«上一篇
文章快速检索     高级检索
下一篇»
  应用科技  2018, Vol. 45 Issue (2): 43-48  DOI: 10.11991/yykj.201704005
0

引用本文  

任礽, 袁海文. 一种基于综合研讨的配电设备健康状态评价方法[J]. 应用科技, 2018, 45(2), 43-48. DOI: 10.11991/yykj.201704005.
REN Reng, YUAN Haiwen. Method for evaluating health status of distribution equipment based on comprehensive discussion[J]. Applied Science and Technology, 2018, 45(2), 43-48. DOI: 10.11991/yykj.201704005.

基金项目

千人计划项目(EPRIPDKJ (2014) 2863)

通信作者

任礽,E-mail:ren649884468@163.com

作者简介

任礽(1993−),女,硕士研究生;
袁海文(1967−),男,教授,博士

文章历史

收稿日期:2017-04-05
网络出版日期:2017-05-16
一种基于综合研讨的配电设备健康状态评价方法
任礽, 袁海文    
北京航空航天大学,自动化科学与电气工程学院,北京 100191
摘要:在配电设备健康评价的过程中加入专家经验可提高评价的准确性。然而,目前我国面临着熟练劳动力紧缺的问题,随着专家的退休,专家经验不可复现、无法继承。故根据以人为主、人机结合,从定性到定量的综合研讨思想,提出一种针对配电设备的健康状态评价的专家综合研讨方法。运用层次分析法选取配电设备生命周期不同阶段的专家,并对专家提出的配电设备健康指数模型配置权重,对所有专家分别进行研讨后的结果完成综合与集成分析,得到最终结果并进行反馈。提出方法有望将专家经验定量化,计算设备的健康指数,进而得出配电设备的健康状态。
关键词专家经验    综合研讨    配电设备    健康状态    层次分析法    健康指数    以人为本    人机结合    
Method for evaluating health status of distribution equipment based on comprehensive discussion
REN Reng, YUAN Haiwen    
School of Automation Science and Electrical Engineering, Beihang University, Beijing 100191, China
Abstract: In the process of health evaluation of distribution equipment, the assessment accuracy can be improved by introducing expert experiences. However, at present, our country is faced with the shortage of skilled labor. Following the retirement of experts, the expert experience can not be repeated and inherited. Therefore, according to the idea of people-oriented, man-machine combination and from qualitative to quantitative, this paper put forward a comprehensive research method on the evaluation of the health status of distribution equipment. In the method, the analytic hierarchy process(AHP) is used to select experts in different stages of the life cycle of power distribution equipment, weights are distributed to the power distribution equipment health index model put forward by experts, a comprehensive & integrated analysis is completed for the discussion results of all experts, the final result is obtained and a feedback is given. It is expected that the method can be used to quantify the expert experience, calculate the health index of the equipment and finally obtain the health status of power distribution equipment.
Key words: expert experience    comprehensive discussion    distribution equipment    health status    analytic hierarchy process    health index    human-oriented    human-machine integration    
 

我国配电设备量大面广、品种繁杂。为了有效地开展资产管理工作,需要对配电设备的健康状态进行健康指数评价[1]。一般的设备或小型的系统有相应的自诊断功能或接口,对自身健康状况有相应的评估和判断。而在较大型系统中评价配电设备健康状态时,通过加入专家经验,进行大量相关工作以及积累,可提升健康评价的准确性,可为准确定位故障位置,提高维修效率提供更多信息[2-3]

目前,我国面临着熟练劳动力紧缺的问题。随着专家的退休,专家经验无法继承,不可复现。为了解决这个问题,提出从定性到定量的综合研讨方法,将专家经验定量化,把健康指数的评价与专家经验有效结合,进而对配电设备健康状态进行评价。

从定性到定量的综合研讨方法充分利用专家启发式思维和计算机高效的复杂运算能力,并辅助以信息、网络体系,形成人机结合的配电设备健康指数评价方法,从多方面将专家经验从定性认识上升到定量认识。本方法从配电设备生命周期的不同阶段入手,运用改良后的层次分析法选取专家,并对每个专家提出的配电设备健康指数模型按关键特征量信息与专家信息配置权重,根据专家历史信息修正权重,对所有专家分别进行研讨后的结果进行综合与集成分析,得到最终结果并进行反馈[4-6]

本文面向配电设备的健康状态评价问题,引入从定性到定量的综合研讨方法,计算设备的健康指数,进而得出配电设备的健康状态。该方法使得专家经验知识得以传承,能准确定位配电设备的故障位置,同时节约劳动力。

1 综合研讨评价方法

从定性到定量的综合研讨方法,就是将专家经验定量化,将专家群体、数据、信息与计算机技术有机结合起来,把各学科的科学理论和人的经验知识结合起来。本文提出的方法将专家经验和设备健康状态相结合,为配电设备健康指数评价提供了一种新的有效的技术实现方法。现在分别针对配电设备生命周期各个阶段经过改良以适应配电设备健康状态评价的层次分析法(analytic hierarchy process,AHP)生成选取专家的标准与依据。选取的专家会提出整体的评价模型,然后通过权重配置对研讨结果进行综合,形成历史经验并反馈给下一次研讨。

1.1 健康指数定义

以健康指数为评价健康状态的标准,定义配电设备的健康指数。首先将配电设备的健康指数HI限定于(0,5]之间。在4<HI≤5为健康(health)状态,功能齐全,性能优异,可适当延迟检修计划。在3<HI≤4为亚健康(sub health)状态,功能齐全,性能下降,按照原计划进行检修。在2<HI≤3为一般缺陷(minor defect),功能齐全,性能轻度缺陷,应提前安排检修计划。在1<HI≤2为严重缺陷(major defect)状态,功能齐全,性能明显越限,需及时安排检修计划。在0<HI≤1时,设备处于危急缺陷(critical defect),功能缺失,但可修复,应立即安排检修。HI=0时,表明设备已无法维修。专家按照给定的健康指数定义作为标准对配电设备进行研讨[7-10]

1.2 整体研讨步骤

配电设备健康指数评价的专家综合集成研讨方法的整体步骤如下:首先,针对配电设备生命周期的不同阶段选取专家分别进行集成研讨;然后,专家提出整体健康指数模型并根据关键特征量和专家信息配置权重并采用基于历史信息修正的智能算法修正权重,最后综合研讨结果,并存入经验库形成历史经验。关于专家综合集成研讨方法的流程图如图1所示。

Download:
图 1 综合研讨流程
2 配电设备健康状态评价 2.1 选取专家

根据AHP选取专家。本文使用的AHP是经过改良后为适应配电设备健康指数评价所做的优选算法。主要考虑到的是关于专家建立健康指数模型时不统一标准带来的问题,而通过AHP可以通过标准化专家意见从而解决问题。配电设备综合集成研讨系统从配电设备的生命周期的4个阶段分别进行研讨,即设计阶段、制造阶段、试验阶段、运检阶段。综合考虑专家在生命周期4个阶段的表现,根据AHP求出决策矩阵,最后计算优先度量顺序从而选取与会专家。具体选取专家的过程如下。

1)根据生命周期4个阶段两两比较的重要度不同构造判断矩阵A,构造矩阵根据每一次研讨设备的已使用年限情况不同而侧重点有所不同,按时间具体排序表1所示。

表 1 按使用时间标记生命周期

从而计算各个专家的优先权排序。

${{A}} = \left( {\begin{array}{*{20}{c}} {{a_{11}}}&{{a_{12}}}&{...}&{{a_{14}}} \\ [4pt] {{a_{21}}}&{{a_{22}}}&{...}&{{a_{24}}} \\ [4pt] \vdots &{...}&{...}& \vdots \\ [4pt] {{a_{41}}}&{{a_{42}}}&{...}&{{a_{44}}} \end{array}} \right) = {({a_{ij}})_{4 \times 4}}$

式中:

${a_{ij}} = \frac{{{w_i}}}{{{w_i} + {w_j}}}\left( {i = 1,2, \cdots ,5;j = 1,2, \cdots ,5} \right)$

然后通过乘幂迭代法求出特征值与特征向量Wc。乘幂迭代法即

$\left\{ {\begin{array}{*{20}{c}}{{y_k} = {{A}}{\mu _{k - 1}}}\\{{\mu _k} = m({y_k})}\\{{\mu _k} = {y_k}/{\mu _k}}\end{array}} \right.(k = 1,2,3, \cdots )$ (1)

式中: $m({y_k})$ ${y_k}$ 的第一模最大分量; ${\mu _0} \in {C^n}$ 是任意的初始向量,且 ${\left\| {{\mu _0}} \right\|_\infty } = 1$ 。由式(1)迭代出的{ ${\mu _k}$ }将收敛到A的最大特征值 ${\lambda _{\max }}$ ,{ ${\mu _k}$ }将收敛到对应的特征向量Wc[11]

2)构成决策矩阵Ad表2所示。

表 2 专家决策向量表

表中的 ${y_{ij}}$ 为在i阶段,专家j根据在子模型中的Wt $\overline {{\lambda _t}} $ 的乘积通过规范化处理后的值。

3)最后得到专家的排序向量为

${{{A}}_d}{{{W}}_c} = \left( {\begin{array}{*{20}{c}} { y_{11} }&{ y_{21} }&{...}&{ y_{41} } \\ { y_{12} }&{ y_{22} }&{...}&{ y_{42} } \\ \vdots & \cdots & \cdots & \vdots \\ { y_{1m} }&{ y_{2m} }&{...}&{ y_{4m} } \end{array}} \right).\left( {\begin{array}{*{20}{c}} {{w_1}} \\ {{w_2}} \\ {...} \\ [3pt] {{w_4}} \end{array}} \right) = \left( {\begin{array}{*{20}{c}} {{b_1}} \\ {{b_2}} \\ {...} \\ {{b_m}} \end{array}} \right) = {{B}}$

B中元素按从大到小排序即可选取与会的专家。

2.2 配置权重 2.2.1 配置权重过程

将专家信息定量化并根据配电设备的各关键特征量的重要性对专家提出的配电设备的健康指数模型进行权重计算。主持人可根据专家的一致性指标酌情修改专家的权重。这种做法能够加大研讨的灵活性与可调整性,使研讨结果更加正确可靠。

2.2.2 根据配电设备涉及到的各关键特征量的重要性对模型进行整合

将专家信息通过一定的指标定量化,例如对问题熟悉程度、知名度、在岗年限、领域影响力、专家所在地域等。选取专家信息指标时应当注意不能片面化,应根据当代知识的更新情况选取。故本文选取配电设备评价领域的影响力、对设备健康状态熟悉程度、在岗年限这3项普遍能反映专家信息的指标为例,并根据专家历史研讨的准确度形成基于历史信息的智能的权值修正方法。具体权重配置的方法如下。

1)对每个专家提出的关于配电设备健康指数评价的模型,根据专家选取的特征量的重要程度进行权值的修正。因为关于配电设备的特征量太多,以变压器为例,通过绛维的方式从电气性能、理化性能和自然因素3个维度选取关键特征量,选取参考标准如表3。在这个过程中根据特征量对最后健康指数评价的影响程度的不同予以不同的标记值。特征量类值 ${x_i}$ 为专家选用的这类特征值的标记值的总和,最后计算关于专家t的特征量的权值影响度

${e_i} = \sum {{x_i}} $
表 3 关键特征量影响标记值表

2)根据配电设备评价领域的影响力、对设备健康状态熟悉程度、在岗年限3项专家信息对专家进行标记。标记结果记录如表4。在这3项专家信息中,对设备健康状态熟悉程度尤为重要,所以它的分值划分为比去其他几项略高。现假设有m个专家,则将专家t定量化后的权值系数为

${w_t} = {a_t} + {b_t} + {c_t}$
表 4 专家个人信息影响标记值表

从而得到归一化后的权重为

$\lambda = \frac{{{w_t} + {e_t}}}{{\sum\limits_{t = 1}^m {({w_t} + {e_t})} }}$

式中权重和为1。然而该权重没有考虑专家历史经验,故对该权重进一步进行修改。

3)根据以往专家研讨的准确率采用基于历史信息修正的智能算法修正权重。修正权重主要依靠差值、方差以及与准确度之间的方差3个参数进行衡量。设标记值的准确值为1,通过专家给出的健康指数与设备最终所得的健康指数进行比较,具体比较内容如表5所示。

表 5 准确度历史信息影响标记值表

准确度方差为

${\bar S^2} = \frac{{\sum\limits_{i = 1}^n {{{({x_i} - 1)}^2}} }}{{n - 1}}$

计算各比较指标的准确度为

$\bar \alpha = \frac{{\sum\limits_{i = 0}^n {{\alpha _i}} }}{n}$

式中: ${\alpha _i} $ 为每次研讨所得的差值绝对值的标准值, $\bar \alpha $ 为历史权值中关于差值绝对值的分量。

同理求出

$\bar \beta = \frac{{\sum\limits_{i = 0}^n {{\beta _i}} }}{n}$

式中:βi为每次研讨所得的方差的标准值, $\bar \beta $ 为历史权值中关于方差的分量。

$\bar \gamma = \frac{{\sum\limits_{i = 0}^n {{\gamma _i}} }}{n}$

式中: ${\gamma _i}$ 为每次研讨所得的准确度方差的标准值, $\bar \gamma $ 为历史权值中关于准确度方差的分量。

而又根据比较指标的重要度,通过幂乘得出专家t的历史权值

$\overline {{\lambda _t}} = {\overline \alpha ^3}{\overline \beta ^2}\overline \gamma $

由于 $\overline \alpha $ $\overline \beta $ $\overline \gamma $ 均小于1,故根据重要程度由大到小按照降幂排列。

而在每一次研讨之后进行信息的反馈,保留专家研讨的结果,供下一次研讨时作为历史经验的参考。

4)归一化处理后得到每个专家修正后的权重。

$ \lambda _t = \frac{{( w_t + e_t ) \times {{\bar \lambda }_t}}}{{\sum\limits_{t = 1}^m {( w_t + e_t ) \times {{\bar \lambda }_t}} }}$
2.3 综合健康状态结果

对于生命4个阶段研讨完毕之后,将各专家提出的关于健康指数的模型根据配置的权重进行综合,得出设备最终的健康指数评价。综合集成最终结果,对于每个专家提出的不同模型根据专家各自所配置的权值综合集成得到设备最终的研讨结果。因为专家会根据个人习惯使用不同的模型对设备进行评价。此时需验证专家提出模型求得健康指数的一致性。使用群体强一致指标GI

${G_I} = \sum\limits_{i = 1}^{m - 1} {\sum\limits_{j = i + 1}^m {\frac{{2{ \theta _{ij}}^2}}{{m(m - 1)}}} } $

专家对配电设备的健康指数组成评价向量,用向量之间的夹角表示向量之间的接近程度。其中评价向量 ${ \theta _{ij}}$ 为专家ij健康指数得分的差值。通过一致性指标,事先设定一致性阈值a,当一致性指标超过阈值a时,主持人组织重新研讨[12]。研讨未超过3次且达到一致性指标则综合得到最终研讨结果;研讨超过3次仍没有结果则停止研讨,重新排序,选取专家。

在判定满足各专家研讨结果一致性条件后,对最终健康状态进行综合。设专家提出的关于健康指数模型的计算式为At,则关于设备最终综合集成研讨的求得的健康指数结果为

$\sum\limits_{t = 1}^m { A_t } \times \lambda _t $

研讨结束后进行结果反馈,供下一次研讨中作为历史信息对专家的研讨进行修正,为日后的每一次研讨作为历史信息提相应的供参考价值。

3 实例结果与分析

编写评价软件对基于综合研讨的配电设备健康状态评价方法加以分析验证。以对油浸式变压器综合研讨为例,对油浸式变压器EA1112的健康状态进行评价。

图2为根据层次分析法选取参与研讨的专家页面,这些专家分别来自设备生命周期的设计、制造、试验和运检这4个阶段。图3为“设备打分”页面。每一个专家在研讨过程中对设备研讨打分。图4为“研讨结果”页面。根据后台算法编程配置权重,并综合研讨结果,求得该设备健康指数为3.767,处于亚健康状态。

Download:
图 2 选取专家
Download:
图 3 专家综合研讨
Download:
图 4 综合研讨最终结果
4 结论

1)为解决配电设备量大面广、熟练劳动力紧缺、专家经验无法继承等问题,提出了一种针对于较大型系统中配电设备健康状态评价的从定性到定量的专家综合研讨方法。

2)该方法把专家的启发式思维、计算机高效的运算能力与配电设备的健康指数有效综合,可将专家经验定量复现、继承,能为准确定位配电设备故障位置,节约劳动力提供依据。

3)本文以健康指数为标准,对配电设备生命周期4个阶段进行研讨,运用经过改良以适应配电设备健康评价的层次分析法选取专家,并对每个专家提出的配电设备健康指数模型配置权重,根据专家历史信息修正权重,对得到的研讨结果进行一致性检验分析后进行反馈,加强了综合评价的完整性。

4)本方法是一种比较通用的方法。经过修改后可运用于医疗器材,运输车辆等行业中对健康状态的评价。

参考文献
[1] 余兆荣. 配电自动化[M]. 北京: 中国电力出版社, 2011. (0)
[2] 马钊, 安婷, 尚宇炜. 国内外配电前沿技术动态及发展[J]. 中国电机工程学报, 2016, 36(6): 1552-1567. (0)
[3] 安茂春. 故障诊断专家系统及其发展[J]. 计算机测量与控制, 2008, 16(9): 1217-1219. (0)
[4] 戴超凡, 王明利. 基于综合集成研讨厅的军事信息系统需求获取[J]. 火力与指挥控制, 2010, 35(11): 61-64. DOI:10.3969/j.issn.1002-0640.2010.11.018 (0)
[5] 李耀东, 崔霞, 戴汝为. 综合集成研讨厅的理论框架、设计与实现[J]. 复杂系统与复杂性科学, 2004, 1(1): 27-32. (0)
[6] 于景元, 涂元季. 从定性到定量综合集成方法——案例研究[J]. 系统工程理论与实践, 2002(5): 1-7, 42. (0)
[7] 郑惠俊, 袁海文. 配电设备健康状态评价专家系统的设计与实现[J]. 应用科技, 2017, 44(4): 55-59. (0)
[8] ZUO Weijie, YUAN Haiwen, SHANG Yuwei, et al. Calculation of a health index of oil-paper transformers insulation with binary logistic regression[J]. Mathematical problems in engineering, 2016, 2016(7): 1-9. (0)
[9] SUN Lingjie, MA Zhao, SHANG Yuwei, et al. Research on multi-attribute decision-making in condition evaluation for power transformer using fuzzy AHP and modified weighted averaging combination[J]. IET generation, transmission & distribution, 2016, 10(15): 3855-3864. (0)
[10] 张楠. 配电网健康指数数据管理系统研究[D]. 北京: 北京航空航天大学, 2015. (0)
[11] 吕志坚. 综合集成研讨厅中的专家研讨与思维研究[D]. 中国科学院自动化研究所, 2004. http://www.irgrid.ac.cn/handle/1471x/976460 (0)
[12] 王丹力, 戴汝为. 专家群体思维收敛的研究[J]. 管理科学学报, 2002, 5(2): 1-5. (0)