全壽命周期主動(dòng)設(shè)備管理輔助決策

徐元孚，李 平，李叢林，田 圳，王 瑤，袁中琛

（1.國(guó)網(wǎng)天津市電力公司，天津 300010；2.國(guó)家電網(wǎng)有限公司，北京 100031；3.國(guó)網(wǎng)天津市電力公司東麗供電分公司，天津 300010；4.國(guó)網(wǎng)天津電科院，天津 300010）

電力系統(tǒng)設(shè)備資產(chǎn)管理廣泛應(yīng)用于電網(wǎng)發(fā)輸配用各個(gè)環(huán)節(jié)，以增加電網(wǎng)資產(chǎn)可靠性，優(yōu)化設(shè)備維護(hù)的總體成本并降低與資產(chǎn)運(yùn)營(yíng)相關(guān)風(fēng)險(xiǎn)。為避免由設(shè)備維護(hù)、檢修以及更換不當(dāng)造成的電網(wǎng)運(yùn)行故障，電網(wǎng)公司一直采用傳統(tǒng)的計(jì)劃?rùn)z修及人工決策的方式對(duì)電網(wǎng)資產(chǎn)進(jìn)行管理，從而忽略了電網(wǎng)資產(chǎn)健康狀況評(píng)估與管理，方法相對(duì)保守與被動(dòng)[1]。隨著智能電網(wǎng)的發(fā)展，電網(wǎng)資產(chǎn)快速增長(zhǎng)，相應(yīng)的量測(cè)數(shù)據(jù)呈現(xiàn)急速增長(zhǎng)[2]。隨著互聯(lián)網(wǎng)、數(shù)字技術(shù)和人工智能技術(shù)的出現(xiàn)和日趨成熟，無(wú)論是礦業(yè)、石油還是天然氣，自來(lái)水或電力運(yùn)營(yíng)商，基于實(shí)時(shí)、歷史數(shù)據(jù)及案例庫(kù)專家知識(shí)，采用人工智能的方式，做出主動(dòng)決策管理已成為未來(lái)公用事業(yè)資產(chǎn)管理的趨勢(shì)[3-4]。數(shù)據(jù)驅(qū)動(dòng)下的電力系統(tǒng)，基于對(duì)數(shù)據(jù)的轉(zhuǎn)換、存儲(chǔ)、多維度數(shù)據(jù)的聚合、學(xué)習(xí)及信息提取，為將被動(dòng)的設(shè)備管理向智能化主動(dòng)資產(chǎn)管理推進(jìn)奠定了良好的基礎(chǔ)[5]，而基于海量數(shù)據(jù)的歷史數(shù)據(jù)庫(kù)和專家?guī)鞛殚_展面向全壽命周期的電網(wǎng)設(shè)備資產(chǎn)管理提供了可能性。

基于人工智能的預(yù)測(cè)與決策支持系統(tǒng)已經(jīng)存在超過(guò)10年時(shí)間，但在實(shí)際電網(wǎng)企業(yè)資產(chǎn)管理中由于各種原因還未廣泛普及。如：電網(wǎng)設(shè)備運(yùn)行態(tài)勢(shì)預(yù)測(cè)、預(yù)判、預(yù)控能力受限于大部分設(shè)備缺乏實(shí)時(shí)狀態(tài)反饋；設(shè)備由于投用時(shí)間的不同，在功能、設(shè)計(jì)、操作性能等方面差異較大，而對(duì)于設(shè)備健康水平的評(píng)估還處于起步階段；電網(wǎng)企業(yè)還未配備將大量設(shè)備原始數(shù)據(jù)流進(jìn)行實(shí)時(shí)轉(zhuǎn)換和特征提取的平臺(tái)；實(shí)時(shí)智能決策還需要設(shè)備歷史事件記錄、設(shè)備相關(guān)性、家族性、區(qū)域性等相關(guān)知識(shí)庫(kù)聯(lián)合支撐。

本文基于設(shè)備全壽命周期信息，采用案例推理技術(shù)對(duì)設(shè)備進(jìn)行全壽命周期主動(dòng)管理。通過(guò)檢索典型事件專家?guī)旒白詫W(xué)習(xí)，形成面向全壽命周期的主動(dòng)電網(wǎng)資產(chǎn)管理，對(duì)日常運(yùn)營(yíng)管理進(jìn)行信息化支撐，對(duì)風(fēng)險(xiǎn)評(píng)估進(jìn)行決策支撐。

1 設(shè)備資產(chǎn)管理

1.1 電網(wǎng)設(shè)備資產(chǎn)管理

國(guó)際標(biāo)準(zhǔn)化組織于2014年頒布了ISO55000系列標(biāo)準(zhǔn)，旨在建立全球各行業(yè)共同的資產(chǎn)管理標(biāo)準(zhǔn)框架。根據(jù)ISO55000標(biāo)準(zhǔn)，資產(chǎn)可定義為事物、物品、設(shè)備或具有實(shí)際或潛在價(jià)值的實(shí)體。有效的資產(chǎn)管理目標(biāo)是確保資產(chǎn)在整個(gè)生命周期中，在相關(guān)利益體價(jià)值鏈中可以發(fā)揮最大價(jià)值[6]。

作為資產(chǎn)密集型企業(yè)，國(guó)內(nèi)外電網(wǎng)公司都開始推動(dòng)資產(chǎn)管理系統(tǒng)的開發(fā)與應(yīng)用。英國(guó)國(guó)家電網(wǎng)將資產(chǎn)管理分為數(shù)據(jù)管理、計(jì)劃管理和運(yùn)營(yíng)管理。將數(shù)據(jù)管理作為整個(gè)資產(chǎn)管理的基礎(chǔ)為短期、中期及長(zhǎng)期計(jì)劃提供決策方案依據(jù)，為運(yùn)營(yíng)方案提供案例推理演化基礎(chǔ)。通過(guò)數(shù)據(jù)、計(jì)劃以及運(yùn)營(yíng)之間信息的交互，形成以數(shù)據(jù)支撐計(jì)劃管理，以計(jì)劃指導(dǎo)運(yùn)營(yíng)模式的循環(huán)優(yōu)化制度，形成一個(gè)完善、高效的資產(chǎn)管理模式[7]。香港中華電力公司遵循PAS55標(biāo)準(zhǔn)開展資產(chǎn)管理工作，將管理、維修、績(jī)效相融合，以可靠性和設(shè)備狀態(tài)為基準(zhǔn)進(jìn)行設(shè)備檢修維護(hù)[8]。加拿大Hydro One電力公司自1998年開始引入PAS55，并后續(xù)引入ISO55000系列標(biāo)準(zhǔn)開展基于設(shè)備健康狀態(tài)的資產(chǎn)評(píng)估管理方法。

由此可見(jiàn)，世界各國(guó)電網(wǎng)公司在制定有效的電網(wǎng)資產(chǎn)管理解決方案，管理和優(yōu)化利用所有資產(chǎn)來(lái)提高資產(chǎn)安全性、可靠性、可用性和經(jīng)濟(jì)性能。因此不僅需要保證設(shè)備健康穩(wěn)定工作，同時(shí)需要盡可能延長(zhǎng)設(shè)備使用壽命，提高電網(wǎng)公司盈利水平。我國(guó)電網(wǎng)公司的資產(chǎn)管理還處于起步階段，得益于我國(guó)移動(dòng)通信技術(shù)的發(fā)展，基于數(shù)字身份認(rèn)證、邊緣計(jì)算和人工智能技術(shù)的電網(wǎng)資產(chǎn)管理成為發(fā)展方向。

1.2 電網(wǎng)資產(chǎn)全壽命管理三維系統(tǒng)

美國(guó)系統(tǒng)工程專家A.D.Hall于1969年提出一種系統(tǒng)工程方法論，該系統(tǒng)工程理論模型由時(shí)間維、邏輯維和知識(shí)維組成，稱為霍爾三維結(jié)構(gòu)[9]。將霍爾三維結(jié)構(gòu)三個(gè)維度合理設(shè)置，并清晰劃分子維度，可有效應(yīng)用于電網(wǎng)全壽命資產(chǎn)管理中。其中，時(shí)間維將設(shè)備從規(guī)劃、采購(gòu)、運(yùn)檢到退役進(jìn)行狀態(tài)標(biāo)記，并應(yīng)用唯一編碼進(jìn)行身份標(biāo)注；邏輯維可用于記錄設(shè)備類型、專業(yè)用途、電壓等級(jí)、正常運(yùn)行方式以及關(guān)聯(lián)設(shè)備等關(guān)鍵信息，具體數(shù)據(jù)信息如表1所示；而知識(shí)維可用于記錄設(shè)備相關(guān)檢修、維護(hù)、更新信息，可與調(diào)控系統(tǒng)專家?guī)爝M(jìn)行信息交互。電網(wǎng)資產(chǎn)全壽命管理三維系統(tǒng)如圖1所示，該系統(tǒng)從設(shè)備的全壽命周期出發(fā)，根據(jù)各個(gè)維度中子維度數(shù)據(jù)在三維空間中形成該設(shè)備生命周期內(nèi)的相關(guān)事件邏輯關(guān)系及事件庫(kù)，對(duì)設(shè)備進(jìn)行全時(shí)空維度上的跟蹤畫像，為設(shè)備檢修維護(hù)提供輔助決策。

表1 邏輯維數(shù)據(jù)信息Tab.1 Data of logic dimension

圖1 電網(wǎng)資產(chǎn)全壽命管理三維系統(tǒng)Fig.1 Three-dimensional system for life-cycle grid asset management

2 設(shè)備管理案例推理

案例推理CBR（case-based reasoning）是人工智能技術(shù)的一種，包括案例表達(dá)、案例檢索、案例修訂、案例保留及學(xué)習(xí)，其中技術(shù)核心是案例檢索，即從案例庫(kù)檢索出待解決問(wèn)題相似的案例，并能夠從經(jīng)驗(yàn)案例中推理出新問(wèn)題的解決方案，并對(duì)方案進(jìn)行評(píng)估和案例庫(kù)更新與學(xué)習(xí)。

2.1 典型案例表述

案例的表現(xiàn)形式對(duì)案例檢索起到關(guān)鍵作用，不同案例如何進(jìn)行區(qū)分，案例特性如何存儲(chǔ)以便于檢索，如何與解決方案建立映射關(guān)系等都是評(píng)估案例表現(xiàn)形式和知識(shí)涵蓋的重要指標(biāo)。表現(xiàn)形式既可以采用人工智能的框架表述也可以采用語(yǔ)義解析方式。

典型的案例可以表示為

式中：P表示在搜索空間上對(duì)問(wèn)題的描述，P對(duì)于問(wèn)題的描述可以表示為每個(gè)代理agent在搜索空間上的主體特性u(píng)i的集合；v為特性總數(shù)；S為解決方案及相應(yīng)步驟的集合；T為相應(yīng)的信任度值。

如前文所述典型的電網(wǎng)資產(chǎn)全壽命管理三維系統(tǒng)中，典型的案例包括設(shè)備的時(shí)間、邏輯和知識(shí)3個(gè)維度，而各個(gè)維度又可分為多個(gè)子維度，將時(shí)間、空間及邏輯上相關(guān)的事件及設(shè)備進(jìn)行關(guān)聯(lián)。如圖2所示，典型案例與其對(duì)應(yīng)的解決方案形成專家案例庫(kù)，新的案例通過(guò)檢索專家?guī)彀咐捌鋵?duì)應(yīng)解決方案，通過(guò)自學(xué)習(xí)形成新案例對(duì)應(yīng)的解決方案，并對(duì)專家?guī)爝M(jìn)行更新擴(kuò)充。

圖2 案例推理及自學(xué)習(xí)過(guò)程示意Fig.2 Schematic of case-based reasoning and selflearning process

2.2 案例推理及學(xué)習(xí)

2.2.1 案例檢索

案例檢索過(guò)程是案例推理的核心，目前廣泛采取的方法包括權(quán)重最近鄰法WNN（weighted nearest neighbour）、歸納推理法IR（inductive retrieval）、知識(shí)引導(dǎo)法KGR（knowledge guided retrieve）以及模板檢索法MR（modular retrieve）。其中，WNN和IR是應(yīng)用最為廣泛的檢索方法。WNN是簡(jiǎn)單直觀的檢索方法。當(dāng)數(shù)據(jù)源為數(shù)據(jù)或可轉(zhuǎn)換為數(shù)據(jù)的文件時(shí)，應(yīng)采用WNN對(duì)案例庫(kù)進(jìn)行檢索，通常應(yīng)用Euclidean距離公式來(lái)計(jì)算，即

式中：u為案例特性；v為該案例特性總數(shù)。利用如式（2）所示的聚類方法，將Euclidean距離最短的案例聚類為一類，即

式中，ck為案例庫(kù)中某一案例。

如圖3所示，對(duì)于某區(qū)域365天的負(fù)荷進(jìn)行聚類，可聚類為5簇負(fù)荷以對(duì)應(yīng)案例庫(kù)中的對(duì)應(yīng)案例。

圖3 案例推理過(guò)程中某地區(qū)負(fù)荷聚類示意Fig.3 Schematic of load clustering in one area during case-based reasoning

2.2.2 案例重新利用及修改

對(duì)從案例庫(kù)檢索出的案例及其解決方案進(jìn)行重新應(yīng)用（Reuse）并進(jìn)行相應(yīng)的修改（Revise）是CBR自學(xué)習(xí)的重要部分。

為更好地觀測(cè)新的案例與已檢索出案例之間的誤差，將二者進(jìn)行比較，并利用式（3）計(jì)算其誤差。

本文采用支持向量機(jī)SVM（support vector machine）解決式（4）的優(yōu)化問(wèn)題。SVM采用高斯徑向基核函數(shù)RBF（radial basis function）作為核函數(shù)，表示u到核函數(shù)中心uc之間的歐式距離，記作

式中，σ為該函數(shù)的寬度參數(shù)，以控制函數(shù)的徑向作用范圍。

2.2.3 案例學(xué)習(xí)及案例庫(kù)更新

以上方法假設(shè)樣本數(shù)據(jù)為理想數(shù)據(jù)，而在實(shí)際工程中往往存在大量的數(shù)據(jù)缺失、數(shù)據(jù)不確定以及數(shù)據(jù)不一致等情況存在，缺乏完整的背景知識(shí)，從而為案例檢索及學(xué)習(xí)提出挑戰(zhàn)，需要采用自學(xué)習(xí)的方式對(duì)不完整信息進(jìn)行補(bǔ)充和糾正。自學(xué)習(xí)主要分為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)。其中，遷移學(xué)習(xí)可以運(yùn)用已掌握經(jīng)驗(yàn)知識(shí)解決新問(wèn)題，打破傳統(tǒng)機(jī)器學(xué)習(xí)對(duì)訓(xùn)練數(shù)據(jù)的約束，使模型和學(xué)習(xí)方法具有更強(qiáng)的泛化能力[10]。由于其解決工程問(wèn)題的適用性及方案的泛化能力，遷移學(xué)習(xí)受到工程領(lǐng)域的廣泛關(guān)注。

本文利用電網(wǎng)資產(chǎn)全壽命管理三維系統(tǒng)中對(duì)資產(chǎn)形成的完備歷史案例平臺(tái)作為源領(lǐng)域，而系統(tǒng)產(chǎn)生的資產(chǎn)運(yùn)維需求為目標(biāo)領(lǐng)域，由于數(shù)據(jù)及描述的粗糙，數(shù)據(jù)概率分布很難滿足新的案例需求而進(jìn)入案例檢索流程，采用遷移學(xué)習(xí)的思想，對(duì)電網(wǎng)中形成的新的資產(chǎn)管理按照時(shí)間維、知識(shí)維以及邏輯維進(jìn)行泛化，從而形成標(biāo)注的案例，為檢索、推理、自學(xué)習(xí)的資產(chǎn)主動(dòng)管理輔助決策系統(tǒng)提供數(shù)據(jù)支持。

堅(jiān)定不移地抓好廉政建設(shè)，是加強(qiáng)和改進(jìn)黨的建設(shè)的重要途徑之一。改革開放以來(lái)，中國(guó)共產(chǎn)黨高度重視廉政建設(shè)，不斷探索廉政建設(shè)的規(guī)律，取得了廉政建設(shè)的重大成就。

對(duì)于某些案例，系統(tǒng)會(huì)檢索出多種相似度接近的解決方案。為此，從運(yùn)行維護(hù)實(shí)際出發(fā)，為每種方法設(shè)置權(quán)重因子，特別是對(duì)于與重要負(fù)荷、資產(chǎn)相關(guān)的解決方案中，曾在資產(chǎn)管理歷史中成功解決相似問(wèn)題的方案，設(shè)置優(yōu)先因子，相應(yīng)的解決方案將作為首選項(xiàng)提供給調(diào)度運(yùn)維管理中心。

經(jīng)過(guò)檢索及自學(xué)習(xí)的新案例是否應(yīng)該更新入案例庫(kù)需要根據(jù)新案例與案例庫(kù)已有案例的相似度進(jìn)行判斷，本文采用相似度90%作為判別標(biāo)準(zhǔn)，即

similarity(NewCase,SimilarCases)≤ 90% （6）

2.3 案例推理流程

圖4為案例推理學(xué)習(xí)方法的流程，通過(guò)將新的資產(chǎn)管理包裝成新的案例在案例庫(kù)中進(jìn)行檢索，并將所有檢索的相關(guān)資產(chǎn)信息及生產(chǎn)檢修方式存儲(chǔ)于臨時(shí)案例庫(kù)tc中，對(duì)案例庫(kù)中檢索出的相關(guān)N個(gè)解決方案進(jìn)行驗(yàn)證，如能有效解決則重新應(yīng)用，否則根據(jù)驗(yàn)證結(jié)果對(duì)解決方案進(jìn)行更新及再利用，并對(duì)更新后的案例進(jìn)行學(xué)習(xí)并更新案例庫(kù)。

3 基于案例推理的全壽命周期資產(chǎn)管理

全生命周期資產(chǎn)更換和檢修在整體電力系統(tǒng)資產(chǎn)管理中起著至關(guān)重要的作用。根據(jù)IEC 60300-3-3國(guó)際標(biāo)準(zhǔn)，全壽命周期通常應(yīng)包括6個(gè)部分：概念與定義、設(shè)計(jì)與開發(fā)、制造、安裝、運(yùn)維、退役。電網(wǎng)資產(chǎn)管理則主要關(guān)注安裝、運(yùn)維及退役3個(gè)方面。

電網(wǎng)設(shè)備海量多源異構(gòu)數(shù)據(jù)，通過(guò)數(shù)據(jù)平臺(tái)整理后可進(jìn)行設(shè)備典型特征及歷史事件信息，發(fā)掘潛在知識(shí)及歷史關(guān)聯(lián)、家族性關(guān)聯(lián)事件，對(duì)電網(wǎng)企業(yè)開展設(shè)備規(guī)劃、設(shè)備管理、設(shè)備評(píng)估具有重大意義。全壽命周期資產(chǎn)管理案例推理方法如圖5所示。

圖5 全壽命周期資產(chǎn)管理案例推理方法Fig.5 Case-based reasoning method for life-cycle asset management

4 算例分析

4.1 算例數(shù)據(jù)平臺(tái)

資產(chǎn)管理數(shù)據(jù)繁雜，應(yīng)用調(diào)控系統(tǒng)大數(shù)據(jù)平臺(tái)，對(duì)系統(tǒng)案例推理及學(xué)習(xí)具有重要的數(shù)據(jù)支撐。

4.2 結(jié)果分析

4.2.1 數(shù)據(jù)初始化處理

由于資產(chǎn)管理過(guò)程中數(shù)據(jù)錄入未能完全標(biāo)準(zhǔn)化，首先需要對(duì)信息進(jìn)行初始化識(shí)別，如系統(tǒng)信息為“變電站ABC 220 kV-1母線：x出口線路維護(hù)”。系統(tǒng)首先檢索變電站ABC 220 kV-1母線下所有出口設(shè)備類型、檢修情況、歷史事件，形成自身及相關(guān)設(shè)備特征點(diǎn)提取以及歷史事件特征提取，具體檢索結(jié)果如表2所示。

表2 案例推理檢索結(jié)果Tab.2 Retrieval results of case-based reasoning

在實(shí)際系統(tǒng)的特征點(diǎn)提取過(guò)程中，由于系統(tǒng)輸入內(nèi)容的人為因素造成的不規(guī)范信息，給案例檢索造成很大影響，系統(tǒng)通過(guò)語(yǔ)義識(shí)別加以甄別。如：“變電站ABC”可能檢索出“電站ABC”，同時(shí)系統(tǒng)中可能存在類似如“ABC電廠”及“ABC饋線”等類似信息，同樣給檢索造成混淆，通常定義檢索關(guān)鍵詞順序以完成快速精準(zhǔn)檢索。

4.2.2 案例檢索及學(xué)習(xí)

如表2所示，案例庫(kù)檢索案例按相關(guān)性進(jìn)行篩選和排序，并將其中相關(guān)性最強(qiáng)的5條案例進(jìn)行安全性驗(yàn)證，以計(jì)算在檢修條件下系統(tǒng)的安全性和可靠性，以及預(yù)計(jì)由于檢修所造成的斷電時(shí)間及相應(yīng)的經(jīng)濟(jì)損失，并按照式（5）計(jì)算得出的評(píng)分進(jìn)行重新排序，從而可重新得到檢修任務(wù)中的整體設(shè)備信息如下。

變電站ABC220kV-1母線：x/y/z出口；變電站ABC 220 kV-2母線：s出口；變電站ABC 220 kV-3母線。

進(jìn)行廠站、設(shè)備相關(guān)信息的提取，得到：變電站ABC220 kV-1母線；相關(guān)設(shè)備：出口線路、變壓器。

歷史檢修信息匯總：出口線路、變壓器更換＜時(shí)間label＞。

調(diào)控單位：市調(diào)。

設(shè)備歸屬：高壓輸電管理。

檢修方案：對(duì)變電站ABC 220 kV-1母線停電，由變電站ABC 220 kV-2母線轉(zhuǎn)供，停電時(shí)間2 h。

系統(tǒng)檢索出的案例將由調(diào)控人員進(jìn)行判斷并予以安排實(shí)施，實(shí)施成功后將以新案例的形式重新寫入案例庫(kù)，以對(duì)設(shè)備檢修歷史事件進(jìn)行記錄的同時(shí)也對(duì)案例庫(kù)進(jìn)行更新。

5 結(jié)論

在智能電網(wǎng)建設(shè)中，大量量測(cè)及傳感器用于系統(tǒng)運(yùn)行中，對(duì)設(shè)備基礎(chǔ)數(shù)據(jù)、運(yùn)行狀態(tài)及歷史事件進(jìn)行全面記錄，從而匯集了不同時(shí)間維度、邏輯維度及知識(shí)維度的信息，該信息貫穿設(shè)備從投運(yùn)、運(yùn)行、維護(hù)乃至退役階段的全壽命周期，對(duì)于電網(wǎng)資產(chǎn)管理的自我歸納學(xué)習(xí)，設(shè)備健康運(yùn)行起到關(guān)鍵作用。

本文應(yīng)用電網(wǎng)中設(shè)備監(jiān)控?cái)?shù)據(jù)以及歷史信息，實(shí)現(xiàn)資產(chǎn)全壽命周期主動(dòng)管理。具體總結(jié)如下。

（1）基于全壽命周期的設(shè)備資產(chǎn)管理方法。對(duì)設(shè)備運(yùn)行時(shí)間、知識(shí)和邏輯建立三維資產(chǎn)管理系統(tǒng)，為主動(dòng)資產(chǎn)管理建立數(shù)據(jù)關(guān)聯(lián)基礎(chǔ)。

（2）設(shè)備檢修事件案例推理。對(duì)關(guān)系設(shè)備、關(guān)聯(lián)區(qū)域及歷史案例進(jìn)行主動(dòng)檢索，提出設(shè)備檢修方案及策略。

（3）設(shè)備檢修輔助決策及驗(yàn)證。對(duì)檢索案例可行性、適用性及安全性進(jìn)行驗(yàn)證，為運(yùn)行人員提供有力輔助決策。