基于比例偽時序算法的艦船電力風險評估系統

詹錦皓，李維波，李齊，鄒振杰，孫萬峰

武漢理工大學 自動化學院，湖北 武漢 430070

0 引 言

隨著未來艦船設備的更新換代，越來越多的新研設備及高精度裝置將列裝上艦，這些設備的高能耗需求對艦船電力系統的穩定性提出了新的挑戰。面對日趨復雜的艦船電力系統，一旦發生故障，如果艦員僅憑傳統的報警信息進行操作決策，可能會因處理不及時而造成更為嚴重的后果，因此傳統的報警系統將難以適應未來大型艦船電力系統安全穩定的保障需求。

國際上在艦船電力系統風險評估方面的研究起步較晚，于上世紀70年代才首次提出此概念[1]。到80年代，我國也開始重視艦船可靠性方面的研究工作。與艦船電力系統相比，陸地電力系統評估體系的發展時間更早，也更為成熟，因此，目前艦船電力系統的風險評估研究，更多的是對陸地電力系統可靠性研究成果的繼承與發展。然而，艦船電力系統不同于陸地電力系統，其整體結構更為緊湊，且海面環境復雜多變，如果直接沿用陸地電力系統的評估指標，難以滿足艦船電力系統的實時評估要求[2-3]。

為了對艦船電力系統進行實時監控和風險評估，本文擬引入偽時序算法并進行改進，由此提出基于比例偽時序算法的風險評估系統。首先，通過模擬裝置仿真采集艦船電力系統的電壓、功率和頻率信息，并通過組態界面可視化各電力物理量，進而傳輸到模擬裝置中；然后，基于模擬裝置對物理量進行算法運算，進而對整體電力系統進行風險評估；最后，通過模擬不同的運行工況，驗證該評估系統的可靠性和實時監控穩定性。根據艦船電力系統的實時風險評估結果和實船經驗，艦員即可作出決策判斷，從而對當前電力狀況提出改進措施。

1 改進偽時序算法

傳統的偽時序算法是通過在采集數據庫中選取對評估指標重要的各狀態變化部分，然后有針對性地對其進行抽樣，因而減少了計算時間。與傳統電力系統評估中常用的蒙特卡羅法相比，偽時序算法在狀態抽樣上效率更高，可以在同樣的時間內完成更多、更復雜的運算。偽時序算法可以根據電力系統狀態變化的時序特點，篩選出某一狀態變化過程的狀態量，并將所需狀態量建立集合，以綜合反映系統運行時間內的變化情況。

傳統的偽時序算法雖然可以通過系統的時序特性來生成狀態序列，但其時序信息過于簡單。為此，本文將根據艦船電力系統中各狀態的重要度，對各狀態量進行排序篩選，排除對系統整體影響較小的狀態量，從而提高算法效率。各狀態重要度的評價標準為該狀態量對整個系統的影響程度，例如，假設從系統狀態集合中去除某狀態，通過判斷電力系統的狀態是否發生變化即可完成重要度劃分。圖1所示為改進的偽時序算法系統狀態圖，本文假設了9個狀態量S1～S9，其中S1～S6為可接受狀態量，S7和S8為風險狀態量，S9為低重要度狀態量[4]。

圖1 偽時序算法的系統狀態圖Fig.1 System state diagram of pseudo time-series algorithm

根據傳統的偽時序算法流程對S1～S9進行隨機采樣，當采取到風險狀態時，流程將轉換到下一個步驟，否則，繼續采樣，其中S9為低重要度的系統風險狀態量。以S7（風險狀態）為例，如果接下來的采樣結果為S4，即狀態轉移過程為S7-S4，系統將變為正常狀態，否則，重新進行隨機采樣；如果接下來的采樣結果為S8（風險狀態），則需繼續對S8-S5和S8-S9進行采樣。按照偽時序算法，當采集到S9（風險狀態）時，需對S9繼續進行采樣，而S9接下來的狀態路徑只有S6（正常狀態），則此次狀態轉移過程的故障序列為S7-S8-S9-S6。

通過對偽時序算法進行改進（圖1），S9將被判定為重要度較低的狀態量，雖然其存在風險，但依然可以被認定為安全狀態。經過改進偽時序算法的處理，S7-S8-S9-S6的故障序列可以簡化為S7-S8-S9。當 S8-S9的狀態轉移結束之后，即可判定系統回歸正常，從而減少了從S9向后繼續進行狀態轉移的步驟。

改進偽時序算法與傳統偽時序算法的對比分析結果如表1所示。

表1 偽時序算法的對比分析Table 1 Comparative analysis of pseudo time-series algorithms

改進的偽時序算法通過將處于判斷依據臨界的狀態量篩選出來，省去了對風險指標無用的正常狀態以及低重要度狀態的檢驗過程，簡化了算法，豐富了狀態集合，并提高了算法精度與計算效率[5]。改進偽時序算法的流程如圖2所示，包括獲取設備狀態原始數據流程（圖2（a））和判斷風險狀態流程（圖2（b））。

圖2 改進偽時序算法的流程Fig.2 Flow chart of improved pseudo time-series algorithm

由圖2可知，首先采用標準化放大系統的重要度，隨后采集系統各狀態的重要度，并將重要度較低的風險狀態視為安全狀態予以處理，最后，即可獲取各設備狀態的原始數據；當原始數據獲取完畢之后，即可對設備進行狀態抽樣，需要判斷抽樣狀態是否為可接受狀態，如果是，則繼續對設備進行抽樣；反之，判定該狀態為風險狀態。

2 艦船電力系統的風險評估指標體系

2.1 風險評估指標

所謂風險，即描述某一事故發生的可能性或事故惡性影響的程度。本文定義的風險評估是指在客觀認識系統存在風險因素的基礎上，判斷事故發生的可能性及產生損害的程度，從而制定合理的風險應對措施。艦船電力系統風險在線實時評估的定義為：艦船在某一運行工況下，由于某種風險因素可能引起某種事故的發生，需評估事故發生的概率和事故產生的影響程度[6-7]。

與艦船電力系統風險Risk相關的要素為式中：L為風險等級；K為風險類型；P為風險發生的概率；S為風險的嚴重程度。艦船電力系統中存在著影響設備狀態的大量因素，但在表現形式上都可以體現為參數的變化，因此，本文將根據艦船電力系統的實際特點，選取電壓風險、概率風險和頻率風險作為風險評估指標，從而建立艦船電力系統的風險評估指標體系[8]。

2.1.1 電壓風險指標

電力系統的電壓越限風險，是指因系統電壓過高或過低而超過極限值所引起的危害。電壓過高，可能會導致電力設備擊穿，使電機溫度升高，從而損害電力系統；電壓過低，可能會導致電網振蕩，從而降低有功負荷能力。對于系統中的第k個設備，其電壓越限嚴重度指標Skv為

式中：Δvk為第k個設備的實際電壓與額定電壓之間的差值；k=1, 2, ···，N，為系統設備序號，其中N為序號最大值；Vk為第k個設備的額定電壓。

因此，電壓風險指標Rv為

式中，Pkv為系統中第k個設備發生電壓越限故障的概率。

2.1.2 功率風險指標

電力系統的功率越限，是指因過載大電流而導致機組發熱和系統壓力過大，有可能燒壞各路設備或線路而存在安全風險。系統中第k個設備的過載嚴重度指標Skp為

式中，PkI和Pek分別為第k個設備發生過載故障時的實際功率和額定功率。

功率風險指標RP為

式中，Pkr為系統中第k個設備發生過載故障的概率。

2.1.3 頻率風險指標

電力系統的頻率偏移風險一般是由于發電機組發生頻率波動而無法穩定工作所致。頻率偏移將降低電網的供電質量，進而影響負載工作，例如艦船水面航行的質量。系統中第k個設備的頻率偏移嚴重度指標Skf為

式中，fkp和fk分別為系統中第k個設備的實際頻率和額定頻率。

2.1.4 風險指標優化

艦船電力系統的各個設備存在一定的優先級關系，不同設備的狀態變化對整個系統的影響不同，同一種風險類型對不同設備造成的影響也不盡相同。評價某一風險的參考指標包括設備運行的穩定性、設備靈敏度、設備損害的危害度等多種因素，因此，本文擬將以上各種因素整合為重要度予以考慮。通過在算法流程中引入重要度，可以進一步優化各風險指標的計算結果。

電壓越限嚴重度指標優化之后的表達式Skv1為

式中，rk為系統中第k個設備的重要度。根據GJB 13A-1997《艦船電氣規范》，環網電機的重要度最高，負載次之，配電板最低。

功率過載嚴重度指標優化之后的表達式Skp1為

對頻率偏移嚴重度指標進行優化后的表達式Skf1為

2.2 風險定級

陸地電網在風險等級研究方面已有多年的發展歷程，具有一定的參考價值。根據艦船電力系統的運行保障要求和風險指標，并參考陸地電網的等級劃分標準，本文將艦船電力系統的風險等級劃分1級風險、2級風險和3級風險3個等級[9]，如圖3所示。

圖3 風險示意圖Fig.3 Risk diagram

為了增加區分度，本文采用極端情況下的風險指標作為分級閾值，其參考標準為：1）1級與2級：系統在安全范圍內正常運行，僅個別或少量設備參數波動異常，屬于中風險水平；2）2級與3級：電力系統中出現明顯的故障點或嚴重威脅艦船安全的風險問題，屬于高風險水平，且根據嚴重程度可能發出故障告警。

由此可見，在確定1級、2級風險分級閾值時，必須令2級風險涵蓋不超過故障界限的所有高風險情況，具體方法為：選取系統中重要度最低且故障概率最高的一個設備，將該設備的各參數設置為故障臨界值，其他重要設備（例如電機、負載等）均為額定狀態，從而計算出此時系統的各項風險指標，并將其定義為1級、2級的分級閾值。確定2級、3級風險分級閾值時，必須令3級風險涵蓋超過最低故障界限的高風險情況，具體方法為：選取系統中重要度最高且故障概率最低的一個設備，將該設備的各參數設置為故障臨界值，其他重要設備均為額定狀態，從而計算出此時系統的各項風險指標，并將其定義為2級、3級的分級閾值[10-12]。

3 比例偽時序算法的風險評估流程及測試平臺

3.1 艦船電力系統的拓撲結構

本文研究的艦船電力系統采用的是環形網絡（圖4），該拓撲結構能提供更多的連通路徑，可以根據實際情況選擇最優路徑，具備較高的穩定性和靈活性。與傳統的電力系統結構相比，環形網絡中處于可工作狀態的多臺電機可以為電網提供更大容量和更高質量的電能，從而顯著提高電力系統的冗余度和抗干擾能力，因此該結構更符合當前艦船系統的發展趨勢與應用需求。

圖4中，DG為電機，L為負載，PDB為配電板，各設備參數設置參考了GJB 13A-1997《艦船電氣規范》，且故障臨界值均按照10%的額定值予以考慮。

圖4 艦船電力系統拓撲模擬Fig.4 Simulation of ship power system topology

3.2 風險評估流程

與傳統的電力系統預警體系相比，本文的艦船電力系統風險評估體系不是直接把各個設備的狀態參數與對應的閾值進行比較后作出判斷，而是把當前狀態下每一類參數的風險狀況進行狀態獲取和指標計算，然后再與各級風險分級閾值進行比較后完成評估，具體的流程如圖5所示。圖中，狀態獲取階段為風險評估采集數據信息的過程，基于改進的偽時序算法，在實時監測的數據中判斷并提各狀態量，然后將其放入指標計算序列[13]；指標計算階段指通過各設備的故障概率和嚴重度以及電氣參數來計算風險值的過程，單純的風險指標計算結果無法直觀地表示風險影響的程度，因此需要進行必要的分級預警；分級預警階段是通過對比各風險等級的分級閾值與風險指標計算值，從而確定系統狀態所處的風險水平并進行風險預警[14]。

圖5 風險評估流程圖Fig.5 Risk assessment process

由圖5可知：首先，在狀態獲取階段實時監控系統狀態的同時，對各電力模擬量進行賦值并獲取系統狀態量，從而確定系統狀態過程并生成指標計算序列；然后，提取系統各設備的故障概率、電氣參數和重要度，在指標計算階段計算當前狀態下的系統風險指標，并與各級風險等級的分級閾值進行比較，從而判斷風險等級；最后，在分級預警階段對系統風險等級進行分析和預警。

3.3 比例補償優化

在圖4所示的電力系統拓撲結構中有6臺電機可為電網供電，但在實船航行過程中，這6臺電機不會一直處于并網工作狀態。根據不同的航行工況，并網電機的數量會有所不同，電力系統的電壓、功率及頻率的風險指標也會相應發生變化，由于上文所采用的風險評估流程沒有考慮這一點，故需開展進一步的優化。

艦船電力風險評估系統必須達到實時監控評估的效果，即工況發生變化、系統拓撲結構改變時，評估系統依然可以根據當前的工況進行實時反饋并分級預警，所以在評估流程中必須加入實時判斷當前系統工況的環節，以滿足實際使用需求。

由于計算方法不變，即6臺電機并入電網時的分級閾值計算方式與2臺或3臺電機并入電網時的相同，且各負載的重要度遠低于電機，所以負載變化對整個系統運行的影響較小。因此為簡化流程，本文的工況變化將僅考慮電機并入數量所導致的系統拓撲結構變化。

以6臺電機并入電網時的各風險量分級閾值作為標準值1，其他工況下的采用比例補償系數。根據代入評估算法中的實船試驗數據，即可確定各工況下的電壓、功率和頻率分級閾值的比例補償系數，如表2所示。

表2 比例補償系數Table 2 Proportional compensation coefficient

引入比例補償系數后的電壓越限嚴重度指標Skv2為

式中，Kv為電壓分級閾值的比例補償系數。

引入比例補償系數后的功率過載嚴重度指標Skp2為

式中，Kp為功率分級閾值的比例補償系數。

引入比例補償系數后的頻率偏移嚴重度指標Skf2為

式中，Kf為頻率分級閾值的比例補償系數。

經過比例補償優化后的風險評估流程如圖6所示，包括匹配比例系數與狀態獲取流程（圖6（a）），以及風險指標計算與預警流程（圖6（b））。首先，對各模擬量進行賦值，判斷當前系統的運行工況；然后，分別為電壓風險指標、功率風險指標、頻率風險指標匹配不同的比例補償系數；最后，獲取系統各狀態量進行風險指標計算。由此可見，優化后的風險指標計算流程不僅可以評估當前系統的風險狀態，還可以根據系統運行狀態來優化自身算法，從而選取適合當前工況的算法來計算風險指標，進而進行風險評估。

圖6 優化后的風險評估流程Fig.6 Optimized risk assessment process

3.4 組態測試平臺

本文的在線風險評估系統硬件平臺由3大部分組成：參數仿真軟件控制器（電腦PC1模擬）、底層控制器和風險評估軟件控制器（電腦PC2模擬），如圖7所示。首先，采用電腦PC1組態軟件模擬艦船電力系統的運行工況，將各設備參數實時發送給底層控制器，并通過界面控制發送系統運行電壓、功率和頻率等各個參數的狀態量；然后，采用ARM芯片控制底層控制器，通過串口接收設備完成數據接收，并將改進時序算法的運算結果上傳至風險評估軟件控制器；最后，采用電腦PC2模擬風險評估軟件控制器，用以接收底層控制器所上傳的風險等級和風險指標，并顯示在用戶界面上。

圖7 硬件平臺結構Fig.7 Hardware platform structure

底層控制器實物如圖8所示。

圖8 底層控制器Fig.8 Bottom controller object

3.4.1 參數仿真軟件界面

在電腦PC1上，由組態軟件所構建的參數仿真軟件界面如圖9所示，其中，①為信息總覽部分，通過該部分，可以直觀地顯示每一個設備的參數，便于后期的實機測試；②為功能按鈕部分，可以配合參數設定界面實現參數的下發和復位等功能；③為參數設定部分，通過點擊系統結構圖中的設備，即可在參數設定界面進行電壓、頻率和功率等參數的設定。

圖9 參數仿真界面Fig.9 Parameter simulation interface

3.4.2 風險評估軟件界面

在電腦PC2上，由組態軟件所構建的風險評估軟件如圖10所示，其界面主體為艦船電力系統的網絡結構圖，以便直觀了解當前電力系統所接入設備或負載的網絡結構特征。其中，①為參數顯示部分，通過點擊拓撲結構圖中的設備，即可顯示該設備當前的工作參數；②為風險評估部分，即底層控制器上傳的風險等級信息；③為系統健康狀態評估部分，其可以根據顯示的風險等級改變顏色，從而使報警信息更為直觀；④為風險分析部分，即根據當前電力系統的風險等級情況給出的風險分析結論。

圖10 風險評估界面Fig.10 Risk assessment interface

4 現場實機測試與結果分析

圖11所示為由底層控制器與2臺PC電腦組成的現場實機測試裝置。

圖11 現場實機測試Fig.11 In-site joint test

4.1 故障工況1

以6臺機組并入電網為例，設置2臺機組發生越限故障，其實機測試結果如圖12所示（各指標的定量結果均在算法程序底層完成計算，圖12所示為項目成果界面）。此時風險等級顯示為“等級3”，系統健康評估狀態指示燈為紅色，風險分析欄提示了具體的分析結論。

圖12 6臺機組中2臺故障的實機測試結果Fig.12 Joint commissioning test result for two faults of six units

4.2 故障工況2

以6臺機組并入電網為例，設置1臺機組發生越限故障，其實機測試結果如圖13所示。此時，風險等級顯示為“等級2”，系統健康評估狀態指示燈為紅綠交替，風險分析欄提示了具體的分析結論。

圖13 6臺機組中1臺故障的實機測試結果Fig.13 Joint commissioning test result for one faults of six units

4.3 故障工況3

以6臺機組并入電網為例，設置1臺機組故障以及部分負載故障，其實機測試結果如圖14所示。此時，風險等級顯示為“等級3”，系統健康評估狀態指示燈為紅色，風險分析欄提示了具體的分析結論。

圖14 6臺機組中1臺故障且部分負載故障的實機測試結果Fig.14 Joint commissioning test result for one of six units and partial load fault

由上述實機測試結果可知，本文搭建的風險評估系統可以根據運行工況對整個系統進行實時風險評估。當系統實際運行狀態發生變化時，可以通過調整算法來提高風險等級評估的精確度。基于故障設備的重要度和故障概率來綜合考量系統的風險情況，有助于艦員在故障之前預先發現高威脅的風險點，從而保障電力系統的安全運行。

5 結 語

本文結合艦船電力系統的運行特點和風險評估問題，建立了基于改進偽時序算法的風險評估指標體系，可以針對電力系統評估標準的電壓、功率和頻率這3種參數進行在線實時評估，從而直觀、準確地可視化系統當前的風險狀態和風險水平，以便艦員根據評估結果對當前工況進行監控或維護，有利于提高艦船電力系統的安全性與穩定性。然而，目前該方案僅限于模擬平臺運行，所有數據與仿真狀態均為試驗模擬工況，下一步，將準備開展艦船移動平臺測試工作，用以推進后續的實船應用。