WWW.LIB.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Электронные матриалы
 

«МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ ФОНДАМИ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ ...»

На правах рукописи

ГАГЛОЕВА ИНДИРА ЭДУАРДОВНА

МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ

УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ ФОНДАМИ

ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ

Специальность: 05.13.01 – Системный анализ, управление

и обработка информации (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание учной степени кандидата технических наук

Владикавказ – 2014

Работа выполнена в ФГБОУ ВПО «Северо-Кавказский горнометаллургический институт (государственный технологический университет)»

Научный руководитель: доктор технических наук, профессор Кумаритов Алан Мелитонович

Официальные оппоненты: Динцис Данил Юрьевич, доктор технических наук, Центр компьютерного обучения «Специалист» при МГТУ им.

Н.Э. Баумана (г. Москва), ведущий преподаватель Табуев Сослан Наполеонович, кандидат физико-математических наук, ФГБУН «Южный математический институт Владикавказского научного центра РАН и Правительства РСО-Алания», (г. Владикавказ), научный сотрудник

Ведущая организация: ФГБОУ ВПО «Дагестанский государственный технический университет», г. Махачкала

Защита диссертации состоится «11» апреля 2014 г. в 1300 часов на заседании диссертационного совета Д212.246.01 при ФГБОУ ВПО «СевероКавказский горно-металлургический институт (государственный технологический университет)» по адресу: 362021, г. Владикавказ, ул. Николаева, 44, СКГМИ (ГТУ). Факс: (8672) 407-203. E-mail: info@skgmi-gtu.ru.



С диссертацией можно ознакомиться в научно-технической библиотеке СКГМИ (ГТУ).

Автореферат разослан «___» __________ 2014 г.

Ученый секретарь диссертационного совета Д 212.246.01 к.т.н., доцент А. Ю. Аликов..

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В настоящее время во всех развитых странах мира большое внимание уделяется системам электроэнергетики, использующим самое современное оборудование и технологии, средства измерения и управления, позволяющие на более высоком уровне обеспечить надежность и экономичность функционирования электроэнергетических объектов. Задача эта является актуальной и для российской электроэнергетики, так как для отрасли характерен высокий моральный и физический износ производственных фондов, приводящий к значительным потерям электроэнергии и сбоям в энергоснабжении.

Качественно новый уровень в обеспечении бесперебойной работы электроэнергетических объектов, может быть достигнут при использовании информационных технологий, в частности систем поддержки принятия решений, предназначенных для автоматизации процесса технического обслуживания и обновления инфраструктуры, а также компьютерного анализа данных о состояния сети и эффективности работы диспетчерских служб. Особенно это актуально в настоящее время в условиях перехода к интеллектуальной электроэнергетической системе с активно-адаптивной сетью (ИЭС ААС, Smart Grid).

Разработка подобных систем соответствует одному из основных направлений энергетической стратегии России до 2030 года, стимулирующему создание высоко интегрированных интеллектуальных системообразующих и распределительных электрических сетей нового поколения в Единой энергетической системе России и концепции построения ИЭС ААС.

Переход к адаптивным технологиям связан с увеличением объема информации о состоянии электроэнергетических объектов, ее элементов и о внешней среде. Существует объективная необходимость в разработке системы принятия решений при управлении производственными фондами для обеспечения сбора, анализа и последующей обработки данных о техническом состоянии, а также поддержки управленческих решений в части выработки рекомендаций по техническому обслуживанию, модернизации или введению новых активов, обоснованности направления инвестиций в то или иное оборудование.

Предлагаемая в диссертационной работе система поддержки принятия решений осуществляет: обработку и анализ больших объемов данных; формирование рекомендаций по обновлению инфраструктуры, исходя из текущих и планируемых объемов финансирования, сохраняя при этом надежность функционирования объекта; преобразование сложных и разнородных информационных потоков о состоянии сети в форматы, легко воспринимаемые лицом принимающее решение.

Проведенное исследование возрастной структуры электросетевого оборудования, технического состояния инфраструктуры и уровня технологических нарушений при функционировании электроэнергетических объектов РФ показывает, что:

- автоматизация процесса управления производственными фондами остается на низком уровне;

- при направлении капитальных вложений в то или иное основное средство не учитывается его фактическое техническое состояние, в связи, с чем инвестиции не всегда направлены в оборудование, которое вскоре может дать сбои;

- существует необходимость в оптимизации процесса планирования технического обслуживания и обновления инфраструктуры на основе текущей оценки технического состояния каждой единицы оборудования, с учетом важности и значимости электроэнергетических объектов.

В настоящее время разработаны и приняты стратегия развития электроэнергетики до 2030 года и Генеральная схема размещения объектов электроэнергетики до 2020 года, но о новых технологиях в них не упоминается, также отсутствуют программы по реализации конкретных проектов.

Особая актуальность задачи разработки методов и алгоритмов обработки информации о техническом состоянии оборудования диктуется необходимостью совершенствования электроэнергетических сетей, с целью повышения наджности функционирования энергосистемы, предотвращения сбоев в энергоснабжении, путем определения приоритетов в замене производственных фондов при планировании работ и распределении капитальных вложений.

Целью диссертационной работы является исследование и разработка системы принятия решений при управлении производственными фондами на основе оценки технического состояния оборудования и повышения эффективности процесса их обновления в интеллектуальных электроэнергетических системах с активно-адаптивной сетью.

Поставленная цель потребовала решения следующих задач:

1. Исследование предметной области с целью выявления проблем и особенностей, учитываемых при моделировании и разработке систем принятия решений при управлении производственными фондами на основе оценки фактического состояния активов;

2. Анализ существующих систем непрерывного контроля технического состояния электроэнергетического оборудования;

3. Разработка методов оценки технического состояния производственных фондов электроэнергетических объектов и повышения эффективности процесса обновления производственных фондов на базе концепции Smart Grid;

4. Разработка структуры, алгоритмов функционирования основных подсистем системы поддержки принятия решений при управлении электроэнергетическими производственными фондами;

5. Разработка принципов построения программного комплекса для повышения эффективности технического обслуживания и оптимизации процесса обновления основных средств.

Объект исследований – системы сбора и обработки информации о техническом состоянии электроэнергетического оборудования.

Предмет исследований – алгоритмические и математические методы, модели поддержки принятия решений, информационные технологии и технические средства построения систем поддержки принятия решений.

Методы исследований. Решение поставленных задач базируется на применении комплекса методов системного анализа, теории принятия решений, математической статистики, технико-экономического анализа, нейронных сетей.

Научная новизна диссертационной работы:

1. Разработан интегрированный показатель оценки технического состояния электроэнергетического оборудования (Jn(t)), позволяющий идентифицировать состояние актива с учетом важности каждого из его контролируемых параметров и степени их отклонений, а также значимости производственного фонда.





2. Предложен новый подход планирования воздействий на основное средство путем определения приоритетов, основанный на применении разработанного интегрированного показателя технического состояния оборудования (Jn(t)), коэффициента важности электроэнергетического объекта (Vn), на котором эксплуатируется актив и стоимости затрат технического обслуживания и обновления (Сn).

3. Предложен способ обработки информации в системе управления производственными фондами, позволяющий повысить эффективность распределения капитальных вложений и минимизировать отклонения выполняемых объемов работ от запланированных на основе мониторинга реализации инвестиционной программы и утвержденных решений.

4. Предложены функциональная модель оценки состояния оборудования электроэнергетических объектов в рамках интеллектуальной электроэнергетической системы, структура и средства визуализации системы принятия решений, обеспечивающие проведение оперативного качественного и количественного анализа информации о состоянии основных средств в целях обоснования направления инвестиций в то или иное оборудование.

Практическая значимость диссертационной работы:

1. На основе проведенного анализа существующих систем обработки информации о техническом состоянии оборудования и систем поддержки принятия решений при управлении производственными фондами объектов электроэнергетики обозначены следующие приоритетные задачи:

преобразование сложных и разнородных данных в информацию понятную и доступную пользователю, направление инвестиций на ремонт, модернизацию и обновление наиболее «узких мест»; контроль процесса реализации принятых мероприятий и выполнения инвестиционных программ.

2. Разработана система поддержки принятия решений, позволяющая:

- повысить качество принимаемых управленческих решений за счет определения фактической ситуации в энергосистеме, на основе применения разработанного интегрированного показателя технического состояния оборудования;

- обосновать необходимость направления инвестиций в обновление и модернизацию инфраструктуры при обращении за утверждением тарифов в регулирующие органы;

- повысить надежность функционирования энергетических объектов;

- сократить капитальные и операционные затраты.

3. На основе многофакторного градиентного анализа разработан новый метод оценки состояния оборудования для выработки управляющих решений, основанный на анализе данных из внешних систем (систем мониторинга, систем электронных паспортов основных средств, автоматизированных систем контроля и учта энергоресурсов и т.д.) и определения текущего технического состояния с учетом значимости электроэнергетических объектов и важности контролируемых параметров;

4. Разработаны алгоритмическое и программное обеспечение системы принятия решений при управлении процессами обновления, модернизации и технического обслуживания электроэнергетических производственных фондов.

5. Ожидаемый годовой экономический эффект от внедрения в СОф ОАО «МРСК СК» составит 862 тыс. руб. за счет снижения вероятности системных аварий и снижения недоотпуска электрической энергии потребителям.

Обоснованность и достоверность научных положений и выводов и результатов исследований подтверждаются соответствием результатов теоретических исследований экспериментальным данным и внедрением разработанной методики оценки технического состояния производственных фондов и системы поддержки принятия решений в СОф ОАО «МРСК СК».

Апробация диссертационной работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на ежегодных НТК СКГМИ (ГТУ), научных семинарах кафедры информационных систем в экономике СКГМИ (ГТУ) (2010– 2013 гг.), на семинаре в Северо-Осетинском филиале МРСК Северного Кавказа, а также на следующих международных, всероссийских научно-технических и научно-практических конференциях: VI Международно-практическая конференция «Перспективы развития информационных технологий», г. Новосибирск 2012 г.; II международная научно-практическая конференция студентов, аспирантов и молодых учных «Наука XXI века: новый подход», г. Санкт-Петербург 2012г.; VII Международная научно-практическая конференция «Актуальные вопросы науки», г.

Москва 2012г.; X Юбилейная Международная научная конференция «Актуальные вопросы современной техники и технологии», г. Липецк 2013г.; III Международная научно-практическая конференция «Решение проблем развития предприятий: роль научных исследований», г. Краснодар, 2013г.; Международная научная конференция «Тенденции современной науки», г. Гданьск, 2013г.

Личный вклад автора.

Лично автором получены следующие основные результаты:

- разработан интегрированный показатель оценки технического состояния электроэнергетического оборудования;

- предложен новый подход планирования воздействий на основное средство, основанный на применении разработанного интегрированного показателя технического состояния оборудования, коэффициента важности электроэнергетического объекта, на котором эксплуатируется актив и стоимости затрат технического обслуживания и обновления;

- предложен способ обработки информации в системе управления производственными фондами;

- разработана функциональная модель оценки состояния оборудования объектов электроэнергетики в рамках интеллектуальной электроэнергетической системы, структура и средства визуализации системы принятия решений.

Публикации. По теме диссертации опубликовано 14 печатных работ, в т. ч. 6 работ в ведущих рецензируемых научных журналах и изданиях, определенных ВАК РФ для публикации основных научных результатов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка использованной литературы, включающего 77 наименования, и содержит 132 страниц машинописного текста, 31 рисунок, 7 таблиц и 1 приложения.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и задачи научных исследований, отмечены научная новизна и практическая ценность полученных научных результатов. Дана общая характеристика работы. Приводятся сведения об апробации основных положений работы и их опубликовании.

В первой главе дана характеристика объекта исследования, с целью выявления особенностей, учитываемых при разработке системы поддержки принятия решений для оценки состояния производственных фондов, оптимизации процессов планирования технического обслуживания и обновления инфраструктуры. Проведен анализ: проблем и перспектив внедрения технологий интеллектуальных электроэнергетических систем с активноадаптивной сетью; методов оценки состояния и эффективности процесса обновления электроэнергетических активов; эффективности функционирования систем сбора и обработки информации о состоянии основных средств;

средств поддержки принятия решений на базе концепции Smart Grid.

В настоящее время состояние производственных фондов электроэнергетики и эффективность реализации мероприятий инвестиционной программы как в стране в целом, так и в регионах остается на низком уровне.

Как показывает анализ объемов финансирования и показателей аварийности за последние пять лет количество технологических нарушений остается на высоком уровне, не смотря на существенное увеличение инвестиций. В таблице 1 приведены данные об объемах финансирования и технологических нарушениях за период 2007-2011гг. в электрических сетях СОф ОАО «МРСК Северного Кавказа».

Таблица 1 – Статистические показатели аварийности в электрических сетях СОф ОАО «МРСК Северного Кавказа» за период 2007-2011гг.

Показатели год год год год год Финансирование, млн. руб. 103,00 119,00 190,80 370,10 848,90 Количество технологических нарушений Экономический ущерб от технологических нарушений, млн. руб.

Проведенное исследование состояния инфраструктуры электроэнергетической системы России и эффективность реализации мероприятий инвестиционной программы выявил следующие недостатки:

- несоблюдение сроков, невыполнение в требуемых объемах технического обслуживания оборудования;

- неэффективное распределение капитальных вложений, сопровождающееся высоким уровнем аварийности;

- высокий уровень сверхнормативных потерь электроэнергии;

- отсутствие постоянного мониторинга состояния оборудования, позволяющего выявлять на ранней стадии развития, возникающие в работе дефекты.

Подобная ситуация является следствием ряда причин:

– высокая степень изношенности производственных фондов (около 47 % оборудования подстанций и 67% линий электропередач ЕНЭС превысил 25 лет, а около 17% и 27% соответственно эксплуатируется более 35 лет);

- низкий уровень организации мероприятий по техническому обслуживанию и обновлению основных средств;

- низкий уровень автоматизации процесса управления производственными фондами;

- недостаточная прозрачность расходования инвестиций.

Анализ существующих автоматизированных систем сбора и обработки информации о состоянии основных средств позволяет сделать вывод о том, что в целом они обладают схожей функциональностью (отслеживание состояния различных параметров оборудований, ведение паспортных данных и т.д.). Однако существенные различия наблюдаются в части применения математических моделей для оценки результатов непрерывного контроля.

К основным их недостаткам относятся:

- отсутствие интеллектуальных методов обработки и анализа данных;

- отсутствие критериев эффективности принимаемых к реализации мероприятий исходя из оценки технического состояния производственных фондов;

- отсутствие функций определения приоритетов в замене оборудования для обоснования увеличения инвестиций в обновление основных средств.

- отсутствие функции планирования технического обслуживания, модернизации и обновления при наличии огромного парка основных средств с высоким уровнем изношенности и ограниченных объемов финансовых ресурсов;

- отсутствие мониторинга реализации инвестиционной программы и причин отклонения от планов.

Перечисленные недостатки делают подобные системы слабодейственными для применения в интеллектуальных сетях с активно-адаптивной сетью.

Во второй главе в соответствии с поставленной задачей исследования проведен анализ критериев необходимых для оценки состояния оборудования электроэнергетических объектов, разработаны модели и алгоритмы преобразования измеряемых параметров их технического состояния, а также предложена математическая модель оценки состояния производственных фондов для системы поддержки принятия решений.

В интеллектуальных электроэнергетических системах важная роль отводится датчикам состояния, которые отслеживают множество параметров оборудований. Информация, поступающая в систему поддержки принятия решений, состоит из результатов измерения параметров, принадлежащих разным видам контроля. Для каждой единицы оборудования N устанавливается набор контролируемых параметров Pni (i 1, I), в свою очередь для монитоDkPni ринга каждого из выбранных параметров может производиться (k 1, K ) измерений.

Сигналы, получаемые от датчиков состояния нужно структурировать и преобразовать для свертывания количества произведенных измерений для каждого из исследуемых параметров в целях дальнейшего сравнения с расчетными значениями и оценкой состояния как каждого оборудования в отдельности, так и электроэнергетического объекта в целом. Одним из эффективных способов решения данной задачи является применение нейронных сетей.

Для моделирования нейронной сети и проверки ее работоспособности была использована программная среда Matlab и пакет Neural Network. При идентификации измеряемых параметров в качестве основной архитектуры был выбран многослойный персептрон, целесообразность применения которой обоснована многочисленными экспериментальными исследованиями, проведенными в процессе решения поставленной задачи контроля и оценки технического состояния оборудования.

Нормализация текущих измерений xi (t ) оборудования и расчетных значений x i* (t ) происходит с помощью нейросетевой модели, приведнной на рисунке 1 следующим образом: для каждого измеряемого параметра определяется максимальное значение, после чего значения текущего и расчетного параметра делятся на него. В этом случае значения всех параметров будут изменяться в интервале от 0 до 1 включительно.

–  –  –

Рисунок 1 – Схема преобразования измеряемых параметров в относительные Таким образом, для расчета показателя оценки технического состояния оборудования значения измеряемых и расчетных данных будут преобразовываться в относительные величины; при запросе пользователя значений конкретных параметров будет происходить обратное преобразование.

Рассмотрим разработанную математическую модель оценки фактического технического состояния производственных фондов:

I

–  –  –

где xi (t 0 ) – расчетное значение i-го технического параметра оборудования на момент начала эксплуатации объекта;

u[ t0,t ] – условия эксплуатации оборудования на промежутке времени [t0, t];

Ki – вектор, характеризующий режим работы оборудования.

Результат измерений параметров каждой единицы оборудований зависят от соответствующих технических параметров производственного актива и условий эксплуатации на момент измерений, и описывается уравнением:

xi (t ) H (vi (t ), ui (t )), (4) где vi(t) – значение измерений i-го технического параметра оборудования в текущий момент времени;

ui(t) – условия эксплуатации объекта в текущий момент времени.

Масштабирующий коэффициент ai, определяется в зависимости от величины отклонения расчетных значений параметра производственного актива от текущих по шкале от 1 до 10. Для каждого параметра устанавливается соответствующий показатель, управляющий величиной отклонения.

Чем существеннее отклонение для определенного параметра, тем большее значение принимает ai, соответственно тем сильнее будет сжиматься график функции вдоль оси J(t). Следовательно, интегрированный показатель состояния производственного актива отражает степень тяжести технического состояния и может принимать значения от 0 до 10. Чем больше значение рассматриваемого показателя, тем хуже его эксплуатационные характеристики.

Таким образом, значение интегрированного показателя Jn(t) отражает текущее технического состояние электроэнергетического оборудования с учетом важности производственного актива и существенностью отклонений каждого из его параметров. Результаты оценки состояния оборудования используются для прогноза состояния оборудования и его отдельных узлов на временном горизонте, на котором рассматриваются различные варианты технических решений.

Разрабатываемая автоматизированная система должна предоставлять пользователю комплексную оценку технического состояния не только каждой единицы оборудования и любых его группировок, но и электроэнергетического объекта в целом.

Для расстановки приоритетов в обновлении тех или иных элементов основных фондов и принятия обоснованных решений предлагается учитывать не только значения интегрированных показателей технического состояния оборудований, но и значимость объектов, на которых они эксплуатируются.

Данное решение обусловлено тем, что, как правило, при наличии большого парка производственных фондов финансовые ресурсы бывают ограничены.

Так при формировании плана работ в рамках выделенных сумм финансирования из множества основных средств, имеющих одинаковую оценку технического состояния, очередность определяется в зависимости от прибыльности электроэнергетического объекта, на котором функционирует актив. В условиях перехода к интеллектуальным электроэнергетическим сетям необходимо отказаться от принципа «спрос – любой ценой» и перейти к принципу «уровень надежности, обеспеченный платежеспособным спросом». Так же при определении важности электроэнергетического объекта учитывается категория потребителей электрической энергии.

Для каждой единицы оборудования рассчитается коэффициент важности.

Коэффициент определяется в зависимости от объема полезного отпуска электроэнергии с объекта, на котором эксплуатируется основное средство, категории потребителей и степени загрузки производственных мощностей по отношению к максимальной проектной мощности объекта за период T:

Wэ.о. Z э.о.

Vn K э.о., (5) W где Vn – коэффициент важности объекта, на котором функционирует n-ое оборудование;

Wэ.о. – объем полезного отпуска электрической энергии с электроэнергетического объекта, на котором эксплуатируется оборудование за период T;

W – суммарный объем полезного отпуска электрической энергии с сети анализируемой корпорации (филиала, компании и т.д.) за период T ( W Wэ.о. );

Zэ.о. – коэффициент нагрузки электроэнергетического объекта на котором эксплуатируется оборудование за период T, Zэ.о[0,1];

Kэ.о. – коэффициент категорийности электроэнергетического объекта на котором эксплуатируется оборудование за период T, Kэ.о[0,1].

Таким образом, при ограниченных финансовых ресурсах при принятии решений и планировании определенных воздействий на оборудования с одинаковой оценкой технического состояния предпочтение будет отдаваться основным средствам, которые функционируют на электроэнергетических объектах, приносящие большую прибыль для организации и нарушение функционирования которых характеризуется большей степенью тяжести экономических и социальных последствий.

Предлагаемая автоматизированная система принятия решений содержит справочники по стоимости технического обслуживания и обновления оборудования, на основании которых подсчитываются затраты на техническое обслуживание каждой единицы оборудования и его обновления. Если затраты Сi на техническое обслуживание оборудования за плановый период T составляют более 30% от стоимости нового обновления и срок его эксплуатации свыше нормативного, то системой принимается решение по обновлению актива.

При этом:

N Cn C зад, (6) n1 J (t ) min, n где Сn – затраты на техническое обслуживание и ремонт i-го оборудования;

Сзад – объем выделенных ресурсов, согласной инвестиционной программе на техническое обслуживания и обновление производственных фондов.

По каждому оборудованию получаем оценку его технического состояния Jn(t), коэффициент важности Vn и стоимость затрат Сn.

Оборудования ранжируются согласно значениям рассчитанных показателей состояния, после чего удаляются те объекты, значение которых находится в пределах доверительной зоны (Jmin Jn(t) Jmax) и соответственно имеют низкий показатель риска. Далее основные средства с одинаковой оценкой технического состояния ранжируются в соответствии со значениями показателей важности объекта и рассчитанным коэффициентам затрат.

По результатам проведенного анализа система поддержки принятия решений формирует следующие классы оборудования:

1) требующей замены;

2) требующей капитального ремонта;

3) требующей среднего ремонта;

4) требующей регулярный контроль;

5) годной к эксплуатации.

Таким образом, автоматизированная система позволяет с достаточной степенью точности определить ожидаемые затраты на техническое обслуживание и обновление производственных фондов, учитывая имеющиеся возможности финансирования, при формирования годовых планов технического обслуживания. Также применение средств поддержки принятия решений позволяет формировать технически и экономически обоснованную стратегию работ по модернизации, технологическому развитию и обеспечению функционирования станочного парка предприятия.

В третьей главе представлена модель обработки информации для оценки технического состояния оборудования и повышения эффективности процесса обновления производственных фондов электроэнергетических объектов. Выявлены основные информационные связи разрабатываемой системы, которые представлены на рисунке 2.

X4

–  –  –

Рисунок 2 – Модель информационных потоков в процессе принятия решений в системе управления производственными фондами Была разработана функциональная модель оценки состояния оборудования электроэнергетических объектов в рамках интеллектуальной электроэнергетической системы на основе методологии системного анализа и IDEFтехнологий. Декомпозиция функциональной модели принятия решений приведена на рисунке 3.

Рисунок 3 – Детализированная контекстная диаграмма процесса оценки состояния оборудования электроэнергетических объектов Разработанная функциональная модель оценки состояния оборудования электроэнергетических объектов позволила выделить основной спектр задач и сформулировать требования к их реализации в составе интеллектуальной системы поддержки принятия решений. Проектируемая система даст возможность предоставлять управленческому аппарату интеллектуальные средства оценки, анализа и прогнозирования состояния производственных фондов на основании комплексного учета различных факторов. На этой основе в подсистеме будет осуществляться выбор стратегий управления отказами, планирование и учет выполнения работ.

Система поддержки принятия решений построена в соответствии с особенностями перехода и внедрения интеллектуальной электроэнергетической сети с активно-адаптивной сетью и возможностью применения разработанной математической модели оценки технического состояния оборудования и методика повышения эффективности процесса обновления производственных фондов.

Данная информационная система должна выполнять следующие функции:

- оценка и анализ состояния оборудования в режиме реального времени;

- повышение наблюдаемости энергосистемы;

- определение приоритетов в замене основных фондов и направление инвестиций в то оборудование, которое вскоре может дать сбои или приближается к работе на полную мощность;

предоставление рекомендаций диспетчерскому, оперативнотехнологическому и ремонтному персоналу для реализации управляющих воздействий и проведения соответствующих работ;

- проведение анализа действия оперативного персонала;

- оптимизация планирования технического обслуживания и ремонт оборудования;

- предотвращение выхода из строя важных компонентов,

- повышение надежности и экономически оптимальное функционирование системы и т.д.

Структурная схема интеллектуальной системы управления приведена на рисунке 4.

Рисунок 4 – Структура системы поддержки принятия решений при управлении производственными фондами электроэнергетических объектов Рассмотрим основные уровни разрабатываемой интеллектуальной системы управления:

1. Сбор исходных данных об энергетических объектах осуществляется различными способами:

получение данных с систем мониторинга. Учитывая возрастающие возможности датчиков в области непрерывного отслеживания статуса оборудования интеллектуальной электрической сети, в рассматриваемую систему поступает постоянный поток данных от этих устройств. Для каждого оборудования устанавливается набор параметров отклонений, которые приводят к сбоям и работу которых необходимо контролировать с помощью датчиков (например, для трансформатора важными критериями являются отслеживание состава охлаждающего масла, регулярности в переключении обмоток, чрезмерных перегрузок по току и напряжению и т.д.);

- организация системы электронных паспортов основных средств, содержащей следующую информацию по каждой единице оборудования: наименование, инвентарный номер, модель, год выпуска, год ввода в эксплуатацию, основные технические характеристики, данные о проведенных технических обслуживаниях, данные об отказах в работе, времени наработки на отказ, остаточной балансовой стоимости и т.д. На основании исторических характеристик можно определить закономерности поведения характеристик оборудования и получить качественный прогноз функционирования.

- контактный метод с выездом на объект рабочей бригады с использованием средств измерений (система внешнего аудита);

- получение информации с автоматизированной измерительной системы контроля и учта энергоресурсов, в целях отслеживания соответствия нагрузки электроэнергетического объекта ее мощностям, для расчета коэффициентов важности оборудований и электроэнергетических объектов, а также полученные данные могут быть использованы при прогнозирования потребления и необходимости в увеличении мощностей передающих сетей.

- получения информации о внешних природно-климатических воздействиях.

2. На уровне предварительной обработки данных решаются задачи организации передачи данных из внешних источников с поддержкой уникальных идентификаторов информационных объектов на основе общесистемных справочников и классификаторов.

3. Уровень хранения. На данном уровне осуществляется хранение поступающей в систему информации о производственных активах, а также удобный и быстрый поиск нужных данных.

4. Уровень анализа и формирования знаний. Технологии интеллектуального анализа данных позволяют решать задачи выявления скрытых закономерностей при отклонении значений контролируемых параметров, обнаружения предаварийных ситуаций и анализа последствий дальнейшей эксплуатации производственных фондов с привлечением методов искусственного интеллекта. Результаты анализа сохраняются в базу знаний.

5. Уровень принятия решений. На данном этапе происходит формирование инструкций, рекомендаций, перечня мероприятий по оптимизации процесса обновления основных фондов, решению задач технического перевооружения предприятия и т.д.

6. Уровень контроля реализации решений позволяет отследить степень исполнения и эффективности мероприятий. В ходе контроля осуществляется накопление информации о фактических последствиях принятых решений, проводится анализ отклонений от запланированных или спрогнозированных последствий, выполняется корректировка нормативов.

В четвертой главе приведены результаты разработки алгоритмического и программного комплекса системы поддержки принятия решений для оценки состояния оборудования и повышения эффективности процесса обновления производственных фондов электроэнергетических объектов.

Архитектура программного комплекса для оценки состояния и эффективности процесса обновления и модернизации производственных фондов электроэнергетических объектов приведена на рисунке 5. С учетом особенностей предложенной структуры были разработаны алгоритмы функционирования выделенных на схеме процессов.

Рисунок 5 – Блок-схема структуры программного комплекса системы поддержки принятия решений при управлении производственными фондами Разрабатываемая информационная система должна обладать расширенной функциональностью, что достигается путем разработки и внедрения в систему ряда взаимодействующих между собой модулей:

- модуль сбора, предварительной обработки и хранения данных;

- модуль анализа данных;

- модуль принятия решений.

Модуль сбора, предварительной обработки и хранения данных осуществляет прием потоков информации из внешних источников (систем мониторинга, систем электронных паспортов основных средств, автоматизированных систем контроля и учта энергоресурсов, систем внешнего аудита объектов, подсистем сбора данных о внешней среде) и преобразование в форматы, подходящие для хранения и последующей обработки.

Процесс предварительной обработки данных играет важную роль, так как сохраненная в базу данных информация в последующем используется для принятия решений, следовательно, чтобы некорректные данные не привели к недостоверным выводам необходимо обеспечить высокую достоверность поступающих данных.

Для интеллектуальной обработки информации и последующего принятия оперативных решений, подготовленные данные из базы данных направляются в модуль анализа, состоящего из подсистемы интеллектуального анализа данных и базы знаний.

Начало

–  –  –

Рисунок 6 – Укрупненный алгоритм интеллектуального анализа данных и оценки текущего состояния оборудования электроэнергетического объекта Подсистема интеллектуального анализа осуществляет контроль отклонений параметров функционирования оборудования и дает оценку текущего технического состояния (рисунок 6). При выявлении отклонений или же в зависимости от запрашиваемых пользователем данных из базы знаний вызывается соответствующий вид модели. В случае наличия нештатной ситуации строится прогноз развития процессов, проводится анализ последствий, формируются рекомендации для восстановления работоспособного состояния и предотвращения выхода из строя.

Результаты интеллектуального анализа передаются в модуль принятия решений, где происходит поиск оптимальных решений, определение приоритетов в замене оборудования в зависимости от заданных финансовых ресурсов, планирование работ и формирование программы модернизации и обновления инфраструктуры (рисунок 7).

Начало

–  –  –

Рисунок 7 – Укрупненный алгоритм модуля принятия решений о состоянии электроэнергетического оборудования ЗАКЛЮЧЕНИЕ На основе проведенного в диссертационной работе исследования по разработке методов и алгоритмов оценки технического состояния оборудования и повышения эффективности процесса обновления производственных фондов электроэнергетического объекта на базе концепции создания интеллектуальной электроэнергетической системы с активно-адаптивной сетью можно сформулировать следующие выводы:

1. Проведен системный анализ проблем и особенностей построения систем обработки информации в интеллектуальных электроэнергетических сетях, а также систем непрерывного контроля, средств и технологий систем поддержки принятия решений на базе концепции Smart Grid, позволяющий сделать вывод о необходимости совершенствования систем планирования технического обслуживания и обновления основных средств на основе фактического состояния, учитывая ограниченность финансовых ресурсов.

2. Разработана математическая модель оценки технического состояния оборудования и электроэнергетического объекта в целом за заданный интервал времени, позволяющая оценить уровень готовности производственных активов к эксплуатации с учетом его значимости, важности и интервала отклонений каждого из контролируемых параметров.

3. Предложен новый подход планирования воздействий на основное средство, основанный на применении разработанного интегрированного показателя технического состояния оборудования (Jn(t)), коэффициента важности электроэнергетического объекта (Vn), на котором эксплуатируется актив и стоимости затрат технического обслуживания и обновления (Сn).

4. Разработана методика повышения эффективности процесса технического обслуживания, модернизации и обновления основных средств электроэнергетических объектов, позволяющая повысить эффективность распределения капитальных вложений и минимизировать отклонения выполняемых объемов работ от запланированных на основе непрерывного мониторинга реализации инвестиционной программы и утвержденных решений.

5. Разработана функциональная модель оценки состояния оборудования электроэнергетическим объектов в рамках интеллектуальной электроэнергетической системы на основе методологии системного анализа и IDEF-технологий и структура интеллектуальной системы поддержки принятия решений.

6. Разработано и реализовано алгоритмическое и программное обеспечение системы поддержки принятия решений

7. Экономический эффект от использования разработанного программного обеспечения в ГУП «Аланияэлектросеть» составил 287 тыс. руб. в год. Ожидаемый годовой экономический эффект от внедрения разработанного программного обеспечения в СОф ОАО «МРСК СК» составит 862 тыс. руб. за счет снижения вероятности системных аварий и снижения недоотпуска электрической энергии потребителям.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в ведущих рецензируемых научных журналах, включенных в перечень ВАК:

1. Кумаритов А.М., Гаглоева И.Э., Джиоева И.А. Функциональное моделирование интеллектуальной системы поддержки принятия решений для оценки эффективности процесса обновления и модернизации производственных фондов электроэнергетических объектов // Аудит и финансовый анализ.

Москва, 2013. Т. 4. С. 443-448.

2. Гаглоева И.Э. Алгоритм функционирования интеллектуальной системы поддержки принятия решений для оценки технического состояния и эффективности процесса обновления и модернизации производственных фондов электроэнергетических объектов // Науковедение (электронный журнал). 2013 №3 (16) [Электронный ресурс]. – М.: 2013. – Режим доступа:

http://naukovedenie.ru/PDF/81tvn313.pdf, свободный – Загл. с экрана.

3. Кумаритов А.М., Гаглоева И.Э., Добаев А.З. Разработка математической модели оценки состояния производственных фондов в интеллектуальных электроэнергетических системах с активно-адаптивной сетью // Научные труды Вольного экономического общества России. – Москва-Владикавказ:

2013. Т. 177. С.246-256.

4. Гаглоева И.Э. Разработка методики повышения эффективности процесса обновления и модернизации производственных фондов электроэнергетических объектов // Науковедение (электронный журнал), 2013 №5 (18) [Электронный ресурс]. – М.: 2013. – Режим доступа: http://naukovedenie.ru/ PDF/32tvn513.pdf, свободный – Загл. с экрана.

5. Гаглоева И.Э. Разработка системы поддержки принятия решений при управлении производственными фондами // Информационные и телекоммуникационные технологии. – М.: 2013. Т.19. С.22-28.

6. Гаглоева И.Э., Добаев А.З., Дедегкаева А.А. Разработка математической модели комплексной оценки состояния электроэнергетических объектов // Инженерный вестник Дона (электронный журнал). [Электронный ресурс]. – М.: 2013, №3. – Режим доступа: http://www.ivdon.ru/magazine/ archive/n3y2013/1842 (доступ свободный) – Загл. с экрана.

Публикации в других изданиях:

7. Гаглоева И.Э., Хачирова Н.В. Моделирование бизнес-процессов с использованием технологий UML и BPM // Труды молодых ученых. – Владикавказ: Изд-во «Терек», 2011, Т.3 – С.59-63.

8. Гаглоева И.Э. Анализ методов оценки состояния оборудования и эффективности процесса обновления производственных фондов в электроэнергетических сетях // Труды молодых ученых. – Владикавказ: Изд-во «Терек», 2013, Т.2– С. 86-90.

Материалы международных конференций:

9. Гаглоева И.Э. Анализ автоматизированных систем контроля, учета и управления электропотреблением // Перспективы развития информационных технологий: сборник материалов VI Международно-практической конференции. – Новосибирск: СИБПРИНТ, 2012. – С.93-97.

10. Гаглоева И. Э., Добаев А. З. Применение систем автоматизации управления в интеллектуальных электроэнергетических сетях// Наука XXI века: новый подход: материалы II международной научно-практической конференции студентов, аспирантов и молодых учных 28 сентября 2012 года, г.

Санкт-Петербург. – Петрозаводск: ПетроПресс, 2012. – С.8-12.

11. Гаглоева И.Э. Разработка структуры интеллектуальной системы управления состоянием основных фондов электроэнергетических объектов // Актуальные вопросы науки: Материалы VII Международной научнопрактической конференции (25.10.2012). – М.: Спутник+, 2012. – С.26-29.

12. Гаглоева И.Э. Анализ методов прогнозирования для интеллектуальной системы управления состоянием основных фондов электроэнергетических объектов// Актуальные вопросы современной техники и технологии:

Сборник докладов X-й Юбилейной Международной научной конференции (г.Липецк, 26 января 2013 г.). – Липецк: Гравис, 2013. – С.186-190.

13. Гаглоева И.Э. Анализ эффективности функционирования систем сбора и обработки информации о состоянии оборудования электроэнергетических объектов // Решение проблем развития предприятий: роль научных исследований: Материалы III Международной научно-практической конференции. 14 мая 2013г.: Сборник научных трудов. – Краснодар, 2013. – С142-145.

14. Гаглоева И.Э. К вопросу о разработке модели обработки информации о техническом состоянии оборудования для повышения эффективности процесса обновления производственных фондов электроэнергетических объектов // Международная научная конференция «Тенденции современной науки». Польша, Гданьск, 2013. С.10-12.

Подписано в печать 07.02.2014. Формат 60х84 1/16. Бумага офсетная. Гарнитура «Таймс». Печать на ризографе. Усл. п.л. 1,0. Тираж 100. Заказ №13.

Северо-Кавказский горно-металлургический институт (государственный технологический университет. Издательство «Терек».

Отпечатано в отделе оперативной полиграфии СКГМИ (ГТУ).

362021, г. Владикавказ, ул. Николаева, 44.б



Похожие работы:

«ПРЕОБРАЗОВАТЕЛИ ИЗМЕРИТЕЛЬНЫЕ ЦИФРОВЫЕ ПЕРЕМЕННОГО ТОКА ЦА 9254 И НАПРЯЖЕНИЯ ПЕРЕМЕННОГО ТОКА ЦВ 9255 Руководство по эксплуатации УИМЯ.411600.054 РЭ Настоящее руководство по эксплуатации (в дальнейшем – РЭ) пред...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ "БРЕСТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" КАФЕДРА"ОСНОВАНИЙ, ФУНДАМЕНТОВ, ИНЖЕНЕРНОЙ ГЕОЛОГИИ И ГЕОДЕЗИИ" МЕТОДИЧЕСКИЕ УКАЗАНИЯ...»

«SCIENCE TIME ЗНАЧИМОСТЬ ГОСУДАРСТВЕННОГО ЭКОНОМИЧЕСКОГО РЕГУЛИРОВАНИЯ СЕЛЬСКОГО ХОЗЯЙСТВА Головачева Любовь Васильевна, Курская государственная сельскохозяйственная академия, г. Курск E-mail: golovacheva-lyubasha@mail.ru Аннотация. В статье рассматриваются особенности сельского...»

«ВСТРАИВАЕМЫЙ ЭЛЕКТРИЧЕСКИЙ ДУХОВОЙ ШКАФ             65DTE42038 65DTE42004 : " " : 127566,,,.48 : Guangdong Midea Kitchen Appliances Manufacturing Co., Ltd : No.6 Yongan Road, Beijiao Shunde, Foshan, Guangdong Province, P.R. China Содержание Технические характеристики Основные парам...»

«ПРЕОБРАЗОВАТЕЛЬ ИНТЕРФЕЙСОВ RS-485/RS-232 В ETHERNET С2000-Ethernet исп. 01 вер. 2.02 Этикетка АЦДР.426469.028-01 ЭТ ИСО 9001 ББ02 УП001 1 ОСНОВНЫЕ ТЕХНИЧЕСКИЕ ДАННЫЕ 1.1 Общие сведения 1.1.1 Преобразователь интерфейсов C2000-Ethernet исп. 01 (далее – C2000-Ethernet) предназ...»

«Строительное материаловедение УДК 666.971 Д.И. Черных, Е.М. Чернышов, Д.В. Орешкин* ФГБОУ ВПО "Воронежский ГАСУ", *ФГБОУ ВПО "МГСУ" ОЦЕНКА КОМКУЕМОСТИ КАРБОНАТКАЛЬЦИЕВЫХ ОТХОДОВ ПРИ ОБОСНОВАНИИ ТЕХНОЛОГИИ ИХ ГРАНУЛИРОВАНИЯ В ИСКУССТВЕННЫЙ ГРАВИЙ...»

«Национальный горный университет ООО "Шнейдер Электрик Украина" Авторизованный учебный центр компании "Шнейдер Электрик" ПРОГРАММИРОВАНИЕ ПРЕОБРАЗОВАТЕЛЯ ЧАСТОТЫ ALTIVAR 61 Методические материалы для слушателей курсов повышения квалификации и студентов...»

«1 Раздел 1. Пояснительная записка.Исходными документами для рабочей программы являются: Федеральный закон Российской Федерации от 29.12.2012 г., №273-ФЗ "Об образовании в Российской Федерации"; Федеральный компонент Государственного стандарта осн...»

«СТЕНОГРАММА парламентских слушаний Комитета Государственной Думы по земельным отношениям и строительству на тему: Перспективы и проблемы деятельности саморегулируемых организаций в строительной области. Основные направления совершенствова...»

«Учреждение образования "БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ" П. П. Урбанович, Д. М. Романенко, Е. В. Кабак КОМПЬЮТЕРНЫЕ СЕТИ Допущено Министерством образования Республики Беларусь в качестве учебного пособия для студентов высших учебных заведений по техническим специаль...»

«Чан Ван Хань СИСТЕМНЫЙ АНАЛИЗ И РАЗРАБОТКА МЕТОДОВ ОПТИМИЗАЦИИ ПРОМЫШЛЕННЫХ БОРТОВЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ СЕТЕВОЙ ИНФОРМАЦИОННОЙ СРЕДЫ Специальность 05.13.01 — Сис...»

«Министерство образования Российской Федерации ГОУ Уральский государственный технический университет — УПИ В. Н. Родин, А. Г. Шарапов, Б. Е. Мурманский, Ю. А. Сахнин, В. В. Лебедев, М. А: Кадников, Л. А. Жученко РЕМОНТ ПАРОВЫХ ТУРБИН Учебное пособие под общей редакцией Ю. М. Бр...»

«Инструкция по монтажу Порядок транспортировки и установки высоковольтных частотно-регулируемых приводов PowerFlex® 7000 Важная информация для пользователя Рабочие характеристики полупроводникового оборудования отличаются от хар...»

«Инженерный вестник Дона, №4 (2015) ivdon.ru/ru/magazine/archive/n4p2y2015/3473     К вопросу гигиенической оценки содержания хлорорганических соединений в питьевой воде В.Ю. Вишневецкий, В.С. Ледяева Южный федеральный университет, Институт нанотехнологий, электроники и приборостроения Аннотация: В с...»

«СОЦИОЛОГИЧЕСКИЕ НАУКИ УДК 316.354 : 351/354 ; 316.354.61 Денисов Александр Михайлович Denisov Alexander Mikhailovich преподаватель кафедры lecturer of the chair "Организационно-кадровая работа “Organizational and p...»








 
2017 www.lib.knigi-x.ru - «Бесплатная электронная библиотека - электронные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.