автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Исследование и разработка математического и алгоритмического обеспечения систем управления энергетическими комплексами с нетрадиционными возобновляемыми источниками энергии на базе нечеткой логики

На правах рукописи

Шопин Андрей Викторович

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМИ КОМПЛЕКСАМИ С НЕТРАДИЦИОННЫМИ ВОЗОБНОВЛЯЕМЫМИ ИСТОЧНИКАМИ ЭНЕРГИИ НА БАЗЕ НЕЧЕТКОЙ ЛОГИКИ

Специальность 05.13.06 - Автоматизация и управление

технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

21 НОЯ 2013

005539587

Краснодар-2013

005539587

Работа выполнена в федеральном государственном бюджетном учреждении высшего профессионального образования «Кубанский государственный технологический университет». Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор технических наук, профессор Симанков Владимир Сергеевич

доктор технических наук, профессор Атрощенко Валерий Александрович декан факультета компьютерных технологий и автоматизированных систем управления ФГБОУ ВПО «Кубанский государственный технологический университет»

кандидат технических наук, доцент Довгаль Виталий Анатольевич доцент кафедры информационной безопасности и прикладной информатики ФГБОУ ВПО «Майкопский государственный технологический университет» ФГБОУ ВПО «Кубанский государственный университет», г. Краснодар

Защита диссертации состоится «11» декабря 2013 г. в 16:00 часов на заседании диссертационного совета Д 212.100.04 в ФГБОУ ВПО «Кубанский государственный технологический университет» по адресу: 350072, г. Краснодар, ул. Московская, 2, Г-251

С диссертацией можно ознакомиться в библиотеке Кубанского государственного технологического университета по адресу: 350072, г. Краснодар, ул. Московская, 2А

Автореферат разослан «11» ноября 2013 г.

Ученый секретарь

диссертационного совета Д 212.100.04 канд. техн. наук, доцент

Власенко А.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследований. Диссертация посвящена развитию методов оперативного автоматического управления сложными техническими системами в условиях неопределенности на основе математического аппарата нечеткой логики и ситуационного подхода.

В условиях высокой степени неопределенности, присущей сложным динамическим системам, применение методов, базирующихся на использовании точных математических моделей, не позволяет построить модели и алгоритмы, порождающие оптимальное управление. Для решения подобных задач большое распространение получили технологии искусственного интеллекта. Однако, они часто не могут в полной мере удовлетворить потребности в управлении сложными динамическими системами.

Поэтому, усовершенствование методов анализа и синтеза алгоритмов, и, в более общем случае, систем управления сложными техническими системами, функционирующими в условиях неопределенности исходной информации, на основе использования современных технологий интеллектуального управления представляют актуальную задачу.

Объект исследования: интеллектуальные системы управления сложными техническими объектами.

Предмет исследования: совокупность математических методов и алгоритмов функционирования систем управления сложными техническими объектами, построенных на базе нечеткой логики.

Цель работы: разработка методического аппарата синтеза математической модели интеллектуальной системы автоматического управления сложными техническими системами на базе нечеткой логики и ситуационного подхода (на примере автономных энергетических комплексов с нетрадиционными возобновляемыми источниками энергии).

Основными задачами исследования являются:

1) изучить современное состояние технологий и способов решения проблем в области оперативного управления сложными техническими объектами;

2) обосновать необходимость развития математического аппарата нечеткой логики для эффективного управления сложными техническими системами с целью расширения области его применения;

3) исследовать существующие алгоритмы автоматического управления сложными техническими объектами; усовершенствовать методическую базу указанных алгоритмов на основе нечеткого логического вывода с использованием сшуационного подхода;

4) разработать методику использования математического обеспечения алгоритма нечеткого ситуационного логического вывода в системах управления автономными энергетическими комплексами с нетрадиционными возобновляемыми источниками энергии (АЭК с НВИЭ); разработать программное обеспечение для реализации предложенной методики на основе имитационного моделирования.

Методы исследования.

Проводимые исследования базировались на методах системного подхода к изучению систем и процессов управления, математического моделирования статического и динамического поведения сложных технологических объектов, нечетких множеств, кластерного анализа, ситуационного управления, имитационного компьютерного моделирования функционирования сложных объектов и систем управления.

Научная новизна работы:

— разработана теоретическая база применения методики ситуационного нечеткого управления сложными техническими объектами с использованием кластеризации состояний;

- уточнен алгоритм нечеткого ситуационного управления с включением алгоритма кластеризации состояний сложных технических объектов;

- разработана методика ситуационного управления АЭК с НВИЭ на базе нечеткой логики с учетом краткосрочного прогнозирования состояния объекта;

- реализован программный модуль нечеткого ситуационного управления АЭК с НВИЭ на основе предложенной методики.

Практическая значимость работы состоит в том, что разработанные методы могут быть применены для построения систем управления широким классом автономных энергетических комплексов с комплексированием разных видов НВИЭ, что позволит повысить эффективность их функционирования и улучшить стоимостные характеристики данных систем.

Обоснованность и достоверность научных положений, основных выводов и результатов диссертации обеспечивается анализом состояния результатов современных российских и зарубежных исследований в области теории нечеткого управления сложными объектами, а также вычислительными экспериментами на имитационной модели АЭК с НВИЭ.

Реализация и внедрение результатов работы.

Проведение исследований, отражённых в диссертации, было поддержано в рамках проекта РФФИ № 11-08-96524 «Разработка теоретических основ оперативного ситуационного управления энергетическими системами с возобновляемыми источниками энергии».

Часть результатов была использована при выполнении работ проектов РФФИ № 06-08-96804 «Системный анализ энергокритичных объектов на основе возобновляемых источников энергии», а также № 08-08-99132, «Теоретические исследования и системные решения развития альтернативной энергетики в Южном Федеральном округе».

Публикация результатов и апробация работы. По результатам диссертации опубликовано 12 печатных работ, из них (2 статьи в издании из Перечня ВАК для публикации научных результатов диссертаций на соискание ученой степени доктора и кандидата наук).

Основные результаты работы обсуждались на 19-ти Международных, Всероссийских и внутривузовских конференциях, основными из которых являются: Международная научно-практическая конференция «Актуальные проблемы управления - 2002» (Москва. 2002); Всероссийская научная конференция молодых ученых и аспирантов «Информационные технологии, системный анализ и управление» (Таганрог, 2003); конференция получателей грантов совместных конкурсов РФФИ, Российского гуманитарного научного фонда и администрации Краснодарского края (Краснодар, 2007); X Юбилейная конференция получателей грантов совместных конкурсов РФФИ, Российского гуманитарного научного фонда и администрации Краснодарского края (Краснодар, 2008); научно-практическая конференция грантодержателей Российского фонда фундаментальных исследований и администрации Краснодарского края «Вклад фундаментальных научных исследований в развитие современной инновационной экономики Краснодарского края» (Краснодар, 2009); IX Всероссийская научная конференция молодых ученых и аспирантов «Информационные технологии, системный анализ и управление» (Таганрог, 2011).

Положения, выносимые на защиту:

1) методика применения математического обеспечения систем управления сложными техническими объектами на основе нечеткой логики, ситуационного подхода, кластеризации состояний;

2) алгоритм управления сложным техническим объектом с уточненным интеллектуальным блоком нечеткого ситуационного логического вывода;

3) методика применения алгоритма нечеткого ситуационного управления

АЭКсНВИЭ;

4) программная реализация автоматического оперативного ситуационного управления режимами работы АЭК с НВИЭ на основе нечеткой логики.

Объем и структура работы. Диссертация включает в себя введение, 4 главы, заключение, список используемых источников из 113 наименований. Работа изложена на 110 страницах, содержит 10 рисунков и 7 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цели и задачи диссертационного исследования, определена научная новизна и практическая значимость, содержание и методы выполнения работы, кратко изложены основные результаты, указаны основные положения, выносимые на защиту.

В первой главе проанализировано современное состояние и результаты современных российских и зарубежных исследований в области проектирования и реализации систем управления сложными объектами на основе нечеткой логики.

Рассмотрены основные принципы системного подхода и опыт применения системного анализа в части совершенствования методов учета неопределенности исходной информации и методов моделирования.

Исследованы теоретические аспекты выбора математического аппарата для формализации соответствующего уровня неопределенности в моделях сложных объектов и системах управления ими.

Разработана классификация, устанавливающая связь между основными типами неопределенности исходных данных в сложных технических системах, формой представления их моделей и соответствующими математическими методами формализации неопределенности (представлена в таблице 1).

Таблица 1. Классификация математических методов для управления при

различных типах неопределенности

Тип неопределенности информации об объекте управления Тип модели Математические методы формализации неопределенности

1 2 3

Полная информация. Функционал ) и структура Г известны, они также как и X и У, не искажены шумом \У. Элементы I, £ X, У, XV детерминированные. Детерминированная Методы линейного, нелинейного, целочисленного, динамического программирования, прямые вариационные методы, и методы основанные на принципе максимума Понтрягина.

1 2 3

Неполная информация. Функционал .1 и структура f известны, они также как и X и У, не искажены шумом XV. Элементы X, У, XV определены в заданных интервалах. Интервальная Интервальная математика, уравнения с интервальными коэффициентами.

Статистическая информация (большая выборка). Функционал .1 и структура £ известны. Элементы I, Г детерминированные, X, У, \¥ вероятностные Вероятностная Теория вероятностей, мат. статистика, стат. методы теории распознавания образов и т.д.

Статистическая информация (малая выборка). Элементы I, Г неизвестны, X, У, V/ экспериментальные. Нейросетевая Искусственные нейронные сети, персептрон Розенблата, машина Гамба и т.д.

Качественная информация. Элементы £ X, У, V/ не имеют четкого значения, не имеется предпосылок предполагать тот или иной закон распределения. Лингвистическая Методы теории нечетких множеств, нечеткая логика.

Знания экспертов. Элементы Д, £ X, У, гипотетические, не имеют четкого значения, заданы на основе интуиции и опыта. Экспертная Методы принятия решений, методы теории нечетких множеств.

Примечание к Таблице 1: /-функционал отражающий цель управления;/- структура объекта управления; X - входные не управляемые переменные; V - входные управляемые

переменные, IV- помеха; У - выходные переменные.

На основании проведенного анализа свойств сложных технических

объектов определено, что наибольшей степенью неопределенности обладают технические объекты, характеризующиеся качественной экспертной информацией о режимах функционирования, отсутствием достаточной статистической выборки, основанные на лингвистических и экспертных моделях. Установлено, что для формализации такого типа неопределенности наиболее целесообразно использование методов моделирования и математического аппарата теории нечетких множеств.

Во второй главе рассмотрены особенности нечеткого управления сложными объектами, принципы построения систем на нечеткой логике и введены основные понятия теории нечетких "множеств и ситуационного управления.

В большинстве случаев практической реализации систем автоматического управления сложными техническими системами нечеткого управления выполняется как надстройка над РГО-регулятором, регулируя

нужным образом ограниченное число его параметров (1-2). Определено, что при создании системы управления с большим количеством параметров блок нечеткого управления должен быть включен непосредственно в контур управления (Рис. 1.).

Неуправляемые параметры

Управляемые параметры

Объект управления

Датчики

Целевые состояния

Нв

Ь 111К 'Н'ЧГИ-Ш II

..............

Фаззификация

нечеткую форму)

Нечеткий логический вывод

Дефаззификация

(вычисление четкого значения вых. данных)

• Т.

нши

Прогноз развития среды

Цели управления

Типовые ситуации

Функции принадлежности

Лингвистические переменные

База правил

База данных

Алгоритм управления

Рис. 1. Обобщенная схема интеллектуальной системы управления с блоком

нечеткого управления.

Такой способ включения блока нечеткого управления повышает интеллектуальность системы, но при этом возникают проблемы снижения качества нечеткого логического вывода и оперативности управления. Для решения этих проблем необходимо развитие методологического аппарата нечеткого управления с целью его использования для построения систем управления сложными объектами более широкого класса, чем те, к которым он применяется в настоящее время.

Построение адекватной модели при большом количестве входных параметров требует большого объема базы нечетких знаний, количество

продукционных правил в которой экспоненциально возрастает с увеличением входов модели, что снижает качество нечеткого логического вывода. Определено, что в этом случае на этапе генерации базы знаний, состоящей из нечетких логических правил, целесообразно использовать ситуационный подход и оперировать не конкретными параметрами системы, а классами ее состояний, что должно привести к уменьшению объема базы знаний, и, как следствие, к повышению точности управления. В основе ситуационного подхода лежат принципы ситуационного управления, предложенные Д.А.Поспеловым. Принципы ситуационного управления в совокупности с методами нечеткой логики были предложены и развиты в работах А.Н; Мелихова, Л.С. Берштейна и получили название нечеткого ситуационного управления.

Основными этапами реализации ситуационного подхода являются: распознавания ситуации, выбор решения, формирование управляющего воздействия.

Для распознавания ситуации, в которой находится объект управления в качестве меры близости выбрана степень нечеткого включения входной нечеткой ситуации 50 в каждую из типовых нечетких ситуаций S,.

Для использования в работе выбрана нечеткая ситуационная модель типа «ситуация - стратегия управления - действие» (С-СУ-Д), т.к. такие модели менее критичны к качеству экспертной информации. При таком подходе

предполагается хранение только набора типовых ситуаций S = {Slt S2..... SN}

И степеней предпочтения fi(St,Rj) соответствующих управляющих решений RJt которые можно представить в виде нечеткой ситуационной сети (ЙСС). Выбор решения в модели'С-СУ-Д разбивается на два этапа: постановка цели (целевой ситуации) И построение стратегии управления, которая задает последовательность переходов по НСС, соответствующую оптимальному переводу объекта управления в целевое состояние.

Стратегия управления в данном случае определяется исходя из анализа степеней предпочтения управляющих решений. При этом важно, чтобы степени предпочтения управляющих решений, приводящих в целевую ситуацию, были выше степеней предпочтения управляющих решений, переводящих объект в любую другую ситуацию.

Для повышения эффективности управления сложным объектом в работе предлагается использование возможности изменения стратегии выбора управляющего воздействия по нечеткой ситуационной сети в зависимости от изменения цели управления (Рис. 2).

Рис. 2. Расчет стратегии управления по нечеткой ситуационной сети при изменении целевой ситуации.

Таким образом, обоснована возможность применения нечеткого ситуационного управления для создания систем автоматического управления сложными техническими объектами с относительно большим количеством входных параметров. Предложенные методы и способы построения систем нечеткого ситуационного управления создают теоретическую основу для разработки метода построения баз нечетких знаний продукционного типа.

В третьей главе проанализированы проблемы связанные с выявлением экспертных знаний при построении базы знаний (БЗ). Рассмотрены методы,

позволяющие производить классификацию состояний объекта на основании их сходства с известными, эталонными состояниями.

Предложены следующие этапы построения баз нечетких знаний продукционного типа:

1) выявление признаков описания состояния объекта и управляющих воздействий;

2) определение лингвистических переменных, соответствующих признакам описания состояния объекта;

3) определение лингвистических переменных, соответствующих управляющим воздействиям;

4) определение с помощью эксперта возможных вариантов целевых ситуаций;

5) определение экспертом степени значимости признаков описания состояний объекта для каждого управляющего воздействия по всем вариантам целевых ситуаций;

6) построение нечеткого покрытия пространства состояний объекта нечеткими классами с соответствующими значениям управляющих воздействий;

7) тестирование БЗ.

Предложена методика отладки базы нечетких знаний продукционного типа, в результате которой решаются проблемы, связанные с определением полноты, непротиворечивости и избыточности БЗ.

Произведен обзор алгоритмов нечеткой кластеризации, которые могут использоваться для построения покрытия множества состояний объекта управления классами, соответствующими управляющим воздействиям. В результате анализа таких алгоритмов для использования был выбран алгоритм нечетких с-средних (FCM, Fuzzy C-Means).

Разработан алгоритм нечеткого ситуационного управления включающий в себя модуль кластеризации, обеспечивающий нечеткое покрытие множества состояний сложного объекта классами типовых ситуаций и модуль нечеткого

Сопоставление ситуаций 50' и в

Определение

целевой ситуации 5,„

Расчет стратегии управления

Расчет управленческого воздействия й

Начало '

Ввод множества состояний объекта

Я Нечеткое покрытие я множества состояний

ситуационного управления, формирующий стратегию вывода управленческих воздействий по нечеткой ситуационной сети в зависимости от изменения целевой ситуации (Рис. 3).

Ввод текущей ситуации 5'

Модуль ситуационного управления

Модуль кластеризации

Определение центров

5 ! кластеров, V,

•

Построение нового покрытия, Рь />... ,/>

1 М НИН

Вычисление

отклонения Гот

Фи ,Рк)

1® т 5 < Е

Рис. 3. Блок-схема алгоритма нечеткого ситуационного управления.

Предложенные методика построения базы нечетких знаний, методика и алгоритм нечеткого ситуационного управления способствуют уменьшению количества хранимой информации и улучшают качество и оперативность нечеткого управления, что повышает его эффективность использования и расширяет сферу его применения на сложные технические объекты более широкого класса.

В четвертой главе разработана методика синтеза системы автоматического управления АЭК с НВИЭ на основе ситуационного подхода.

Обоснована необходимость и актуальность разработки методик повышения эффективности управления автономными энергетическими комплексами с НВИЭ с учетом высокой неопределенности прогнозируемого состояния объекта и нечеткости целей управления, а также целесообразность автоматизации этих процессов на основе современных интеллектуальных технологий.

Рассмотрены особенности автономных энергетических комплексов с НВИЭ, критичные для выбора математического аппарата реализации системы управления.

Таблица 2.

Обоснование выбора методики ситуационного нечеткого управления

Особенности АЭК с НВИЭ Обоснование выбора мат. аппарата

1 2

1. Входными данными для СУ являются величина суммарной получаемой энергии с НВИЭ-преобразователей (Ер), величина потребляемой энергии (Ец), уровень заряда АБ т- Текущие значения этих величин четкие, но в силу природной неопределенности, функциональные зависимости изменения этих величин не могут быть получены, прогноз этих величин носит приблизительный, нечеткий характер, что способствует привлечению мат. аппарата теории нечетких множеств.

2. Цели управления определяются уровнем энергообеспечения: - максимальный; - минимальный; - оптимальный. Эффективное решение задачи оптимального энергообеспечения возможно с использованием прогнозных значений состояния объекта и ранжированием нагрузки по приоритетам. С учетом этих факторов задачи управления объектом носят противоречивый нечеткий характер, что способствует привлечению мат. аппарата теории нечетких множеств.

1 2

3. Управление Энергетическим комплексом может осуществляться на основе знаний оператора-эксперта. Это ключевой фактор для выбора нечеткого управления, т.к. первоначальный вид функций принадлежности термов лингвистических переменных и установка соответствия между типовыми ситуациями и управляющими воздействиями определяются на основе субъективных представлений эксперта.

4. Динамика изменения состояния объекта управления низкая. Существует достаточный запас времени для определения управленческого воздействия с помощью нечеткого логического вывода.

В результате проведенного анализа особенностей АЭК с НВИЭ установлена обоснованность выбора нечеткого ситуационного управления.

Проведен анализ известных программных комплексов проектирования баз нечетких знаний, что позволило определить тенденции в развитии современных программных и программно-аппаратных средств обработки нечетких знаний. Их характерной особенностью является ориентация на продукционную модель представления знаний и отсутствие средств автоматизации выявления и пополнения знаний.

Для подтверждения эффективности предложенных в диссертации моделей и алгоритмов разработан программный комплекс для управления АЭК с НВИЭ на основе нечеткого ситуационного управления, структура которого представлена на рис. 4. В качестве инструментальной среды для разработки использован математический пакет Matlab и среда Visual С++.

Одним из этапов синтеза системы управления является имитационное моделирование объекта управления, позволяющее оценить эффективность различных алгоритмов управления системой и влияния изменений различных параметров системы.

Моделирование энергетической системы с НВИЭ представляет собой синтез математических моделей, описывающих процессы поступления энергии от различных источников, преобразования энергии в энергоустановках и потребления энергии нагрузкой.

----------------------

Блок

_

управления

Типовые ситуации

' ' " ' ' ' '

Функции принадлежности

Идентификация текущего состояния

База нечетких правил

База знаний

Редактор Базы знаний и элементов логического вывода

У

Фаззификация

Ситуационный логический вывод

Дефаззификация

вектор

входных

данных

управляющее воздействие

Модели компонентов

-1--

Модель АБ

Модель потребителя

Блок прогноза

Блок математических моделей

ЩттВ

'Редактор параметров моделей

Рис. 4. Структура программного комплекса для управления АЭК с НВИЭ на основе нечеткого ситуационного

логического вывода.

Управление АЭК с НВИЭ осуществляется на основе анализа информации о текущем состоянии комплекса, а также о прогнозируемых значениях поступления энергии и энергопотребления.

Произведено построение баз нечетких знаний в соответствии с предложенной методикой:

1. Выявлены признаки описания состояния объекта в качестве входных данных:

- совокупное текущее и прогнозируемое значения генерируемой энергии Ер, Ер';

- текущее и прогнозируемое значения потребляемой энергии Е& Ея';

- текущее и прогнозируемое значения уровня заряда накопителя Ег, Ег'.

2. Определены управляющие воздействия в качестве выходных данных:

- заряд/разряд накопителя ДЕг;

- изменение обеспечения энергией потребителя в соответствии с ранжированием нагрузки Д£д.

3. Определены лингвистические переменные, соответствующие признакам описания состояния объекта и управляющим воздействиям с количеством термов не более пяти. Для задания функций принадлежности термов использовались функции треугольного и трапециевидного типа, окончательный вид которых подстраивался в процессе имитационного моделирования.

4. Определены варианты целевых ситуаций . Выделены следующие стратегии управления АЭК с НВИЭ по уровню энергообеспечения: максимальный, минимальный и сбалансированный.

5. Определены экспертом степени значимости признаков описания состояний объекта для каждого управляющего воздействия по всем вариантов целевых ситуаций.

6. Построены покрытия множества состояний объекта нечеткими классами, соответствующими значениям управляющих воздействий.

6.1. Определены типовые нечеткие ситуации 5,. ..... Л',, из множества 5'

и оценено соответствие ситуации 5, значению Г/.

6.2. Для каждой ситуации определены значения функции принадлежности ситуации нечеткому классу /~(, у = 1 ,К.

7. Проведена верификация базы знаний - анализ на неизбыточность, непротиворечивость и полноту.

Объектом исследования с помощью имитационного моделирования был выбран АЭК с НВИЭ, использующий в качестве источников возобновляемой энергии солнечную радиацию и мощность ветрового потока.

Структурно такой энергетический комплекс состоит из следующих компонентов: устройства генерации возобновляемой энергии (ФЭУ, ВЭУ); аккумуляторные батареи; инвертор; потребитель (нагрузка); контроллер (управление уровня компонентов).

Разработан программный модуль, основанный на моделях компонентов энергетического комплекса. Входные данные этого модуля включают в себя параметры компонентов, среднестатистические метеоданные, определяемые по картографическим данным многолетних статистических исследований среднемесячных сумм суммарной солнечной радиации и ветровой активности, а также измеряемые текущие значения метеопараметров. Выходными данными являются почасовой прогноз поступления солнечной и ветровой энергий.

Произведена верификация работы программного модуля нечеткого ситуационного управления АЭК с НВИЭ с использованием имитационного компьютерного моделирования. Оценивались качество управления и оперативность вывода управляющего воздействия.

Оперативность оценивалась по интервалам между моментами возникновения ситуаций и выдачи управляющих решений. Полученные результаты сопоставлялись с результатом, показанным человеком-оператором. По результатам эксперимента качество и оперативность вырабатываемых

программным модулем решений, соответствует качеству решений, принимаемых человеком.

Результаты верификации разработанного программного комплекса подтверждают, что разработанные методы нечеткого ситуационного управления могут быть применены для построения систем управления широкого класса автономных энергетических комплексов с комплексированием разных видов НВИЭ, способствуя повышению эффективности их функционирования и улучшению стоимостных характеристики данных систем.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе поставлены и решены задачи разработки методического аппарата синтеза математической модели интеллектуальной системы управления сложным объектом (на примере АЭК с НВИЭ) на базе нечеткого ситуационного логического вывода и ее программная реализация. При этом получен ряд новых результатов, к числу которых относятся:

1. Разработана классификация, устанавливающая связь между основными типами неопределенности исходных данных о сложных технических объектах, формой представления их моделей и математическими методами формализации неопределенности. На основании проведенного анализа установлено, что при создании систем управления сложными техническими объектами, характеризующимися качественной экспертной информацией о режимах функционирования и целях управления, при отсутствии достаточной статистической выборки для формализации неопределенности наиболее целесообразно использование методов моделирования и математического аппарата теории нечетких множеств.

2. Уточнена обобщенная схема интеллектуальной системы управления сложными техническими объектами включением блока нечеткого ситуационного логического вывода непосредственно в контур управления. Это позволяет повысить интеллектуальность системы и обрабатывать большее количество входных данных, характеризующих

состояние объекта управления. При этом снижается оперативность и точность выработки управляющих воздействий. Установлено, что для решения этих проблем необходимо разработать усовершенствованную методику нечеткого ситуационного управления.

3. Разработана методика выработки стратегий управления по нечеткой ситуационной сети, усовершенствованная включением алгоритма выработки степеней предпочтения управляющих решений в зависимости от изменения целей управления. Установлено, что данная методика улучшает качество нечеткого ситуационного управления сложным техническим объектом, эффективно учитывая такой вид неопределенности, как нечеткость цели и стратегии выработки управляющих решений.

4. Предложен подход к формированию баз нечетких знаний продукционного типа, способствующий сокращению ее объема, за счет определения набора типовых нечетких ситуаций и соответствующих им управляющих воздействий. Данный подход обеспечивает полноту, непротиворечивость и неизбыточность проектируемой БЗ. Для покрытия пространства состояний объекта нечеткими кластерами, соответствующими набору типовых ситуаций, использован алгоритм кластеризации нечетких с-средних.

5. Разработан программный модуль, реализующий предложенную методику нечеткого ситуационного управления сложным объектом на основе имитационного моделирования. Программный модуль применен для управления АЭК с НВИЭ, включающим в качестве источников возобновляемой энергии солнечную радиацию и мощность ветрового потока. Выполнена верификация результатов его работы, показавшая высокую степень достоверности выработанных управленческих решений. Использование в практической деятельности созданного программного модуля способствует повышению до 60% эффективности функциони-

рования автономных энергетических комплексов с комплексированием разных видов НВИЭ, что улучшает их стоимостные характеристики.

Основные публикации по теме диссертации Статьи в журналах, рекомендованных ВАК для публикации результатов диссертаций на соискание ученой степени доктора и

кандидата наук:

1. Симанков, B.C. Ситуационный логический вывод на основе нечеткой кластеризации состояний / B.C. Симанков, A.B. Шопин //Вестник Адыгейского государственного университета. — Майкоп, 2007. — Вып. 4. -С. 49-54.

2. Симанков, B.C. Синтез системы управления автономной фотоветроэнергетической установкой на основе нечеткой логики / B.C. Симанков, A.B. Шопин // Вестник Адыгейского государственного университета. Сер. Естественно-математические и технические науки. -Майкоп, 2012. - Вып. 4. - С. 213-219.

Другие издания:

3. Симанков, B.C. Методология моделирования физических процессов в энергетических комплексах с нетрадиционными источниками энергии и оптимизация их параметров / B.C. Симанков, П.Ю. Бучацкий, A.B. Шопин // Труды ФОРА. - 1998. - № 3. - С. 18-26.

4. Симанков, B.C. Методология нечеткого управления автономной фотоветроэнергетической системой / B.C. Симанков, A.B. Шопин, П.Ю. Бучацкий // Труды ФОРА. - 1999. - № 4. - С. - 71 -77.

5. Симанков, B.C. Моделирование инсоляции при управлении фотоветроэнергетическимй системами / B.C. Симанков, П.Ю. Бучацкий, A.B. Шопин // Труды ФОРА. - 2000. - № 5. - С. 67-71.

6. Шопин, A.B. Особенности нечеткого управления сложными техническими системами. Ч. 1 / A.B. Шопин, П.Ю. Бучацкий // Труды докторантов, аспирантов и соискателей. - Майкоп, 2000, - С. 19-24.

7. Шопин, A.B. Принятие решений при проектировании энергетических комплексов с нетрадиционными возобновляемыми источниками энергии / A.B. Шопин, П.Ю. Бучацкий //Реформы в России и проблемы управления в России 2000: материалы науч. конф. молодых ученых и студентов. - М., 2000.

8. Шопин, A.B. Математическое обеспечение САУ автономной фотоветроэлектроэнергетической системой / A.B. Шопин, Е.К. Винокуров // Актуальные проблемы управления - 2002: материалы междунар. науч.-практ. конф. — М., 2002.

9. Симанков, B.C. Моделирующий комплекс поступления энергии для оперативного управления автономными фотоветроэнергетическими системами / B.C. Симанков, П.Ю. Бучацкий, A.B. Шопин; Ин-т современных технологий и экономики. - Краснодар, 2002. - 15 с. - Деп. в ВИНИТИ РАН 28.02.2002 № 393-В2002.

10. Шопин, A.B. Использование методов кластер-анализа в задаче нечеткого управления сложными системами / A.B. Шопин //Информационные технологии, системный анализ и управление: материалы всерос. науч. конф. молодых ученых и аспирантов / ТГРУ. - Таганрог, 2003.

11. Симанков, B.C. Ситуационное управление сложным объектом в условиях нечеткой исходной информации / B.C. Симанков, A.B. Шопин // Труды ФОРА. - 2004. - № 9. - С. 116-120.

12. Шопин, A.B. Ситуационное оперативное управление автономными энергетическими системами с ВИЭ на основе технологий нечеткой логики / A.B. Шопин, П.Ю, Бучацкий // Информационные технологии, системный анализ и управление: материалы IX Всерос. науч. конф. молодых ученых и аспирантов ЮФУ / Технологический институт. - Таганрог, 2011.

llloiniii Андрей Викторович

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМИ КОМПЛЕКСАМИ С НЕТРАДИЦИОННЫМИ ВОЗОБНОВЛЯЕМЫМИ ИСТОЧНИКАМИ ЭНЕРГИИ НА БАЗЕ НЕЧЕТКОЙ ЛОГИКИ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 08.11.2013. Бумага типографская № 1. Формат бумаги 60x84/16. Гарнитура Times New Roman. Усл.печ.л.1,0. Тираж 100 экз. Заказ 077.

Отпечатано на участке оперативной полиграфии Адыгейского государственного университета: 385000, г.Майкоп, ул.Первомайская, 208.

ФГБОУ ВПО «Кубанский государственный технологический университет»

Шопин Андрей Викторович

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МАТЕМАТИЧЕСКОГО И АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМИ КОМПЛЕКСАМИ С НЕТРАДИЦИОННЫМИ ВОЗОБНОВЛЯЕМЫМИ ИСТОЧНИКАМИ ЭНЕРГИИ НА БАЗЕ НЕЧЕТКОЙ ЛОГИКИ

На правах рукописи

04201455522

Специальность 05.13.06 - Автоматизация и управление

технологическими процессами и производствами (промышленность)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель -доктор технических наук, профессор Симанков Владимир Сергеевич

Краснодар - 2013

Оглавление

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР. ЦЕЛЬ, ЗАДАЧИ И МЕТОДЫ ИССЛЕДОВАНИЯ.З

1.1 Введение. Объект исследования. Актуальность исследования. Формулировка проблемы..................................................................................................................................................3

1.2 Аналитический обзор по проблеме. Состояние вопроса. Методы, применяемые при решении....................................................................................................................................................7

1.3 Методология учета неопределенности..................................................................................1 о

1.4 Формулировка цели исследования и задач, вытекающих для достижения цели...........14

1.5 Выводы..........................................................................................................................................15

ГЛАВА 2. МЕТОДОЛОГИЯ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ЛОГИКИ В СИСТЕМАХ УПРАВЛЕНИЯ..........................................................................................................................................17

2.1 Нечеткость. Основные положения теории нечетких множеств.........................................17

2.1.1 Введение в теорию нечетких множеств. Основные понятия.......................................17

2.1.2 Нечеткие соответствия и нечеткие отношения...........................................................19

2.1.3 Нечеткие ситуации............................................................................................................20

2.1.4 Основные положения нечеткой логики............................................................................21

2.2 Модели представления нечетких знаний...............................................................................23

2.3 Применение нечеткой логики в системах управления........................................................28

2.3.1 Структура нечетких систем управления, основные этапы нечеткого управления... 28

2.3.2 Нечеткий алгоритм и нечеткий вывод............................................................................30

2.4 Структура интеллектуальных систем управления с блоком нечеткого логического

вывода....................................................................................................................................................3 1

2.5 Нечеткий логический вывод при ситуационном управлении............................................33

2.6 Метод вывода на основе нечеткой ситуационной сети......................................................36

2.7 Выводы..........................................................................................................................................41

ГЛАВА 3. ПОСТРОЕНИЕ БАЗЫ НЕЧЕТКИХ ЗНАНИЙ...........................................................43

3.1 Проблемы, возникающие при построении баз нечетких знаний.........................................43

3.2 Принципы классификации состояния объекта.....................................................................44

3.3 Методы кластер-анализа...........................................................................................................47

3.4 Классификация текущих состояний объекта в интеллектуальной системе..................52

3.5 Метод построения базы нечетких знаний продукционного типа......................................54

3.6 Верификация базы знаний продукционного типа.................................................................59

3.7 Алгоритм нечеткого ситуационного управления................................................................63

3.8 Выводы..........................................................................................................................................65

ГЛАВА 4. СИНТЕЗ СИСТЕМЫ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ АВТОНОМНЫМИ ЭНЕРГЕТИЧЕСКИМИ КОМПЛЕКСАМИ С НВИЭ....................................68

4.1 Особенности автономных энергетических комплексов с нетрадиционными возобновляемыми источниками энергии........................................................................................68

4.2 Выбор программного обеспечения для реализации системы управления сложным объектом.................................................................................................................................................72

4.3 Структура программного комплекса для управления АЭК с НВИЭ.................................75

4.4 Моделирующий комплекс поступления возобновляемой энергии...................................77

4.5 Синтез системы нечеткого ситуационного управления и результаты работы программного комплекса...................................................................................................................90

4.6 Выводы..........................................................................................................................................99

ЗАКЛЮЧЕНИЕ.......................................................................................................................................100

ЛИТЕРАТУРА.........................................................................................................................................102

Глава 1. Аналитический обзор. Цель, задачи и методы исследования.

1.1 Введение. Объект исследования. Актуальность исследования.

Формулировка проблемы.

Среди современных производственных технологических процессов существует множество таких, которые принято называть, «слабоструктурированными», «плохо определенными» или просто «сложными». Таким объектам присущи такие свойства, как уникальность, отсутствие формализуемой цели существования и оптимальности, нестационарность структуры и параметров, неполнота или практически полное отсутствие формального описания объекта [63]. Управление слабоструктурированными объектами представляет собой сложную задачу. Это вызвано тем, что при построении традиционной системы автоматического управления (САУ) необходимо предварительно формально описать объект управления и сформировать критерии управления на базе математического аппарата, оперирующего количественными категориями. В случае, если невозможно дать точное математическое описание объекта и критериев управления им в количественных терминах, традиционные методы оказываются неприменимыми.

Однако, на практике подобными слабоструктурированными объектами достаточно успешно управляет человек-оператор. Благодаря своему интеллекту, человек может оперировать не только с количественными, но и с качественными неформализованными понятиями, вследствие чего довольно успешно справляется с неопределенностью и сложностью процесса управления [47]. Не вызывает сомнений, что существенное повышение эффективности управления сложными объектами заключается в создании интеллектуальных САУ, способных в той или иной степени воспроизводить определенные интеллектуальные действия человека, связанные с приобретением, анализом, классификацией знаний в предметной области управления технологическим процессом, а также оперирующих знаниями, накопленными человеком-оператором или самой системой в ходе практической деятельности по управлению объектом [1].

Одним из направлений в современной технологии управления является нечеткое управление (fuzzy control). Теория нечеткого управления является одной из ветвей теории интеллектуальных систем и активно применяется в настоящее время для синтеза нечетких регуляторов, гибридных регуляторов, нечетких поисковых систем автоматической оптимизации, нечетких устройств оценивания и фильтрации. Методы, развиваемые в теории нечеткого управления, опираются на математическую теорию нечетких множеств и построенную на ее основе нечеткую логику (fuzzy logic), которая позволяет оперировать неопределенной или нечеткой информацией, не интерпретируемой в количественных терминах. Поэтому при управлении сложными процессами, не имеющими точного количественного математического описания, нечеткие системы по сравнению с традиционными имеют лучшую помехозащищенность, быстродействие и точность за счет более адекватного описания реальной среды, в которой они функционируют.

Поэтому, усовершенствование методов анализа и синтеза алгоритмов, и, в более общем случае, систем управления сложными техническими системами, функционирующими в условиях неопределенности исходной информации, на основе использования теории нечетких множеств представляют актуальную задачу.

Целью работы является разработка методического аппарата синтеза математической модели интеллектуальной системы автоматического управления сложными техническими системами на базе нечеткой логики и ситуационного подхода (на примере автономных энергетических комплексов с нетрадиционными возобновляемыми источниками энергии).

Для достижения цели в работе необходимо решить следующие задачи:

- изучить современное состояние технологий и способов решения проблем в области оперативного управления сложными техническими объектами;

- обосновать необходимость развития математического аппарата нечеткой логики для эффективного управления сложными техническими системами с целью расширения области его применения;

- исследовать существующие алгоритмы автоматического управления сложными техническими объектами; усовершенствовать методическую базу ука-

занных алгоритмов на основе нечеткого логического вывода с использованием ситуационного подхода;

- разработать методику использования математического обеспечения алгоритма нечеткого ситуационного логического вывода в системах управления сложными техническими объектами;

- разработать программный комплекс для реализации предложенной методики на основе имитационного моделирования системы управления автономными энергетическими комплексами с нетрадиционными возобновляемыми источниками энергии (АЭК с НВИЭ).

Содержание диссертационной работы отражает реализацию поставленных

задач.

В первой главе проанализировано современное состояние и результаты современных российских и зарубежных исследований в области проектирования и реализации систем управления сложными объектами на основе нечеткой логики.

Исследованы теоретические аспекты выбора математического аппарата для формализации соответствующего уровня неопределенности и разработана классификация, устанавливающая связь между основными типами неопределенности исходных данных в сложных технических системах, формой представления их моделей и соответствующими математическими методами формализации неопределенности.

На основании проработанного материала сделан вывод о необходимости использования методов моделирования и математического аппарата теории нечетких множеств для построения систем управления сложными техническими объектами.

Во второй главе рассмотрены особенности нечеткого управления сложными объектами, принципы построения систем на нечеткой логике и введены основные понятия теории нечетких множеств и ситуационного управления.

Обоснована возможность применения нечеткого ситуационного управления для создания систем автоматического управления сложными техническими объектами с относительно большим количеством входных параметров. Предлагается

модифицированный алгоритм ситуационного логического вывода на нечеткой ситуационной сети.

В третьей главе проанализированы проблемы связанные с выявлением экспертных знаний при построении базы знаний. Рассмотрены методы, позволяющие производить классификацию состояний объекта на основании их сходства с известными, эталонными состояниями.

Предложен метод построения базы нечетких знаний и ее отладки, в результате которых решаются проблемы, связанные с определением полноты, непротиворечивости и избыточности БЗ.

Разработан алгоритм нечеткого ситуационного управления, включающий в себя модуль кластеризации, обеспечивающий нечеткое покрытие множества состояний сложного объекта классами типовых ситуаций и модуль нечеткого ситуационного управления, формирующий стратегию вывода управленческих воздействий по нечеткой ситуационной сети в зависимости от изменения целевой ситуации.

В четвертой главе предложена методика синтеза системы автоматического управления АЭК с НВИЭ на основе ситуационного подхода.

Разработана и описана структура программного комплекса для реализации, предложенной в предыдущих главах методики в системе управления АЭК с НВИЭ на основе имитационного моделирования. Структура состоит из двух блоков: блок математических моделей и блока реализации нечеткого ситуационного вывода. Каждый из них выполняет определенные функции.

Произведено построение баз нечетких знаний применительно к конкретному объекту (АЭК с НВИЭ) в соответствии с предложенной методикой.

Реализован программный комплекс с использованием предложенных методик нечеткого ситуационного управления и формирования баз нечетких знаний продукционного типа. Произведена верификация работы программного комплекса, показавшая высокую степень эффективности выработанных управленческих решений по качеству и оперативности вывода.

1.2 Аналитический обзор по проблеме. Состояние вопроса. Методы, применяемые при решении.

Важной характеристикой сложных объектов является тот факт, что выходные параметры связаны с состояниями сложным, неоднозначным и просто неизвестным образом, поэтому известных параметров недостаточно для полного и однозначного определения его состояния.

Система управления сложным объектом должна обладать высокой степенью адаптивности, следовательно должна базироваться на математическом аппарате искусственного интеллекта, основными из которых являются: искусственные нейронные сети (ИНС), экспертные системы (ЭС), нечеткая (fuzzy) логика (HJI), генетические алгоритмы (ГА) и др. Лежащие в их основе идеи существенно отличаются от общепринятых методов вычислений, имитируя "человеческие", т.е. более понятные технологу, чем "чистому" специалисту по вычислительной технике, пути решения проблем либо "природное", "генетическое" развитие процессов. Например, ИНС-сети обладают способностью к обучению, ЭС-системы принимают решения на основе наборов правил и опыта экспертов, а системы с нечеткой логикой оперируют такими понятиями, как неопределенность и частичная/приблизительная истина.

Данные методы предназначены для решения сложных нелинейных задач, которые либо превышают возможности общепринятых алгоритмических методов, либо требуют для своего решения слишком больших материальных и временных затрат. Существует множество примеров успешного применения методов ИИ, хотя и не всегда в роли единственного решения. В силу своей природы, ИИ-методы довольно спорны и не всегда принимаются сторонниками традиционных подходов. Тем не менее, сегодня ИИ-технология занимает все более важное место в арсенале средств разработчиков средств управления и контроля.

К числу задач, традиционно требующих использования интеллектуальных средств, относятся:

- ситуационное управление процессами, решающее задачи обеспечения заданного качества получаемых продуктов в условиях неполноты информации, ограниченности ресурсов управления и способов воздействия на процесс;

- диагностика технических средств автоматизации и защита технологического оборудования от последствий отказов;

- автоматизация операций пуска и останова технологических процессов;

- построение САУ, способных работать в условиях непредсказуемого изменения характеристик объекта на основе разработки адаптивных, интеллектуальных систем.

Общим для перечисленных задач является необходимость идентификации и логического анализа технологических ситуаций.

Рассмотрим области применения каждого из этих направлений развития

ИИ.

Экспертные системы (ЭС) - это яркое и быстро прогрессирующее направление в области искусственного интеллекта. Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего существования является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется такой проблемной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.

По мнению специалистов, в недалекой перспективе экспертные системы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их технология, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.

Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени, или динамические экспертные системы. На их долю приходится 70 процентов этого рынка.

Значимость инструментальных средств реального времени определяется не столько их бурным коммерческим успехом (хотя и это достойно тщательного анализа), но, в первую очередь, тем, что только с помощью подобных средств создаются стратегически значимые приложения в таких областях, как управление непрерывными производственными процессами в химии, фармакологии, производстве цемента, продуктов питания и т.п., аэрокосмические исследования,

транспортировка и переработка нефти и газа, управление атомными и тепловыми электростанциями, финансов