адаптации ФП к факторам его эксплуатации. Отметим возможность применения для этих целей алгоритмов нечеткого кластерного анализа (НКА) по ретроспективным трендам контролируемых параметров (формуляры, акты обследований и т.д.).

Процедура НКА (нечеткие c-средние) заключается в отнесении k-го измерения (наблюдения) входной переменной xi из экспериментальной выборки размерностью K, к p-му кластеру, количество которых определяет число термов, необходимых для формализации параметров ТС ВЭО.

1. Формируется перечень параметров, задаются начальные условия: число кластеров c, максимальное количество итераций z, параметр сходимости ε.

2. Для каждого i-го параметра произвольным образом формируется исходная матрица нечеткого разбиения (НР) Fi=[ ].

3. Для текущего НР вычисляются координаты центров кластеров:

(2)

гдеvip – значение координаты i-го параметра ТС ВЭО в p-м кластере; – степень принадлежности k-го значения i-го параметра p-му кластеру.

4. Рассчитывается значение целевой функции fкл:

(3)

5. Формируется новое НР по принципам:

если >0, то (4)

если =0, то . (5)

6. Для нового НР рассчитываются центры кластеров и значение целевой функции по выражениям (2), (3).

7. Алгоритм завершается при достижении заданных критериев останова z и |fкл-fкл*|≤ε (fкл*функция, полученная на предыдущей итерации) с результатом в виде текущих значений vipдля каждого параметра ТС ВЭО.

Итоговые ФП строятся точечно (рис.) по полученным значениям vip и , либо с учетом их заранее выбранного вида (треугольная, гауссова и т.д.).

Предварительная кластеризация позволяет учесть накопленный опыт эксплуатации ВЭО в параметрах нечетких моделей. В конечном итоге это позволит повысить точность классификации и достоверность диагнозов ВЭО и будет способствовать своевременному обнаружению критических состояний.

Рисунок 1 – Пример точечного построения ФП по 3-м априори заданным классам для описания результатов тепловизионного контроля контактной системы масляных выключателей*

* С учетом нормирования измерений относительно допустимых значений температур

УДК 621.384.3