基于多屬性群決策算法的智慧電站知識中臺搭建方法

孫 猛，鄧志成，方 超

（上海發電設備成套設計研究院有限責任公司，上海 200240）

0 引言

智慧電站是互聯網、云計算、計算機技術、大數據、物聯網以及人工智能等現代化技術與發電站相結合的產物，以此來提升發電站數字化、信息化和智能化水平?！秶夷茉窗l展“十三五”規劃》將“積極推動‘互聯網+’智能能源發展”列為重點工作；《中國制造2025 能源裝備實施方案》將燃煤電廠智能化列為清潔高效煤電領域的主要任務。目前，全國各大發電集團均有智慧電站項目啟動，建設完畢和逐步實施的智慧電站已經達到了數十個，標志著中國電力行業電站領域已經進入全面的智能化建設時代。智慧電站的建設以及推廣雖然提高了發電企業的數字化水平，在很大程度上提高了中國發電企業的工作效率，但是在數據共享和決策服務方面還存在一定的提升空間，其中搭建智慧電站知識中臺是提升智慧電站數據共享和決策服務水平的一種有效途徑。目前，大部分電力企業已經具備了一定的數據應用基礎，并且智慧電站每日產生的數據信息量比較大，電力企業對于數據并沒有完全有效地把握，對于數據信息中隱藏的價值沒有形成知識，未深一層次地進行深度挖掘，不利于智慧電站的建設和發展，知識中臺的深度應用和開發可以有力支撐智慧電站各項業務的開展。雖然一部分企業針對企業需求已經開始著手搭建智慧電站知識中臺，但是搭建的智慧電站知識中臺效果并不明顯，其決策與預期的電站運維決策偏差較大，Sig 值較低，傳統方法已經無法滿足智慧電站知識中臺搭建需求，為此提出基于多屬性群決策算法的智慧電站知識中臺搭建方法。

1 智慧電站知識中臺搭建方法

1.1 總體架構設計

考慮到智慧電站的信息需求和功能需求，智慧電站知識中臺的構建需要從智慧電站業務決策的角度出發，充分考慮數字化技術和信息化技術在智慧電站知識中臺中的應用，從而更好地實現智慧電站數據采集、處理、存儲以及決策[1]。此次采用層次法對智慧電站知識中臺整體架構進行設計，共由應用層、數據中心層、數據服務層、基礎網絡層4 部分組成，圖1 為智慧電站知識中臺總體框架圖。

圖1 智慧電站知識中臺總體框架圖Fig.1 Overall framework of knowledge platform of smart power station

通過服務層的數據分析功能，對電站設備的狀態進行日常監控。智慧電站知識中臺的數據中心層可以提供完整的電站整體系統、設備、部件的狀態、參數，這些數據在經過服務層的數據分析操作后，成為了設備遠程控制和維修的數據基礎[2]。為保證電站的日常運維所產生的數據能夠高效率地上傳到應用層，基礎網絡層運用5G 通信技術實現了知識中臺中數據的高速傳輸[3]。此次根據知識中臺需求構建了設備運行狀態監測、設備健康狀態監測、EDI 服務、設備樹部件架構、故障預警、故障診斷、故障知識庫7 項應用，表1 為智慧電站知識中臺業務應用層功能介紹。

此次將傳統的智慧電站知識中臺的數據層分成了數據中心層和數據服務層兩部分，其中數據中心層是智慧電站運行數據管理層，用于對智慧電站運行數據的處理和存儲[4]，并且根據智慧電站知識中臺數據標準以及規范程序對智慧電站所有數據進行交換、處理和管理，利用基礎數據庫、應用數據庫以及統計數據庫實現數據中心層的功能[5]。數據中心層將數據傳遞給數據服務層，數據服務層通過接口向外提供服務，此次對數據服務層設計了6 個接口，其具體接口名稱和服務見表2。

表2 數據服務層接口及服務Table 2 Interface and service of data service layer

基礎網絡層與數據中心層和數據服務層連接，為整個智慧電站知識中臺數據傳輸提供通信網絡服務[6]，實現智慧電站知識中臺數據傳輸和交換。通過以上5 個組織層的設計，構建成智慧電站知識中臺總體架構。

1.2 網絡部署

智慧電站知識中臺運行需要海量的數據支撐，這就需要智慧電站知識中臺具備一定的數據采集能力[7]，為了有效采集到智慧電站所有網站、平臺以及系統上的數據，對智慧電站知識中臺的網絡進行嚴格部署?？紤]到智慧電站平臺與知識中臺之間數據交換，進行網絡分區和安全隔離，既要實現對智慧電站運行數據的采集，還要保證智慧電站知識中臺數據信息的安全性，具體部署如下：

將不同區域的智慧電站數據通信網關通過網絡調度[8]，將數據發送到調度技術支持系統，獲取到與智慧電站有關的所有數據，其中包括來自智慧電站實時監測系統的監測數據、同步向量數據、電能計量數據以及智慧電站設備運行數據、模型和圖片[9]。將調度來的數據通過智慧電站綜合數據網將數據傳送到智慧電站知識中臺的主站上，通過以上網絡部署，實現對智慧電站知識中臺的數據采集。

1.3 數據存儲

通過部署智慧電站知識中臺網絡采集到智慧電站運行數據后，知識中臺需要對數據進行有效保存[10]，用于后續知識中臺決策計算。此次根據智慧電站知識中臺數據存儲要求，采用了OP 數據庫[11]，將采集到的智慧電站數據信息存儲到OP 數據庫中，其中包括每個智慧電站數據集的框架、規則以及屬性數據的簡單表格[12]，OP 數據庫以表格的形式將智慧電站運行數據進行整合與存儲。根據智慧電站知識中臺搭建需求，OP 數據庫主要數據表包括設備部件名稱、測點名稱與類型、故障預警信息、故障知識、歷史信息等數據，具體見表3。

表3 智慧電站配置信息表Table 3 Configuration information of smart power station

智慧電站設備運行數據表主要包括電流、進口壓力、出口壓力、流量、軸承溫度、軸承振動等信息，具體見表4。

表4 智慧電站運行數據表Table 4 Operation data of smart power station

智慧電站度電成本信息數據表主要用于存儲電站相關數據，比如電量、電價、年度成本、燃料成本、物料成本等[14]，以表格的形式對智慧電站度電成本信息數據進行有效存儲，為基于多屬性群決策算法的智慧電站知識中臺決策提供數據計算支撐。

1.4 智慧電站知識中臺決策

為了實現智慧電站知識中臺對數據的精準計算和分析，提出符合實際要求的決策，此次采用多屬性群決策算法對智慧電站知識中臺數據庫中數據信息進行計算分析，假設智慧電站設備運行狀態為：

公式（1）中，S表示智慧電站設備運行狀態；S1表示電流狀態；S2表示壓力；S3表示流量情況。3 個狀態參數要么為1，要么為0。當數值為1 時表示狀態正常，當數值為0 時表示狀態非正常。使用ID 表示電站設備編號，多屬性群決策算法推理的知識匹配輸入數據表示如式（2）：

公式（2）中，I 表示預警診斷知識匹配算法系數；e表示設備部件編碼；d 表示預警診斷參數，1 為正常，0 為異常；n 表示預警診斷對應的知識編碼。多屬性群決策算法推理的輸入數據表示如式（3）：

公式（3）中，D表示多屬性群決策算法推理的輸入數據集合；I表示電站設備運行狀態下總電流量。當輸入以上格式的數據后，智慧電站知識中臺通過調取數據庫來確定使用的規則[15]，并將公式（3）中的輸入作為多屬性決策算法的輸入。Q為智慧電站運行數據聚合信息量。運用公式（4）對智慧電站運行數據聚合信息量進行計算：

公式（4）中，A表示符合規則的數據集合中子節點數量；Y表示多屬性決策群決策次數。根據智慧電站運行數據聚合信息量對智慧電站數據進行學習和訓練，得到可以滿足電站正常運行要求的最佳決策，其計算公式如式（5）：

公式（5）中，γ表示智慧電站知識中臺最終決策知識。多屬性群決策算法綜合考慮了電站運行的需求以及聚合信息量，計算出符合要求的決策作為結果。以此完成基于多屬性群決策算法的智慧電站知識中臺決策計算，進而完成了基于多屬性群決策算法的智慧電站知識中臺的搭建。

2 實驗結果分析

實驗以某智慧電站為實驗對象，實驗范圍為該智慧電站的設備65 臺，采用實驗設計方法與傳統方法搭建該智慧電站的知識中臺。實驗環境設計如下：操作系統選用Windows 2008，開發語言選用基于SOKLHN25.6 框架，在Visual Studio2010 下采用C 語言開發，開發平臺選用Arc 26.4。實驗向智慧電站知識中臺發送100 個決策服務請求，隨機選取10 個決策進行執行，對決策執行后智慧電站運行效率和運行質量進行記錄，并利用軟件總結多方面對智慧電站知識中臺決策Sig 值進行計算，Sig 值用于衡量計算決策與要求的符合度，Sig 值取值范圍在1～2 之間，Sig 值越接近2 則表示決策與預期效果更加貼合，與要求相符程度越高；反之Sig 值越接近1，則表示決策與預期效果不符，與要求相符程度越低。實驗根據Sig 值計算結構繪制實驗結果數據表，見表5。

從表5 中數據可以看出，應用設計方法搭建的知識中臺決策Sig 值比較高，說明所設計的知識中臺決策與預期的電站設備運維決策更為貼近，而傳統方法搭建的知識中臺決策Sig 值比較低，遠小于設計方法搭建的知識中臺。因此，實驗證明了本次提出的基于多屬性群決策算法的智慧電站知識中臺搭建方法可靠性和適用性更高，相比較傳統方法更適用于智慧電站知識中臺的搭建。

表5 兩種知識中臺決策Sig值對比Table 5 Comparison of SIG values in decision making between two kinds of knowledge

3 結論

此次根據相關文獻資料和技術資料，采用多屬性群決策算法對智慧電站知識中臺進行搭建，提出了一種新的智慧電站知識中臺搭建方法，提高了智慧電站的信息化、數字化以及智能化水平，同時為智慧電站知識中臺的搭建提供了技術支撐，實現了對傳統智慧電站知識中臺的優化和完善。由于此次研究篇幅有限，研究內容可能存在不足，今后有待對智慧電站知識中臺優化和創新，以及智慧電站知識中臺實踐應用等方面進行進一步研究，推進智慧電站的開發與建設。