автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Информационная поддержка принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой

На правах рукописи

ФЕДОРОВА Наталья Ивановна

ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИИ В ПРОЦЕССЕ ОПЕРАТИВНО-ДИСПЕТЧЕРСКОГО УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМОЙ

Специальность 05.13.01 -Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Уфа 2004

Работа выполнена на кафедре региональной экономики Уфимского государственного авиационного технического университета

Научный руководитель:

д-р техн. наук, доцент ЧЕРНЯХОВСКАЯ Лилия Рашитовна

Официальные оппоненты:

заслуженный деятель науки РБ, д-р техн. наук, проф. ЮСУПОВА Нафиса Исламовна

канд. техн. наук

ПОГОРЕЛОВ Григорий Иванович

Ведущее предприятие: Башкирское открытое акционерное

общество энергетики и электрификации «Башкирэнерго»

Защита диссертации состоится 28 декабря 2004 г. в 1000 часов на заседании диссертационного совета Д-212.288.03 Уфимского государственного авиационного технического университета

по адресу: 450000, г. Уфа, ул. К.Маркса, 12 С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан 25 ноября 2004 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф.

В.В.Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследований

Обеспечение надежного функционирования топливно-энергетического комплекса (ТЭК) и гарантированного топливо- и энергоснабжения потребителей является необходимым условием энергетической безопасности региона. Основу ТЭК составляют региональные энергосистемы, представляющие собой сложные технические объекты с сетевой, территориально-распределенной структурой, объединенные в Единой энергосистеме (ЕЭС) России и связанные общностью режима работы. Технологические особенности энергетических систем предопределяют необходимость единого управления энергосистемой, поэтому в каждой энергосистеме организовано круглосуточное диспетчерское управление. Схемы построения сетей и объектов электроэнергетики России обеспечивают надежное резервирование энергоснабжения крупных городов, важных объектов транспортной инфраструктуры, государственных учреждений и объектов, обеспечивающих безопасность государства. Применяемые в магистральных сетях системы противоаварийной автоматики позволяют быстро и эффективно локализовать возможные нарушения в электроснабжении и оперативно восстанавливать его. Все это в совокупности с существующей системой иерархического диспетчерского управления, наличием автоматизированных систем диспетчерского управления (АСДУ), а также системой взаимодействия всех звеньев управления в аварийных ситуациях (АС) не позволяет локальным нарушениям в ЕЭС России развиться до масштабов общесистемных аварий. ,

Вместе с тем, отмечается рост напряженности работы энергосистем, проблемы с энергоресурсами, неплатежи энергопотребителей, постоянно увеличивающийся процесс физического износа и морального старения энергооборудования, которые наряду с традиционными возмущающими воздействиями внешней среды, неопределенностью информации о состоянии объекта управления, а также дефицитом времени для принятия решений, являются причиной увеличения числа аварийных ситуаций в энергетике. Эти факторы обусловливают дополнительную нагрузку на персонал и влекут за собой ошибки управляющих, что также увеличивает вероятность возникновения аварийных ситуаций. Проведенные исследования показали, что в энергетике доля АС, возникающих по вине оперативного персонала, составляет около 20 % от общей доли АС, возникающих по причине человеческого фактора. Несвоевременное принятие мер по предотвращению и ликвидации АС в энергетике приводит не только к порче, останову и простою генерирующего оборудования, материальному ущербу, но и к человеческим жертвам. Поэтому для повышения эффективности управления энергосистемой управляющему необходимо оказывать информационную поддержку принятия решений в процессе оперативно-диспетчерского управления, особенно во время предотвращения и ликвидации АС, на основе использования накопленных знаний и опыта.

Совершенствованию управления в области энергетики и электротехники посвящены работы Поспелова Г.Е.,, ТОрногп й й (Ъуцпвшгп Н.И., Барино-

ва ВА, Совалова С.А., ИсмагИЛОВс

ФА, «МДОММИММ1 фуг-их ученых, где

достигнуты значительные результаты в области автоматизации технологических процессов энергопроизводства, передачи и распределения электрической и тепловой энергии. Вопросы повышения эффективности управления, автоматизации и поддержки принятия решений, в том числе и с использованием методов искусственного интеллекта, рассмотрены в трудах Мамиконова А.Г., Глушко-ваВ.М., КульбыВ.В., Юсупова И.Ю., Вагина В.Н., Попова Э.В., Поспелова ДА, Трахтенгерца ЭА, Гавриловой ТА, Галушкина А.И., Вендрова А.М., Лескина А.А., а также зарубежных ученых Элти Дж., Уотермена Д., Джексона П., Саати Т. Осовского С. и других.

Вместе с тем, наблюдается некоторое отставание в развитии класса систем поддержки принятия решений с использованием знаний и накопленного опыта управляющих. Поэтому построение экспертной системы для оказания информационной поддержки принятия решений управляющему в процессе оперативно-диспетчерского управления региональной энергосистемой является своевременной и актуальной задачей.

Цельработы и задачи исследования

Целью настоящей работы является разработка моделей и алгоритмов информационной поддержки принятия решений для повышения эффективности оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях на основе инженерии знаний.

Для достижения этой цели в работе поставлены следующие основные задачи:

1. Разработка комплекса моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях с использованием стандарта технологии объектно-ориентированного анализа и моделирования.

2. Разработка структуры базы знаний экспертной системы на основе результатов моделирования процесса оперативно-диспетчерского управления и интеллектуального анализа прецедентов аварийных ситуаций в едином информационном пространстве.

3. Разработка моделей оптимизации перераспределения энергопотоков для восстановления энергоснабжения в процессе ликвидации аварийных ситуаций.

4. Разработка алгоритма формирования рекомендаций по поддержке принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях на основе базы знаний.

5. Разработка методики построения экспертной системы для оказания поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, а также разработка программных средств для ее практической реализации.

6. Исследование эффективности информационной поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях методом имитационного моделирования.

Методы исследования

В работе использовались принципы и методы системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, теории принятия решений, интеллектуального анализа данных, искусственного интеллекта, математического программирования, моделирования сетевых структур.

На защиту выносятся

1. Комплекс объектно-ориентированных моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, включающий концептуальную модель структуры классов и динамические модели процессов поддержки принятия решений.

2. Структура базы знаний экспертной системы, построенная на основе результатов моделирования процесса оперативно-диспетчерского управления и интеллектуального анализа прецедентов аварийных ситуаций, интегрирующая различные модели представления знаний в форме правил и прецедентов.

3. Математическая модель оптимизации перераспределения энергопотоков при реализации сценария восстановления энергоснабжения, преимущество которой заключается в нахождении множества оптимальных решений, что позволяет использовать дополнительные критерии при анализе эффективности схем перетоков и организовать решение задач управления перераспределением энергопотоков на различных уровнях управления энергосистемой.

4. Алгоритм формирования рекомендаций по поддержке принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, основанный на распознавании класса аварийной ситуации и поиске решений с использованием правил и прецедентов базы знаний.

5. Методика построения экспертной системы для оказания поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, а также программные средства для ее практической реализации.

6. Результаты исследования эффективности предложенных моделей и алгоритмов для обеспечения информационной поддержки оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях.

Научная новизна работы

1. Новизна структуры базы знаний экспертной системы состоит в интеграции различных форм представления знаний в едином информационном пространстве, организованном предметно-ориентированным тезаурусом. Интеграция различных моделей представления знаний на основе тезауруса позволяет сохранить целостность знаний в процессе приобретения, обработки и представления знаний и обеспечивает гибкость и непротиворечивость базы знаний экспертной системы.

2. Новизна оптимизационной модели перераспределения энергопотоков при реализации сценария восстановления энергоснабжения состоит в применении модифицированного метода потенциалов для формирования линейной комбинации множества оптимальных решений и выборе окончательного решения в соответствии с дополнительно заданным критерием.

3. Научная новизна предложенной методики построения экспертной системы заключается в использовании результатов объектно-ориентированного анализа и моделирования процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях и интеллектуального анализа прецедентов аварийных ситуаций на этапе концептуализации знаний о предметной области.

Практическуюзначимость представляют

1. Разработанный комплекс ЦМЬ-моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, который может использоваться для совершенствования инструкции по предотвращению и ликвидации аварийных ситуаций и для обучения оперативно-диспетчерского персонала энергосистемы.

2. Предложенная методика позволяет построить экспертную систему для информационной поддержки принятия решений в аварийных ситуациях, позволяющую диспетчеру оперативно реагировать на ситуацию, возникшую в энергосистеме, и принимать решение как на основе правил, предусмотренных инструкцией, так и на основе прецедентов.

3. Разработанное программное обеспечение для информационной поддержки деятельности диспетчера, обеспечивающее сокращение времени ликвидации аварийных ситуаций в среднем на 18 %.

Основные результаты диссертационной работы внедрены в Башкирском открытом акционерном обществе энергетики и электрификации «Башкирэнер-го» в виде программного обеспечения прототипа экспертной системы для информационной поддержки принятия решений диспетчера в процессе оперативно-диспетчерского управления энергосистемой, используемой в качестве тренажера. Кроме того, результаты работы внедрены в учебный процесс Уфимского государственного авиационного технического университета и изложены в методических указаниях к практическим занятиям.

Связь темы исследования с научными программами

Решаемые в диссертационной работе вопросы являются составной частью исследований, проведенных по следующим темам: «Модели системного анализа деятельности предприятий республики Башкортостан с целью их реформирования на новой экономической и технологической основе» по заказу Минобразования РФ в рамках гранта РФФИ по реализации целевой программы «Государственная поддержка региональной научно-технической политики высшей школы и развитие ее научного потенциала», договор на научно-исследовательскую работу № ИФ-РЭ-56-00-ПГ; «Разработка системы элек-, тронного документооборота», проводимых совместно с ОАО «Башкирэнерго» в

рамках договора № ИФ-АС-10-00-ХГ; «Программа развития основных отраслей топливно-энергетического комплекса РБ на период до 2006 г.» в рамках разработки стратегии развития топливно-энергетического комплекса РБ, принятой постановлением Кабинета Министров РБ № 2 от 03.01.2002 г.

Апробация работы

Результаты работы представлены на следующих конференциях: «Гага-ринские чтения» (XXV Международная молодежная научная конференция, г. Москва, 1999 г.); «Интернет и современное общество» (II Всероссийская научно-методическая конференция, г. Санкт-Петербург, 1999 г.); «Интеллектуальные системы управления и обработки информации» (Международная молодежная научно-техническая конференция, г.Уфа, 1999г.); «Системный анализ в проектировании и управлении» (Международная научно-практическая конференция, г. Санкт-Петербург, 2000 г., 2001 г.); «Компьютерные науки и информационные технологии - С81Т» (Международный симпозиум, г. Уфа,

2001 г., 2003 г.); «Проблемы прогнозирования, предупреждения и ликвидации последствий ЧС» (Всероссийская научно-практическая конференция г. Уфа,

2002 г.).

Публикации

Основные результаты исследований по теме диссертации опубликованы и непосредственно отражены в 20 публикациях по теме диссертации, в том числе 8 статьях, 9 тезисах докладов и трудах конференций, 3 свидетельствах об официальной регистрации программ для ЭВМ, а также методических указаниях и депонированном научно-техническом отчете.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Работа содержит 145 страниц машинописного текста и 132 наименования использованных литературных источников.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении приводится общая характеристика работы - обосновывается актуальность проблемы, формулируются цель и задачи исследования, перечисляются методы исследования, приводятся результаты, выносимые на защиту, отмечается их новизна и практическая значимость, указываются связи исследования с научными программами, приводятся сведения о реализации работы, апробации и публикациях.

В первой главе проведено исследование проблемы оперативно-диспетчерского управления региональной энергосистемой. Описаны особенности энергосистемы как сложного объекта с сетевой территориально-распределенной структурой, управление которым осложняется рядом неблагоприятных факторов. Региональная энергосистема, обеспечивающая электроснабжение городов, промышленных предприятий и сельского хозяйства, пред-

ставляет собой совокупность энергообъектов (электростанций, котельных, электрических и тепловых сетей), связанных общностью режима и имеющих централизованное оперативно-диспетчерское управление. В результате исследования процесса оперативно-диспетчерского управления, изучения инструкций, положений, а также опроса экспертов была построена мнемосхема существующего процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях (рис. 1). Под аварийной ситуацией понимается отклонение от нормального режима функционирования системы, происходящее в результате неблагоприятных внешних условий, отказов оборудования или ошибок персонала, которое в случае непринятия своевременных и правильных управляющих решений для ликвидации последствий может привести к социальным проблемам и значительному материальному ущербу.

Рис. 1. Мнемосхема существующего процесса оперативно-диспетчерского управления региональной энергосистемой

Для предотвращения и ликвидации последствий аварийных ситуаций в энергосистеме предусмотрены специальные автоматы защиты, которые обеспечивают достаточно высокую живучесть и надежность системы. Тем не менее, при управлении региональной энергосистемой диспетчерские службы вынуждены обрабатывать все возрастающий объем информации, производить сложные аналитические расчеты и логические операции для выбора режимов и для оперативного регулирования параметров сетей, электростанций и потребителей в целях обеспечения надежности и экономичности работы энергообъединения. Реализация современных подходов к управлению такими объектами требует применения интегрированных систем автоматизированного управления, в со-

став которых входят подсистемы автоматизации работы технических служб, учета электроэнергии, контроля ее качества, автоматизированного диспетчерского управления.

Проведенный обзор существующих подходов к автоматизации решения задач диспетчерского управления, в том числе и с использованием технологий искусственного интеллекта, 5С4Д4-технологий, позволил установить, что в большинстве диспетчерских систем отсутствует автоматизация аналитических функций, таких, как оценка результатов мониторинга, анализ ситуаций, в том числе аварийных; выполняемых, как правило, человеком-оператором. Таким образом, безопасность энергосистемы не может быть обеспечена без активного участия диспетчеров в решении задач управления.

Одним из направлений повышения эффективности диспетчерского управления является создание систем информационной поддержки принятия решений, позволяющих передать ЭВМ аналитические функции обработки поступающей к диспетчеру информации и выдачи рекомендаций по управлению в реальном времени. Современные системы информационной поддержки операторов сложных систем интегрируют в единое целое традиционные алгоритмические методы управления сложными объектами и парадигму интеллектуальных технологий.

Существующие системы, включающие компоненты искусственного интеллекта, предназначены для решения какой-либо одной конкретной задачи в области энергетики (предсказание нагрузки энергосистемы, управление потоками электроэнергии в сетях, диагностика энергосистем с целью определения неисправностей, оценка динамического состояния и диагностика генераторов, управление сетью генераторов, управление мощными переключательными системами) и не могут быть непосредственно использованы для поддержки принятия решений в процессе оперативно-диспетчерского управления. Кроме того, при разработке существующих систем не предусмотрена возможность использования современных САБЕ-средств проектирования информационных и программных систем, а также возможность использования различных моделей представления знаний.

Проведенный анализ обусловил выбор направления исследований и позволил сформулировать цель исследований и конкретизировать задачи, связанные с разработкой моделей и алгоритмов поддержки принятия решений на основе обработки знаний о процессе оперативно-диспетчерского управления энергосистемой. Предложено разработать экспертную систему, способную извлекать, накапливать, обрабатывать и хранить знания и опыт управления и предоставлять оператору рекомендации в процессе предотвращения и ликвидации • аварийных ситуаций с целью повышения эффективности оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях.

Во второй главе рассматриваются вопросы анализа и моделирования предметной области и построения комплекса моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуа-

циях с использованием стандартов методологии объектно-ориентированного анализа и моделирования Rational Unified Process (RUP) и языка визуального моделирования Unified Modeling Language (UML).

Разработанная концептуальная модель структуры классов объектов процесса оперативно-диспетчерского управления содержит метазнания (знания о правилах и прецедентах, которые хранятся в базе знаний, их взаимосвязи и методы использования для формирования рекомендаций) и конкретные предметные знания об объектах и методах управления региональной энергосистемой в аварийных ситуациях. На рис. 2 представлена концептуальная модель базы знаний о процессе управления. Она содержит абстрактные классы различных моделей представления знаний - правил, прецедентов, тезауруса, и отношения между ними.

Рис. 2. Концептуальная модель базы знаний о процессе управления

Для описания динамики процесса управления в аварийных ситуациях разработаны модели поведения классов и объектов экспертной системы, в том числе динамические модели взаимодействия объектов, модели изменения состояния объектов. Результатами моделирования также являются операции извлечения, обработки, накопления и представления знаний, инкапсулированные в соответствующие объекты. Разработанный комплекс моделей является основой разработки базы знаний экспертной системы.

В работе описаны процедуры формирования предметно-ориентированного тезауруса оперативно-диспетчерского управления энергосистемой 1Ъ = {Т, Л}, где Г- множество терминов (слов и словосочетаний), а R - множество отношений между терминами. Разработанные процедуры осно-

ваны на интеграции лингвистического анализа естественно-языковых текстовых описаний прецедентов аварийных ситуаций с результатами семантического анализа объектно-ориентированных моделей. Тезаурус представлен как семантическая сеть знаний о рассматриваемой предметной области, в узлах которой находятся термины, а отношения характеризуются некоторым числом, представляющим вес связи между этими терминами (рис. 3).

Предметно-ориентированный тезаурус устанавливает отношения между различными семантическими категориями с указанием типов и весовых коэффициентов связей. Сформированный таким образом тезаурус предметной области является основой единого информационного пространства процесса оперативно-диспетчерского управления энергосистемой.

Рис. 3. Фрагмент предметно-ориентированного тезауруса процесса управления

энергосистемой

Для организации быстрого поиска нужного решения на основе прецедентов и запуска на выполнение соответствующего сценария выхода из возникшей аварийной ситуации предложено разбить исходное множество S аварийных ситуаций на М классов таким образом, чтобы получить семантически близкие группы описаний. Для этого в работе решена задача кластеризации прецедентов аварийных ситуаций, которая осуществлена посредством иерархической процедуры с использованием метода Варда, с квадратичным Евклидовым расстоянием в качестве метрики.

Результаты кластеризации использованы для построения и настраивания искусственной нейронной сети (ИНС), предназначенной для автоматического распознавания класса текущей аварийной ситуации. Обучающая выборка была представлена совокупностью значений индексных терминов и классов ¡¡2,....it/; classjiameq>, q = 1,... M.

Использовалась ИНС типа «мультилинейный перцептрон» (MLP -Multilayer Perceptrons) со следующей архитектурой: / нейронов во входном слое, М нейронов в выходном слое, и одним скрытым слоем, состоящем из нейронов. Обучение производилось с помощью алгоритма обратного распространения ошибки {Back Propagation), в качества критерия обучения использовалась среднеквадратичная ошибка. В результате работы сети получены

следующие характеристики качества ее работы: ошибка на обучающем, контрольном и тестовом множествах составила 0,008142 и 0,008115 и 0,008115 соответственно.

Существенная доля аварийных ситуаций устраняется путем изменения нормальной схемы работы энергосети. При этом важно, чтобы перераспределение энергетических потоков осуществлялось по наиболее оптимальным схемам перетоков. Для определения оптимального перераспределения энергопотоков предложена следующая математическая модель:

т п

=£!><-• дг»->тах' (1) ■и 1-1

где - энергетические потоки, направляемые от источника к потребителю, у которого нарушено электроснабжение,

мативные коэффициенты эффективности использования единицы мощности /го источника для у'-го потребителя, у=1,...,и. Нормативный коэффициент эффективности учитывает стоимость энергии, размеры потерь при передаче, уровень напряжения и др. Целевая функция максимизирует эффективность распределения энергии между источниками и потребителями при следующих введенных ограничениях на искомые переменные:

ю п

2>,=2>„ (2)

«I н

х,;>0, 1 = 1,...,и, / = 1.....п. (3)

Решение поставленной задачи линейного программирования осуществляется модифицированным методом потенциалов, который позволяет находить все к оптимальных решений в случае неединственности оптимального решения и формировать множество оптимальных решений в виде линейной комбинации:

Множество оптимальных решений, представленное в виде (4), позволяет определить допустимые интервалы изменения переменных, при которых максимальное значение целевой функции не меняется.

Математическое описание множества оптимальных решений позволяет использовать другие критерии при анализе эффективности схем перетоков и декомпозиционные подходы к решению сложных (блочных) задач управления распределением электроэнергии на различных уровнях управления энергосистемой. Данная модель предназначена для нахождения возможных вариантов изменения нормальной схемы в случае штатного или аварийного изменения схемы сети.

В третьей главе рассматривается подход к разработке структуры базы знаний экспертной системы, интегрирующий различные модели представления знаний в форме правил и в форме прецедентов (рис. 4).' Для разработки структуры базы знаний использованы результаты объектно-ориентированного моде-

лирования и интеллектуального анализа прецедентов АС о процессе управления энергосистемой.

Рис. 4. Схема основных компонентов экспертной системы

Интегрированная база знаний включает множество правил, регламентирующих процесс управления энергосистемой, и множество прецедентов, аккумулирующих опыт управляющих. Механизм логического вывода предназначен для реализации алгоритма дедуктивного ввода на множестве правил. Блок поиска аналогичных прецедентов включает блок распознавания класса АС и блок вычисления меры сходства между текущей ситуацией и прецедентами в классе. Блок расчета перетоков реализует математическую модель для нахождения оптимального перераспределения энергетических потоков.

Для формализации правил предложено использовать продукционную модель представления знаний:

Яи1е : Если <д,&а2&... & ат> То <£,>, Ку<с/*>,

(6)

где а, - условия, характеризующие выход значений переменных состояния объекта за границы области допустимых значений, /= 1 т - количество переменных; £), - заключение, которое представляет собой типовое решение управляющего, _/ - 1,..., п,п- количество типовых решений; сД - значение коэффициента уверенности для данного правила, к=\,...р, р - количество правил.

Получение рекомендаций по поддержке принятия решений с помощью базы правил сводится к логическому выводу заключений на множестве правил продукций. Множество правил сформулировано согласно инструкции по предотвращению и ликвидации АС в региональной энергосистеме, поскольку существующие инструкции аккумулируют результаты анализа, обобщения и

оценки аварийных ситуаций, многократно повторяющихся на практике. Правила агрегированы в классы в зависимости от характера динамики изменения параметров ситуации.

Проведенные исследования показали, что в некоторых АС необходима конкретизация типового решения, которая осуществляется на основе опыта эксперта и способствует более эффективному устранению АС.

Опыт экспертов представлен в форме прецедентов, в каждом из которых содержится описание конкретной аварийной ситуации, имевшей место в прошлом, в совокупности с указанием действий, предпринятых в данной ситуации для ее разрешения, сценарием реализации этих действий и оценкой эффективности результата этих действий:

case, = {casejiame,, classjiarne,, X"„ D„ Sc„ E„ K„ d,}, (7)

где casejiame, - имя прецедента, class name,, - класс, к которому принадлежит данный прецедент, - вектор признаков ситуации, - управляющее решение, - сценарий реализации принятого решения, - оценка эффективности этого решения, произведенная после реализации решения D„ К, - число положительных исходов этой ситуации в соответствии с принятым действием и -вектор индексных терминов, составляющих информационно-поисковый образ данного прецедента.

Множество прецедентов представляет собой индексированную совокупность объектов в виде семантической сети, узлами которой являются индексные термины разработанного информационного пространства, классы прецедентов class_nameq и прецеденты case,.

Вывод на основе прецедентов осуществляется в соответствии с алгоритмом, приведенном на рис. 5.

Рис. 5. Алгоритм поиска аналогичного прецедента в базе знаний

Для более эффективного поиска в базе прецедентов предложено сначала ограничить поиск классом аварийной ситуации, распознанным посредством искусственной нейронной сети, реализующей отображение - множество классов аварийных ситуаций,

Последующий поиск осуществляется внутри класса с целью определения ближайшего прецедента. Локальные меры сходства между текущей ситуацией и каждым прецедентом из класса определяются в зависимости от типа признака. Затем определяется глобальная мера сходства следующим образом:

где признака ситуации, - локальная мера сходства для

признака ситуации. Ближайшим считается прецедент с максимальной глобальной мерой сходства.

На основе предложенных моделей и алгоритмов разработана методика построения экспертной системы для информационной поддержки принятия решений диспетчера в процессе оперативно-диспетчерского управления региональной энергосистемой. Основными этапами методики являются: инициализация начала работ, идентификация предметной области, моделирование и интеллектуальный анализ данных, формализация баз знаний, реализация системы, тестирование и эксплуатация.

В четвертой главе описана практическая реализация предложенной методики разработки экспертной системы для информационной поддержки принятия решений диспетчера региональной энергосистемы в аварийных ситуациях. Проектирование осуществлено на основе интеграции современных информационных технологий и программных средств на базе архитектуры «клиент-сервер».

Проведены экспериментальные исследования по оценке эффективности предложенной экспертной системы для информационной поддержки принятия решений методом имитационного моделирования с использованием аппарата сетей Петри.

В качестве базы для сравнения использовался процесс принятия решений в АС без использования рекомендаций, формируемых экспертной системой. Были выделены основные этапы процесса принятия решений и в процессе наблюдения методом хронометража оценено время, затрачиваемое на устранение аварийных ситуаций:

где - среднее время, затрачиваемое на принятие решения по устранению АС без использования экспертной системы; - среднее время, затрачиваемое на принятие решения по устранению АС с использованием экспертной системы; время, затрачиваемое на этап принятия решения,

Реализация эксперимента проводилась на совокупности одинаковых аварийных ситуаций. Имитационное моделирование разработанных алгоритмов в

среде 81т$г1 показало, что использование экспертной системы для поддержки принятия решений позволяет сократить время принятия решений в среднем на 18 %.

Приложение содержит комплекс моделей процесса оперативно-диспетчерского управления региональной энергосистемой, интегрированный тезаурус предметной области, множество правила, фрагменты программного кода реализации модулей экспертной системы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработан комплекс объектно-ориентированных моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, включающий концептуальную модель структуры классов и динамические модели процессов поддержки принятия решений. Использование стандартов и инструментальных средств объектно-ориентированного анализа и моделирования позволяет определить структуризацию знаний и процедуры обработки различных форм представления знаний для разработки базы знаний экспертной системы.

2. Разработана структура базы знаний экспертной системы на основе результатов моделирования процесса оперативно-диспетчерского управления и интеллектуального анализа прецедентов аварийных ситуаций. Показано, что интеграция моделей представления знаний и опыта экспертов по управлению в форме правил и прецедентов в едином информационном пространстве, организованном предметно-ориентированным тезаурусом, позволяет обеспечить необходимую полноту и точность поиска рекомендаций по принятию решений.

3. Предложена математическая модель оптимизации перераспределения энергопотоков при реализации сценария восстановления энергоснабжения. Преимущество модели оптимизации заключается в нахождении множества оптимальных решений, что позволяет использовать дополнительные критерии при анализе эффективности схем перетоков и организовать решение задач управления перераспределением энергопотоков на различных уровнях управления энергосистемой.

4. Разработан алгоритм формирования рекомендаций по поддержке принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, основанный на распознавании класса аварийной ситуации и поиске решений с использованием правил и прецедентов базы знаний экспертной системы.

5. Разработана методика построения экспертной системы для оказания поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, а также разработаны программные средства для ее практической реализации. Предложенная методика построения экспертной системы для информационной поддержки принятия решений позволяет автоматизировать процесс построения экспертной системы, повысить качество и сократить сроки ее разработки.

6. Проведены исследования эффективности информационной поддержки принятия решений в процессе оперативно-диспетчерского управления с использованием средств имитационного моделирования. Показано, что поддержка принятия решений на основе использования экспертной системы позволяет сократить время принятия решений в среднем на 18%.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

1. Мартынов А.П., Салимоненко Е.А., Волков А.Н., Федорова Н.И. Предупреждение чрезвычайных ситуаций на базе линейных моделей с взаимозависимыми параметрами // Наука-образование-производство в решении экологических проблем: Междунар. науч.-техн. конф. Уфа: УГАТУ, 1999. С. 29-31.

2. Черняховская Л.Р., Никулина Н.О., Федорова Н.И., Халиков ТА., Водопьянов Р.В. Разработка динамической модели процесса управления в проблемных ситуациях на основе базы знаний прецедентов // Управление в сложных системах: Межвуз. науч. сб. Уфа: УГАТУ, 1999. С. 207-212.

3. . Мартынов А.П., Салимоненко Е.А., Федорова Н.И. Интервальная устойчивость оптимального решения задачи линейного программирования при параметрическом анализе // Вычислительные технологии: Сб. тр. Новосибирск: Сибирское отделение РАН, 1999. Т.4. №4. С. 45-50.

4. Черняховская Л.Р., Никулина Н.О., Федорова Н.И., Халиков Т.А. Поддержка принятия решений при управлении в критических ситуациях с использованием экспертных систем // Моделирование, вычисления, проектирование в условиях не-определенности-2000: Междунар. науч. конф. Уфа: УГАТУ, 2000. С. 422-423.

5. Речкалов А.В., Черняховская Л.Р., Набатов А.Н., Никулина Н.О., Федорова Н.И. Поддержка принятия решений в информационно-управляющей системе с использованием базы знаний // Вычислительная техника и новые информационные технологии: Межвуз. науч. сб. Уфа: УГАТУ, 2000. С. 14-20.

6. Мартынов А.П., Салимоненко Е.А., Салимоненко Д.А., Федорова Н.И. Параметрический анализ оптимальных решений // Принятие решений в условиях неопределенности: Межвуз. науч. сб. Уфа: УГАТУ, 2000. С. 159-166.

7. Черняховская Л.Р., Сулейманова А.М., Федорова Н.И. Поддержка принятия решений диспетчера сложных систем в аварийных ситуациях на основе прецедентов // Управление в сложных системах: Межвуз. науч. сб. Уфа: УГАТУ, 2001. С. 261-268.

8. Свидетельство об официальной регистрации программ для ЭВМ № 2001610470. Система поддержки принятия решений на основе прецедентов / Л.Р. Черняховская, Н.О. Никулина, Н.И. Федорова, ТА Халиков. РосПатент, 2001.

9. Черняховская Л.Р., Низамутдинов М.М., Федорова Н.И. Подход к разработке системы поддержки принятия решений диспетчера региональной энергосистемы на основе системного и лингвистического анализа предметной области // Системный анализ в проектировании и управлении: Междунар. науч.-практ. конф. СПб.: СПбГТУ, 2001. С. 369-373.

10. Мюлле Ю.А. (Германия), Черняховская Л.Р., Сулейманова А.М., Федорова Н.И. Система поддержки принятия решений для управления региональной энергосистемой в критических ситуациях // Компьютерные науки и информационные

технологии CSIT'2001: Третий междунар. симпозиум. Уфа, Янган-Тау: УГАТУ, 2001. Т.1. С. 118-122. (Статья на англ. яз.)

11. Ильясов Б.Г., Черняховская Л.Р., Федорова Н.И. Поддержка принятия решений в чрезвычайных ситуациях, обусловленных технологическими нарушениями в энергосистеме // Проблемы прогнозирования, предупреждения и ликвидации последствий ЧС: Всерос. науч.-практ. конф. Уфа: НИИБЖД РБ, 2002. С.138-140.

12. Черняховская Л.Р., Федорова Н.И., Шкундина Р.А. Использование результатов объектно-ориентированного моделирования для поддержки принятия решений // Системный анализ в проектировании и управлении: Тр. VI-й междунар. науч.-практ. конф. СПб.: СПбГПУ, 2002. С. 46-48.

13. Федорова Н.И. Использование результатов интеллектуального анализа данных для поиска решений в критических ситуациях // Образовательные программы и технологии подготовки кадров в области информатики и вычислительной техники в технических университетах: Междунар. науч.-практич. конф. Уфа: УГАТУ, 2002. С. 57-58.

14. Черняховская Л.Р., Шкундина РА, Угрюмов М.С., Федорова Н.И.

Поиск решений в базе прецедентов критических ситуаций: Алгоритмы и программы: Бюллетень ВНТИЦ. Реферат // 2003. №1. № 50200200180. Порядк. № 2003.01.0114.

15. Черняховская Л.Р., Федорова Н.И. Разработка алгоритма поиска решений в базе прецедентов критических ситуаций // Радиоэлектроника, электротехника и энергетика: Девятая междунар. науч.-техн. конф. М.: МЭИ, 2003. Т.1. С. 372.

16. Мюлле Ю.А. (Германия), Черняховская Л.Р., Никулина Н.О., Федорова Н.И. Моделирование взаимодействия управляющих сложных систем в критических ситуациях с использованием цветных сетей Петри // Компьютерные науки и информационные технологии CSIT'2003: Пятая междунар. конф. Уфа: УГАТУ, ООО «Виртуал», 2003. Т.2. С. 56-59. (Статья на англ. яз.) .

17. Федорова Н.И. Проблемы проектирования систем поддержки принятия решений коллективом управляющих // Интеллектуальные системы управления и обработки информации: Всерос. молодсж. науч.-техн. конф. Уфа: УГАТУ, 2003. С. 209.

18. Мартынов А.П., Федорова Н.И., Салимоненко Е.А., Исламов P.P. Поиск оптимальных решений в задачах инвестиционного управления: Методич. указания к практическим занятиям. Уфа: УГАТУ, 2004.44 с.

19. Федорова Н.И. Построение экспертной системы формирования рекомендаций при управлении энергосистемой в критических ситуациях // Системный анализ в проектировании и управлении: Тр. VIII-й Междунар. науч.-техн. конф. СПб : Нестор, 2004.4.1. С. 110-111.

20. Свидетельство об официальной регистрации программ для ЭВМ № 2004612399. Программа поиска множества оптимальных решений в случае неединственности оптимального решения / А.П. Мартынов, Н.И. Федорова, A.M. Гари-фуллин РосПатент, 2004.

Диссертант

-

Н.И.Федорова

ФЕДОРОВА Наталья Ивановна

ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ В ПРОЦЕССЕ ОПЕРАТИВНО-ДИСПЕТЧЕРСКОГО УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМОЙ

Специальность 05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 24.11.2004 г. Формат 60x84 1/16 Бумага офсетная. Печать плоская. Гарнитура Times New Roman. Усл. печ. л. 1,0. Усл. кр.-отт. 0,9. Уч.-изд. л. 0,9. Тираж 100 экз. Заказ № 663

Уфимский государственный авиационный технический университет Центр оперативной полиграфии УГАТУ 450000, Уфа-центр, ул. К.Маркса, 12

»24633

ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

1. ИССЛЕДОВАНИЕ ПРОБЛЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ПРОЦЕССЕ УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМОЙ В АВАРИЙНЫХ СИТУАЦИЯХ.

1.1. Актуальность проблемы поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой.

1.2. Существующие методы автоматизации управления энергосистемой аварийных ситуациях.

1.3. Анализ проблем и существующих подходов к интеллектуальному управлению региональной энергосистемой в аварийных ситуациях

Выводы по 1 главе.

2. МОДЕЛИ ИЗВЛЕЧЕНИЯ И ПРЕДСТАВЛЕНИЯ ЗНАНИЙ ДЛЯ ОРГАНИЗАЦИИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДИСПЕТЧЕРОМ В ПРОЦЕССЕ УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМОЙ.

2.1. Моделирование и интеллектуальный анализ данных о процессе оперативно-диспетчерского управления региональной энергосистемой.

2.2. Интеллектуальный анализ данных процесса оперативно-диспетчерского управления региональной энергосистемой.

2.3. Построение математической модели оптимального перераспределения энергетических потоков.

Выводы по 2 главе.

АЛГОРИТМЫ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДИСПЕТЧЕРА РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЫ.

3.1. Разработка структуры базы знаний.

3.2. Алгоритм поиска ближайших прецедентов аварийных ситуаций.

3.3. Методика проектирования экспертной системы для организации поддержки принятия решений диспетчера.

3.4. Разработка структуры экспертной системы.

Выводы по 3 главе.

ОРГАНИЗАЦИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ПРОЦЕССЕ УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМОЙ В АВАРИЙНЫХ СИТУАЦИЯХ.

4.1. Выбор инструментальных средств реализации экспертной системы.

4.2. Разработка модулей прототипа экспертной системы.

4.3. Организация коллективной работы при принятии решений в процессе оперативно-диспетчерского управления.

4.4. Оценка эффективности использования экспертной системы для поддержки принятия решений при управлении региональной энергосистемой в аварийных ситуациях.

Выводы по 4 главе.

АКТУАЛЬНОСТЬ.

Обеспечение надежного функционирования топливно-энергетического комплекса (ТЭК) и гарантированного топливо- и энергоснабжения потребителей является необходимым условием энергетической безопасности региона. Основу ТЭК составляют региональные энергосистемы, представляющие собой сложные технические объекты с сетевой, территориально-распределенной структурой, объединенные в Единую энергосистему (ЕЭС) России и связанные общностью режима работы. Технологические особенности энергетических систем предопределяют необходимость единого управления энергосистемой, поэтому в каждой энергосистеме организовано круглосуточное диспетчерское управление. Схемы построения сетей и объектов электроэнергетики России обеспечивают надежное резервирование энергоснабжения крупных городов, важных объектов транспортной инфраструктуры, государственных учреждений и объектов, обеспечивающих безопасность государства. Применяемые в магистральных сетях системы противоаварийной автоматики позволяют быстро и эффективно локализовать возможные нарушения в электроснабжении и оперативно восстанавливать его. Все это в совокупности с существующей системой иерархического диспетчерского управления, наличием автоматизированных систем диспетчерского управления (АСДУ), а также системой взаимодействия всех звеньев управления в аварийных ситуациях (АС) не позволяет локальным нарушениям в ЕЭС России развиться до масштабов общесистемных аварий.

Вместе с тем, отмечается рост напряженности работы энергосистем, проблемы с энергоресурсами, неплатежи энергопотребителей, постоянно увеличивающийся процесс физического износа и морального старения энергооборудования, которые наряду с традиционными возмущающими воздействиями внешней среды, неопределенностью информации о состоянии объекта управления, а также дефицитом времени для принятия решений, являются причиной увеличения числа аварийных ситуаций в энергетике. Эти факторы обусловливают дополнительную нагрузку на персонал и влекут за собой ошибки управляющих, что также увеличивает вероятность возникновения аварийных ситуаций. Проведенные исследования показали, что в энергетике доля АС, возникающих по вине оперативного персонала, составляет около 20 % от общей доли АС, возникающих по причине человеческого фактора. Несвоевременное принятие мер по предотвращению и ликвидации АС в энергетике приводит не только к порче, останову и простою генерирующего оборудования, материальному ущербу, но и к человеческим жертвам. Поэтому управляющему необходимо оказывать информационную поддержку принятия решений в процессе оперативно-диспетчерского управления энергосистемой, особенно во время предотвращения и ликвидации аварийных ситуаций, на основе использования накопленных знаний и опыта.

Совершенствованию управления в области энергетики и электротехники посвящены работы Поспелова Г.Е., Керного В.В., Овчаренко Н.И., Баринова В.А., Совалова С.А., Исмагилова Ф.Р., Гусева Ю.М. и других ученых, где достигнуты значительные результаты в области автоматизации технологических процессов энергопроизводства, передачи и распределения электрической и тепловой энергии. Вопросам повышения эффективности управления, автоматизации и поддержки принятия решений, в том числе и с использованием методов искусственного интеллекта, уделено внимание в трудах Мамиконова А.Г., Глушкова В.М., Кульбы В.В., Юсупова И.Ю., Вагина В.Н., Попова Э.В., Поспелова Д.А., Трахтенгерца Э.А., Гавриловой Т.А., Галушкина А.И., Вендрова A.M., ЛескинаА.А., а также зарубежных ученых Элти Дж., Уотермена Д., Джексона П., Саати Т. Осовского С. и других.

Вместе с тем, наблюдается некоторое отставание в развитии класса систем поддержки принятия решений с использованием знаний и накопленного опыта управляющих. Поэтому построение экспертной системы для оказания информационной поддержки принятия решений управляющему с целью повышения эффективности оперативно-диспетчерского управления региональной энергосистемой является своевременной и актуальной задачей.

Решаемые в диссертационной работе вопросы являются составной частью исследований, проведенных по следующим темам: «Модели системного анализа деятельности предприятий республики Башкортостан с целью их реформирования на новой экономической и технологической основе» по заказу Минобразования РФ в рамках гранта РФФИ по реализации целевой программы «Государственная поддержка региональной научно-технической политики высшей школы и развитие ее научного потенциала», договор на научно-исследовательскую работу № ИФ-РЭ-56-00-ПГ; «Разработка системы электронного документооборота», проводимых совместно с ОАО «Башкирэнерго» в рамках договора № ИФ-АС-10-00-ХГ; «Программа развития основных отраслей топливно-энергетического комплекса РБ на период до 2006 г.» в рамках разработки стратегии развития топливно-энергетического комплекса РБ, принятой постановлением Кабинета Министров РБ № 2 от 03.01.2002 г.

ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ.

Целью настоящей работы является разработка моделей и алгоритмов информационной поддержки принятия решений для повышения эффективности оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях на основе инженерии знаний.

Для достижения этой цели в работе поставлены следующие основные задачи:

1. Разработка комплекса моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях с использованием стандарта методологии объектно-ориентированного анализа и моделирования.

2. Разработка структуры базы знаний экспертной системы на основе результатов моделирования процесса оперативно-диспетчерского управления и интеллектуального анализа прецедентов аварийных ситуаций в едином информационном пространстве.

3. Разработка модели оптимизации перераспределения энергопотоков для восстановления энергоснабжения в процессе ликвидации аварийных ситуаций.

4. Разработка алгоритма формирования рекомендаций по поддержке принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях на основе базы знаний.

5. Разработка методики построения экспертной системы для оказания поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, а также разработка программных средств для ее практической реализации.

6. Исследование эффективности информационной поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях методом имитационного моделирования.

МЕТОДЫ ИССЛЕДОВАНИЯ.

В работе использовались принципы и методы системного анализа, методологии объектно-ориентированного анализа и моделирования информационных систем, теории принятия решений, интеллектуального анализа данных, искусственного интеллекта, математического программирования, моделирования сетевых структур.

НАУЧНАЯ НОВИЗНА.

1. Новизна структуры базы знаний экспертной системы состоит в интеграции различных форм представления знаний в едином информационном пространстве, организованном предметно-ориентированным тезаурусом. Интеграция различных моделей представления знаний на основе тезауруса позволяет сохранить целостность знаний в процессе приобретения, обработки и представления знаний и обеспечивает гибкость и непротиворечивость базы знаний экспертной системы.

2. Новизна оптимизационной модели перераспределения энергопотоков при реализации сценария восстановления энергоснабжения состоит в применении модифицированного метода потенциалов для формирования линейной комбинации множества оптимальных решений и выборе окончательного решения в соответствии с дополнительно заданным критерием.

3. Научная новизна предложенной методики построения экспертной системы заключается в использовании результатов объектно-ориентированного анализа и моделирования процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях и интеллектуального анализа прецедентов аварийных ситуаций на этапе концептуализации знаний о предметной области.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ.

1. Разработанный комплекс UML-моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, который может использоваться для совершенствования инструкции по предотвращению и ликвидации аварийных ситуаций и для обучения оперативно-диспетчерского персонала энергосистемы.

2. Предложенная методика построения экспертной системы для информационной поддержки принятия решений в аварийных ситуациях, позволяющая диспетчеру оперативно реагировать на ситуацию, возникшую в энергосистеме, и принимать решение как на основе правил, предусмотренных инструкцией, так и на основе прецедентов.

3. Разработанное программное обеспечение для информационной поддержки деятельности диспетчера, обеспечивающее сокращение времени ликвидации аварийных ситуаций в среднем на 18 %.

Основные результаты диссертационной работы внедрены в Башкирском открытом акционерном обществе энергетики и электрификации

Башкирэнерго» в виде программного обеспечения прототипа экспертной системы для информационной поддержки принятия решений диспетчера в процессе оперативно-диспетчерского управления энергосистемой, используемой в качестве тренажера. Кроме того, результаты работы внедрены в учебный процесс Уфимского государственного авиационного технического университета и изложены в методических указаниях к практическим занятиям.

АПРОБАЦИЯ РАБОТЫ.

Результаты работы представлены на следующих конференциях: «Гагаринские чтения» (XXV Международная молодежная научная конференция, г.Москва, 1999г.); «Интернет и современное общество» (II Всероссийская научно-методическая конференция, г. Санкт-Петербург, 1999 г.); «Интеллектуальные системы управления и обработки информации» (Международная молодежная научно-техническая конференция, г. Уфа, 1999 г.); «Системный анализ в проектировании и управлении» (Международная научно-практическая конференция, г. Санкт-Петербург, 2000 г., 2001 г.); «Компьютерные науки и информационные технологии - CSIT» (Международный симпозиум, г. Уфа, 2001 г., 2003 г.); «Проблемы прогнозирования, предупреждения и ликвидации последствий ; ЧС» (Всероссийская научно-практическая конференция г. Уфа, 2002 г.).

ПУБЛИКАЦИИ.

Основные результаты исследований по теме диссертации опубликованы и непосредственно отражены в 20 публикациях по теме диссертации, в том числе в 8 статьях, 9 тезисах докладов и трудах конференций, 3 свидетельствах об официальной регистрации программ для ЭВМ, а также методических указаниях и депонированном научно-техническом отчете.

Выводы по 4 главе

1. Оценку эффективности информационной поддержки оперативно-диспетчерского управления предлагается проводить методом имитационного моделирования с использованием аппарата сетей Петри, что позволит учесть все факторы, влияющие на реальный процесс оперативно-диспетчерского управления. Результаты проведенного имитационного моделирования показали, что с использованием экспертной системы время, затрачиваемое на принятие решений, уменьшается в среднем на 18 %.

2. Показано, что коллективное принятие решений, когда при управлении АС задействованы несколько уровней оперативно-диспетчерского управления и административное руководство энергосистемы также позволяет повысить качество принимаемых решений.

3. Таким образом, предложенная экспертная система может использоваться в качестве тренажера диспетчера для тренировки персонала.

ЗАКЛЮЧЕНИЕ

В ходе исследования автором сделан ряд выводов и получены следующие результаты:

1. Разработан комплекс объектно-ориентированных моделей процесса оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, включающий концептуальную модель структуры классов и динамические модели процессов поддержки принятия решений. Использование стандартов и инструментальных средств объектно-ориентированного анализа и моделирования позволяет определить структуризацию знаний и процедуры обработки различных форм представления знаний для разработки базы знаний экспертной системы.

2. Разработана структура базы знаний экспертной системы на основе результатов моделирования процесса оперативно-диспетчерского управления и интеллектуального анализа прецедентов аварийных ситуаций. Показано, что интеграция моделей представления знаний и опыта экспертов по управлению в форме правил и прецедентов в едином информационном пространстве, организованном предметно-ориентированным тезаурусом, позволяет обеспечить необходимую полноту и точность поиска рекомендаций по принятию решений.

3. Предложена математическая модель оптимизации перераспределения энергопотоков при реализации сценария восстановления энергоснабжения. Преимущество модели оптимизации заключается в нахождении множества оптимальных решений, что позволяет использовать дополнительные критерии при анализе эффективности схем перетоков и организовать решение задач управления перераспределением энергопотоков на различных уровнях управления энергосистемой.

4. Разработан алгоритм формирования рекомендаций по поддержке принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, основанный на распознавании класса аварийной ситуации и поиске решений с использованием правил и прецедентов базы знаний экспертной системы.

5. Разработана методика построения экспертной системы для оказания поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях, а также разработаны программные средства для ее практической реализации. Предложенная методика построения экспертной системы для информационной поддержки принятия решений позволяет автоматизировать процесс построения экспертной системы, повысить качество и сократить сроки ее разработки.

6. Проведено исследование эффективности информационной поддержки принятия решений в процессе оперативно-диспетчерского управления региональной энергосистемой в аварийных ситуациях методом имитационного моделирования. Показано, что поддержка принятия решений на основе использования экспертной системы позволяет сократить время принятия решений в среднем на 18 %.

1. Сэлтон Г. Автоматическая обработка, хранение и поиск информации // Под ред. А.И. Китова. М.: Советское радио, 1973. - 560 с.

2. Пиотровский Р.Г. Текст, машина, человек. М.: Наука, 1975. - 326 с.

3. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связей). М.: Статистика, 1977. - 144 е.: ил.

4. Поспелов Г.Е., Керного В.В. АСУ и оптимизация режимов энергосистем. Минск: «Вышэйш. школа», 1977. - 320 е.: ил.

5. Дж. Вэн Райзин. Классификация и кластер. М.: Мир, 1980. - 389 с.

6. Кузнецов Ю.Н., Кузубов В.И., Волощенко А.Б. Математическое программирование. М.: Высшая школа, 1980. - 300 с.

7. Мамиконов А.Г., Цвиркун А.Д., КульбаВ.В. Автоматизация проектирования АСУ. М.: Энергоиздат, 1981. - 328 е.: ил. - (Применение вычислительных машин в исследованиях и управлении производством).

8. Юсупов И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.-88 е.: ил.

9. Котов В.И. Сети Петри. М.: Наука. Гл. ред. физ.-мат. лит., 1984. -160 с.

10. СадретдиновМ.Г., ШугановЮ.М. .Плюс электрификация. Уфа: Башкирское книжное издательство, 1984. - 172 е.: ил.

11. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - 288 с. - (Пробл. искусственного интеллекта).

12. ЭлтиДж., КумбсМ. Экспертные системы: концепции и примеры / Пер. с англ. и предисл. Б.И. Шитикова. М.: Финансы и статистика, 1987. - 191 е.: ил.

13. Вагин В.Н. Дедукция и обобщение в системах принятия решений. -М.: Наука. Гл. ред. физ'.-мат. лит., 1988.-384 с.

14. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1988. - 280 с: ил. - (Сер. «Академические чтения»).

15. Топливно-энергетический комплекс СССР 1987 г. Экономико-статистический обзор. М.: ВНИИКТЭП, 1988. - 718 с.

16. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 е.: ил.

17. УотерменД. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 е.: ил.

18. Факторный, дискриминантный и кластерный анализ: Пер. с англ. / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989.-215 е.: ил.

19. Лескин А.А., Мальцев В.Н. Системы поддержки управленческих и проектных решений. JL: Машиностроение. Ленингр. отд-ние, 1990. - 167 е.: ил. - (ЭВМ в производстве).

20. ЛорьерЖ.-JI. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991.-568 е.: ил.

21. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 е.: ил.

22. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика: Пер. с англ. М.: Мир, 1992. - 256 с.

23. Марка Д. А., МакГоуэнК. Методология структурного анализа и проектирования: Пер. с англ. М.: МетаТехнология, 1993.-240 е.: ил.

24. РД 34.20.801-93: Инструкция по расследованию и учету технологических нарушений в работе электростанций, сетей и энергосистем. М.: Служба передового опыта ОРГРЭС, 1993. - 24 с.

25. Сулейманова A.M. Интеллектуальный советчик диспетчера по управлению электроэнергетической системой в аварийных ситуациях: Дис. канд. техн. наук. Уфа, 1993. - 188 с.

26. Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие / В.И. Васильев, Б.Г. Ильясов. Уфа: УГАТУ, 1995. - 80с.

27. Обучающие системы обработки информации и принятия решений: непараметрический подход / А.В. Лапко, С.В. Ченцов, С.И. Крохов, JI.A. Фельдман. Новосибирск: Наука. Сибирская издательская фирма РАН, 1996.-296 с.

28. Статические и динамические экспертные системы: Учеб. пособие / Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, МД. Шапот. М.: Финансы и статистика, 1996. - 320 е.: ил.

29. Фафенбергер Б., УоллД., Толковый словарь по компьютерным технологиям и Internet. 6-е изд. - К.: Диалектика, 1996. - 480 е.: ил.

30. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. М.: Финансы и статистика, 1997. - 336 е.: ил.

31. Трахтенгерц Э.А. Компьютерная поддержка принятия решений в САПР // Автоматизация и проектирование. 1997. - № 5. - С. 37-43.

32. Хаммер М, ЧампиДж. Реинжениринг корпорации: Манифест революции в бизнесе: Пер. с англ. СПб.: СПбУ, 1997. - 332 с.

33. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998. -176 е.: ил.

34. Ъв. Дубров A.M., Мхитарян B.C., ТрошинЛ.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 1998. - 352 с.

35. ЛитвакБ.Г. Управленческие решения. М.: Ассоциация авторов и издателей «ТАНДЕМ», Издательство ЭКМОС, 1998.-248 с.

36. Никулина И.О. Интеллектуальная информационная поддержка процессов организационного управления: Дис. канд. техн. наук. Уфа, 1998. -253 с.

37. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге XXI века». М.: СИНТЕГ, 1998. - 376 с.

38. Положение о Центральной диспетчерской службе. Уфа: Башкирэнерго, 1999.-22 с.

39. Автоматизированные информационные технологии в экономике: Учебник / Под ред. проф. Г.А. Титоренко. М.: Компьютер, ЮНИТИ, 1999. -400 с.

40. АЪ.БучГ. Объектно-ориентированный анализ и проектирование с примерами приложений на С++: Пер. с англ. 2-е изд. - М.: «Издательство Бином», СПб.: «Невский'диалект», 1999. - 560 е.: ил.

41. ВудкокДж. Современные информационные технологии совместной работы: Пер. с англ. М.: Издательско-торговый дом «Русская редакция», 1999. -256 е.: ил.

42. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. -Новосибирск: Ин-т математики, 1999. 270 с.

43. Залевская А.А. Введение в психолингвистику. М.: Российск. гос. гуманит. ун-т, 1999. - 382 с.

44. Инструкция по предотвращению и ликвидации технологических нарушений в Башкирской энергосистеме. Уфа: Башкирэнерго, 1999. - 37 с.

45. Маклаков С.В. BPwin и ERwin. CASE-средства разработки информационных систем. М.: Диалог-МИФИ, 1999. - 256 е.: ил.

46. ТельноеЮ.Ф. Интеллектуальные информационные системы в экономике: Учеб. пособие. Серия «Информатизация России на пороге XXI века». -М.: СИНТЕГ, 1999.-216 с.

47. Фаулер М., Скотт К. UML в кратком изложении. Применение стандартного языка объектного моделирования: Пер. с англ. М.: Мир, 1999. -191 е.: ил.

48. Черняховская JI.Р., Никулина Н. О., Низамутдинов М.М., Федорова Н.И. Проектирование базы знаний с использованием SADT-методологии // Системный анализ в проектировании и управлении: Междунар. науч.-практич. конф.-СПб, 1999.-С. 176-178.

49. Heung-Jae Lee, Deung-Yong Park, Bok-ShinAhn, Young-Moon Park, Jong-Keun Park and S.S. Venkata. A Fuzzy Expert System for the Integrated Fault Diagnosis // IEEE Transactions on Power Delivery, 2000. Vol. 15. - No. 2. -pp. 833-838.

50. Башкирэнерго: этапы, события, люди / Авт. сост. М.А. Филимонов, Ю.А. Ковшов. Уфа: Талер, 2000. - 240 е.: ил.61 .Буч Г., РамбоД., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ. М.: ДМК, 2000. - 432 е.: ил. - (Серия «Для программистов»).

51. Вендров A.M. Проектирование программного обеспечения экономических информационных систем: Учебник. М.: Финансы и статистика, 2000.- 352 е.: ил.

52. Конюховский П.В. Математические методы исследования операций в экономике. СПб.: Издательство «Питер», 2000. - 208 с.

53. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах: Учебник. М.: Логос, 2000. - 296 е.: ил.

54. Мартынов А.П., Салимоненко Е.А., Салимоненко Д.А., Федорова Н.И. Параметрический анализ оптимальных решений // Принятие решений в условиях неопределенности: Межвуз. науч. сб. Уфа: УГАТУ, 2000. - С. 159-166.

55. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени //

56. Известия Академии наук. Теория и системы управления, 2001. № 6, - С. 114123.

57. Гаврилова Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. - 384 е.: ил.

58. Девятков В.В. Системы искусственного интеллекта: Учеб. пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 352 е.: ил. - (Сер. Информатика в техническом университете).

59. Джексон Питер. Введение в экспертные системы: Пер. с англ.: Учеб. пособие. М.: Издательский дом «Вильяме», 2001. - 624 е.: - Парал. тит. англ.

60. ДюкВ., Самойленко A. Data Mining: учебный курс (+CD). СПб: Питер, 2001.-368 е.: ил.

61. Измерение.Яи // Журнал для производителей и потребителей энергоресурсов, 2001. № 1.

62. Интеллектуальное управление производственными системами / С.Т. Кусимов, Б.Г. Ильясов, JI.A. Исмагилова и др. М.: Машиностроение, 2001. -327 с.

63. Интеллектуальный подход к разработке системы психолого-педагогической поддержки обучаемого: Препринт монографии / Н.И. Юсупова, Л.Р.Черняховская, И.Б.Герасимова, С.В. Шорохова. Уфа: УНЦ РАН, 2001. -56 с.

64. Калан Р. Основные концепции нейронных сетей: Пер. с англ. М.: Издательский дом «Вильяме», 2001. - 287 е.: ил. - Парал. тит. англ.

65. Кватрани Т. Rational Rose 2000 и UML. Визуальное моделирование: .Пер. с англ. М.: ДМК Пресс, 2001. - 176 е.: ил. - (Серия «Объектно-ориентированные технологии в программировании»).

66. Кирстен В., Ирингер М., Рериг Б., ШультеП. СУБД Cache: объектно-ориентированная разработка приложений. Учебный курс. СПб.: Питер, 2001. -384 е.: ил.

67. КоналленДжим. Разработка Web-приложений с использованием UML.: Пер. с англ. М.: Издательский дом «Вильяме», 2001. - 288 е.: ил. -Парал. тит. англ.

68. ЪЪ.Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. М.: Издатель Молгачева С.В., Издательство Нолидж, 2001. - 496 е.: ил.

69. Куликов Г.Г., Набатов А.К, Никулина Н. О., Федорова Н.И. Исследование существующего документооборота ОАО «Башкирэнерго». Предложения по его оптимизации: Депонированный отчет: Сб. рефератов НИР //2001. Per № 01.2001.08970. Инв. № 02.2001.05705.

70. Ларман Крэг. Применение UML и шаблонов проектирования: Пер. с англ.: Учеб. пособие. М.: Издательский дом «Вильяме», 2001. - 496 е.: ил. - Парал. тит. англ.8в.Леоненков А.В. Самоучитель UML. СПб.: БХВ-Петербург, 2001. -304 е.: ил.

71. Манусов В.З., Могиленко А.В. Метод нечеткого регрессионного анализа как аппарат моделирования параметров энергосистем // Конференция, посвященная 90-летию со дня рождения Ляпунова А.А. Новосибирск, 2001.

72. Овчаренко Н.И. Автоматика электрических станций и электроэнергетических систем: Учебник для вузов / Под ред. А.Ф. Дьякова. М.: НЦ ЭНАС, 2001.-504 е.: ил.

73. Свидетельство об официальной регистрации программ для ЭВМ № 2001610470. Система поддержки принятия решений на основе прецедентов / Л.Р.Черняховская, Н.О.Никулина, Н.И.Федорова, Т.А. Халиков. РосПатент, 2001.

74. Трахтенгерц Э.А. Субъективность в компьютерной поддержке управленческих решений: Серия «Системы и проблемы управления». М.: СИНТЕГ, 2001.-256 с.

75. Трофимов С.А. Case-технологии: практическая работа в Rational Rose. -М.: ЗАО «Издательство БИНОМ», 2001.-272 е.: ил.

76. Фазрахманова P.P., Федорова Н.И. Система поддержки принятия решений при адаптации и внедрении программного продукта // Микроэлектроника и информатика-2001: Восьмая Всерос. межвуз. науч.-техн. конф. студентов и аспирантов. М.: МИЭТ, 2001. — С. 224.

77. Абдурашитов Ш.Р. Общая энергетика. Уфа: Виртуоз, 2002. - 312 е.:ил.

78. Городецкий В.И., Самойлов В.В., Малое А.О. Современное состояние технологии извлечейия знаний из баз и хранилищ данных // AI NEWS, 2002. -№4 02 (52).-С. 3-10.

79. Информационные технологии управления: Учеб. пособие для вузов / Под ред. проф. Г.А. Титоренко. М.: ЮНИТИ-ДАНА, 2002. - 280 с.

80. Крачтен Филипп. Введение в Rational Unified Process: Пер. с англ. -2-е изд. М.: Издательский дом «Вильяме», 2002. - 240 е.: ил. - Парал. тит. англ.

81. Нейбург ЭрикДж., Максимчук Роберт А. Проектирование баз данных с помощью UML: Пер. с англ. М.: Издательский дом «Вильяме», 2002. - 288 е.: ил. - Парал. тит. англ.

82. Низамутдинов М.М. Интеллектуальная информационная поддержка управления деловыми процессами на основе гипертекстовой базы знаний: Дис. канд. техн. наук. Уфа, 2002. - 213 с.

83. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. М.: Финансы и статистика, 2002. - 344 е.: ил.

84. Рыбина Г.В. Архитектуры интегрированных экспертных систем: современное состояние и тенденции // AI NEWS, 2002. № 4 02 (52). - С. 10-18.

85. Тельное Ю.Ф. Проектирование систем управления знаниями // AI NEWS, 2002. № 4 02 (52). - С. 29-34.

86. Федорова Н.И. Использование результатов интеллектуального анализа данных для поиска решений в критических ситуациях // г. Уфа, УГАТУ, 2002.

87. Исмагилов Ф.Р. Общие вопросы проектирования технических объектов в электротехнике: Учеб. пособие. М.: МАИ, 2003. - 125 с.

88. Мартынов А.Н., Исламов P.P., Федорова Н.И. О методах формирования множества оптимальных решений задач инвестиционного управления региона // Математическое программирование и приложения: XII-я Всерос. конф. Екатеринбург: УрО РАН, 2003. - №10. - С. 184.

89. Правила технической эксплуатации электрических станций и сетей Российской Федерации / Минэнерго России. М.: СПО ОРГРЭС, 2003. - 320 с.

90. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний / Р.А. Бадамшин, Б.Г. Ильясов, Л.Р. Черняховская. М.: Машиностроение, 2003. - 240 с.

91. Трахтенгерц Э.А. Компьютерная поддержка переговоров при согласовании управленческих решений. Серия «Системы и проблемы управления». М.: СИНТЕГ, 2003. - 284 с.

92. Федорова Н.И. Проблемы проектирования систем поддержки принятия решений коллективом управляющих // Интеллектуальные системы управления и обработки информации: Всерос. молодеж. науч.-техн. конф. -Уфа: УГАТУ, 2003. С. 209.

93. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб.: БХВ-Петербург, 2003. - 608 е.: ил.

94. Черняховская Л.Р., Федорова Н.И. Разработка алгоритма поиска решений в базе прецедентов критических ситуаций // Радиоэлектроника, электротехника и энергетика: Девятая междунар. науч.-техн. конф М.: МЭИ, 2003.-Т. 1.-С. 372.

95. Черняховская J1.Р., Шкундина Р.А., Угрюмое М.С., Федорова Н.И. Поиск решений в базе прецедентов критических ситуаций: Алгоритмы и программы: Бюллетень ВНТИЦ. Реферат // 2003. № 1. № 50200200180. Порядк. №2003.01.0114.

96. Забегалов А.П., Семенов А.И. Автоматизированная система диспетчерского управления в энергетике // Информационные технологии. 2004, -№ 12.-С. 24-35.

97. Мартынов А.П., Федорова Н.И., Салимоненко Е.А., Исламов P.P. Поиск оптимальных решений в задачах инвестиционного управления: Методич. указания к практическим занятиям. Уфа: УГАТУ, 2004. - 44 с.

98. Свидетельство об официальной регистрации программ для ЭВМ № 2004612399. Программа поиска множества оптимальных решений в случае неединственности оптимального решения / А.П. Мартынов, Н.И. Федорова, A.M. Гарифуллин. РосПатент, 2004.

99. Chris Johnson. Using Case-Based Reasoning to Support the Indexing and Retrieval of Incident Reports // http://glspro.narod.ru/teach/imdoc/mep7.html

100. M.K. Purvis, P. Hwang, M.A. Purvis, S.J. Cranefield and M. Schievink. Interaction Protocols for a Network of Environmental Problem Solvers // http://glspro.narod.ru/teach/imdoc/mep7.html

101. Roberge P.R., Tullmirt M.A.A., Trethewey K.R. Failure Analysis by Case-Based Reasoning //http://glspro.narod.rn/teach/imdoc

102. Использование SCADA-систем // http://ankey.ru/tech/scada/intro.htm.

103. Баринов B.A., Советов С.А. Режимы энергосистем: Методы анализа иуправления. М.: Энергоатомиздат, 1990. - 440 с.

104. Программное обеспечение для ведения мнемосхемы и оперативного журнала энергообъекта // http://swman,ru/operlog/operlo gadvert.html.

105. Семенов И.А. Представление знаний в объектно-ориентированной базе // http://www.inftech.webservis.ru/it/database/oo/ar2.html.

106. Системы SCADA // http://www.masters.donntu.edu.ua/2002/kita/ serdyuk/diss/lib/4/index4.htm.

107. Тренажер «Ассистент диспетчера энергосистем и энергообъединений «Треди» // http://www.skfgvc.elektra.ru/services/tredi/ index.html.