авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 |
-- [ Страница 1 ] --

СЕВЕРО-КАВКАЗСКИЙ ГОРНО-МЕТАЛЛУРГИЧЕСКИЙ ИНСТИТУТ

(ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ)

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)»

Диссертация на соискание учной степени кандидата технических наук

Научный руководитель:

д.т.н. профессор Кумаритов Алан Мелитонович Владикавказ – 2014 СОДЕРЖАНИЕ СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ.................. ВВЕДЕНИЕ............................................................................................................. ГЛАВА 1. СИСТЕМНЫЙ АНАЛИЗ ОСОБЕННОСТЕЙ ПОСТРОЕНИЯ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ В ИНТЕЛЛЕКТУАЛЬНЫХ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СЕТЯХ....................................................... 1.1 Проблемы и перспективы внедрения технологий интеллектуальных электроэнергетических сетей...................................... 1.2 Анализ методов оценки состояния оборудования и эффективности процесса обновления производственных фондов электроэнергетических объектов................................................................ 1.3 Анализ эффективности функционирования систем сбора и обработки информации о состоянии производственных фондов электроэнергетических объектов................................................................ 1.4 Анализ средств и технологий поддержки принятия решений в интеллектуальных электрических системах с активно-адаптивной сетью…........................................................................................................... 1.5 Выводы по первой главе и постановка задачи исследования............ ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ ОЦЕНКИ СОСТОЯНИЯ ОБОРУДОВАНИЯ И ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРОЦЕССА ОБНОВЛЕНИЯ ПРОИЗВОДСТВЕННЫХ ФОНДОВ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ.............................................. 2.1 Анализ и выбор критериев необходимых для оценки состояния производственных фондов электроэнергетических объектов.................. 2.2 Разработка метода преобразования параметров технического состояния производственных фондов для системы поддержки принятия решений......................................................................................... 2.3 Разработка математической модели оценки состояния производственных фондов электроэнергетических объектов.................. 2.4 Разработка методики повышения эффективности процесса обновления и модернизации производственных фондов электроэнергетических объектов.

............................................................... 2.5 Применение интегрированного показателя оценки технического состояния оборудования в процессе принятия решений.......................... 2.6 Выводы к главе 2..................................................................................... ГЛАВА 3. РАЗРАБОТКА ФУНКЦИОНАЛЬНОЙ МОДЕЛИ И СТРУКТУРЫ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОИЗВОДСТВЕННЫМИ ФОНДАМИ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ.............................................. 3.1 Разработка модели обработки информации для оценки технического состояния оборудования и повышения эффективности процесса обновления производственных фондов...................................... 3.2 Функциональное моделирование системы поддержки принятия решений для оценки состояния оборудования и повышения эффективности процесса обновления производственных фондов электроэнергетических объектов................................................................ 3.3 Разработка структуры системы поддержки принятия решений для оценки состояния оборудования и повышения эффективности процесса обновления производственных фондов электроэнергетических объектов................................................................ 3.4 Выводы к главе 3................................................................................... ГЛАВА 4. РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО КОМПЛЕКСА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ОЦЕНКИ СОСТОЯНИЯ ОБОРУДОВАНИЯ И ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРОЦЕССА ОБНОВЛЕНИЯ ПРОИЗВОДСТВЕННЫХ ФОНДОВ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ.............................. 4.1 Основные принципы и особенности построения программного комплекса..................................................................................................... 4.2 Разработка архитектуры системы поддержки принятия решений для оценки состояния оборудования и повышения эффективности процесса обновления производственных фондов.................................... 4.3 Реализация пользовательского интерфейса системы поддержки принятия решений....................................................................................... 4.4 Выводы к главе 4................................................................................... ЗАКЛЮЧЕНИЕ................................................................................................. СПИСОК ЛИТЕРАТУРЫ............................................................................... Приложение А (Информационное) Акты о внедрении результатов кандидатской диссертационной работы....................................................... СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ БД база данных БЗ база знаний ВН высокое напряжение ЕНЭС единая национальная электрическая сеть ИЭС ААС интеллектуальная электроэнергетическая система с активно-адаптивной сетью НН низкое напряжение ПС подстанция СН среднее напряжение СУБД система управления базами данных ВВЕДЕНИЕ Актуальность работы. В настоящее время во всех развитых странах мира большое внимание уделяется системам электроэнергетики, использую щим 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 от расли 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 ре шений, предназначенных для автоматизации процесса технического обслу живания 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 интеллек туальной электроэнергетической системе с активно-адаптивной сетью (ИЭС ААС, Smart Grid) [1].

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

Переход к адаптивным технологиям связан с увеличением объема ин формации о состоянии электроэнергетических объектов, ее элементов и о внешней среде. Существует объективная необходимость в разработке систе мы 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 обо рудование.

Предлагаемая в диссертационной работе система поддержки принятия решений осуществляет: обработку и анализ больших объемов данных;

фор мирование рекомендаций по обновлению инфраструктуры, исходя из теку щих и планируемых объемов финансирования, сохраняя при этом надеж ность функционирования объекта;

преобразование сложных и разнородных информационных потоков о состоянии сети в форматы, легко воспринимае мые лицом принимающее решение.

Проведенное исследование возрастной структуры электросетевого обо рудования, технического состояния инфраструктуры и уровня технологиче ских нарушений при функционировании электроэнергетических объектов РФ показывает, что:

- автоматизация процесса управления производственными фондами ос тается 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 теку щей оценки технического состояния каждой единицы оборудования, с уче том важности и значимости электроэнергетических объектов.

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

Особая актуальность задачи разработки методов и алгоритмов обра ботки информации о техническом состоянии оборудования диктуется необ ходимостью совершенствования электроэнергетических сетей, с целью по вышения наджности функционирования энергосистемы, предотвращения сбоев в энергоснабжении, путем определения приоритетов в замене произ водственных 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 эффек тивности процесса их обновления в интеллектуальных электроэнергетиче ских 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 приня тия решений при управлении производственными фондами на основе оценки фактического состояния активов;

Анализ существующих систем непрерывного контроля техниче 2.

ского состояния электроэнергетического оборудования;

Разработка методов оценки технического состояния производст 3.

венных фондов электроэнергетических объектов и повышения эффективно сти процесса обновления производственных фондов на базе концепции Smart Grid;

Разработка структуры, алгоритмов функционирования основных 4.

подсистем системы поддержки принятия решений при управлении электро энергетическими производственными активами;

Разработка принципов построения программного комплекса для 5.

повышения эффективности технического обслуживания и оптимизации про цесса 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 тех нические средства построения систем поддержки принятия решений.

Методы исследований. Решение поставленных задач базируется на применении комплекса методов системного анализа, теории принятия реше ний, математической статистики, технико-экономического анализа, нейрон ных сетей.

Научная новизна диссертационной работы:

Разработан интегрированный показатель оценки технического 1.

состояния электроэнергетического оборудования (Jn(t)), позволяющий иден тифицировать состояние актива с учетом важности каждого из его контроли руемых параметров и степени их отклонений, а также значимости производ ственного фонда.

Предложен новый подход планирования воздействий на основ 2.

ные средства путем определения приоритетов, основанный на применении разработанного интегрированного показателя технического состояния обору дования (Jn(t)), коэффициента важности электроэнергетического объекта (Vn), на котором эксплуатируется актив и стоимости затрат технического об служивания и обновления (Сn).

Предложен способ обработки информации в системе управления 3.

производственными фондами, позволяющий повысить эффективность рас пределения капитальных вложений и минимизировать отклонения выпол няемых объемов работ от запланированных на основе мониторинга реализа ции инвестиционной программы и утвержденных решений.

Предложены функциональная модель процесса оценки состояния 4.

оборудования электроэнергетических объектов в рамках интеллектуальной электроэнергетической системы, структура и средства визуализации системы принятия решений, обеспечивающие проведение оперативного качественно го 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 под держки принятия решений при управлении производственными фондами объектов электроэнергетики обозначены следующие при оритетные задачи: преобразование сложных и разнородных данных в информацию понятной и доступной пользователю, направление инвестиций на ремонт, модернизацию и обновление наиболее «уз ких 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 осно ве применения разработанного интегрированного показателя тех нического состояния оборудования;

обосновать необходимость направления инвестиций в обновле ние и модернизацию инфраструктуры при обращении за утвер ждением тарифов в регулирующие органы;

повысить надежность функционирования энергетических объек тов;

сократить капитальные и операционные затраты.

3. На основе многофакторного градиентного анализа разработан но вый метод оценки состояния оборудования для выработки управ ляющих решений, основанный на анализе данных из внешних сис тем (систем мониторинга, систем электронных паспортов основных средств, автоматизированных систем контроля и учта энергоресур сов и т.д.) и определения текущего технического состояния с уче том значимости электроэнергетических объектов и важности кон тролируемых параметров;

4. Разработаны алгоритмическое и программное обеспечение системы принятия решений при управлении процессами обновления, модер низации и технического обслуживания электроэнергетических про изводственных фондов.

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

Обоснованность и достоверность научных положений и выводов и ре зультатов исследований подтверждаются соответствием результатов теоре тических исследований экспериментальным данным и внедрением разрабо танной методики оценки технического состояния производственных фондов и системы поддержки принятия решений в СОф ОАО «МРСК СК».

Апробация диссертационной работы. Основные положения и резуль таты 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 ин формационных технологий», г. Новосибирск 2012 г.;

II международная науч но-практическая конференция студентов, аспирантов и молодых учных «Наука XXI века: новый подход», г. Санкт-Петербург 2012г.;

VII Междуна родная научно-практическая конференция «Актуальные вопросы науки», г.

Москва 2012г.;

X Юбилейная Международная научная конференция «Акту альные вопросы современной техники и технологии», г. Липецк 2013г.;

III Международная научно-практическая конференция «Решение проблем раз вития предприятий: роль научных исследований», г. Краснодар, 2013г.;

Ме ждународная научная конференция «Тенденции современной науки», г.

Гданьск, 2013г.

Личный вклад автора. Лично автором получены следующие основные результаты:

- разработан интегрированный показатель оценки технического состоя ния электроэнергетического оборудования;

- предложен новый подход планирования воздействий на основные средства, основанный на применении разработанного интегрирован ного показателя технического состояния оборудования, коэффициента важности электроэнергетического объекта, на котором эксплуатиру ется актив и стоимости затрат технического обслуживания и обнов ления;

- предложен способ обработки информации в системе управления про изводственными фондами;

- разработана функциональная модель процесса оценки состояния обо рудования 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, опре деленных ВАК РФ для публикации основных научных результатов.

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

ГЛАВА 1. СИСТЕМНЫЙ АНАЛИЗ ОСОБЕННОСТЕЙ ПОСТРОЕНИЯ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ В ИНТЕЛЛЕКТУАЛЬНЫХ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ СЕТЯХ 1.1 Проблемы и перспективы внедрения технологий интеллектуальных электроэнергетических сетей В настоящее время состояние электроэнергетики России не соответст вует растущей потребности развития экономики и социальной структуры страны. К негативным факторам состояния отрасли можно отнести: высокий уровень потерь, высокие риски надежного и качественного электроснабже ния потребителей, снижение экономичности функционирования системы энергоснабжения, средства управления, не отвечающие современным требо ваниям, недостаточность применения новых технологий в электроэнергети ческих сетях, отставание во внедрении автоматизированных систем обработ ки данных [2, 3].

Одним из приоритетных направлений в сфере электроэнергетики, со гласно энергетической стратегии России до 2030 года, является создание вы соко интегрированных интеллектуальных системообразующих и распредели тельных электрических сетей нового поколения в Единой энергетической системе России (интеллектуальные сети - Smart Grids) [4].

Интеллектуальная сеть — качественно новый вид электрической сети, позволяющей осуществлять в реальном времени мониторинг и управление сетью, осуществлять коммуникации между потребителями и поставщиками, предоставляя возможность оптимизации потребления, сокращая стоимость электроэнергии, и тем самым обеспечивая новый уровень надежности и эко номичности энергоснабжения [5].

Термин «Smart Grid» до сих пор не имеет единой, общепринятой ин терпретации. Так зарубежное понимание умных сетей подразумевает доос нащение существующих электроэнергетических сетей приборами учета на границах с потребителями, соединенными в единую информационную сеть и способствующими оптимально расходовать ресурсы, а также развитие малой и возобновляемой генерации. Для европейских стран Smart Grid подразуме вает, прежде всего, надежную и эффективную интеграцию электрогенерато ров на возобновляемых источниках энергии с потребителями и традиционной энергосистемой.

Национальная лаборатория энергетических технологий Министерства энергетики США (The National Energy Technology Laboratory USA - NETL) определяет Smart Grid как совокупность организационных изменений, новой модели процессов, решений в области информационных технологий, а также решений в области автоматизированных систем управления технологически ми процессами и диспетчерского управления в электроэнергетике [6].

Наиболее полно общую функционально-технологическую идеологию этой концепции отражает сформулированное Институтом инженеров элек тротехники и электроники (The Institute of Electrical and Electronics Engineers - IEEE) определение Smart Grid как концепции полностью интегрированной, саморегулирующейся и самовосстанавливающейся электроэнергетической системы, имеющей сетевую топологию и включающей в себя все генери рующие источники, магистральные и распределительные сети и все виды по требителей электрической энергии, управляемые единой сетью информаци онно- управляющих устройств и систем в режиме реального времени [7].

Российские «умные сети» — это комплексная модернизация и иннова ционное развитие всех субъектов электроэнергетики на основе передовых технологий и сбалансированных проектных решений глобально на всей тер ритории страны [8].

Вместе с тем для реализации концепции активно-адаптивной сети в стране существуют сдерживающие факторы, к которым можно отнести: уро вень развития информационных технологий, коммуникаций, альтернативных источников электроэнергии, широкий территориальный размах энергосисте мы страны, значительная изношенность сетей и т. д.

В России идея Smart Grid в настоящее время выступает в качестве кон цепции интеллектуальной электроэнергетической системы с активно адаптивной сетью, которую можно описать следующими признаками [9]:

- насыщенность активными элементами, позволяющими изменять то пологические параметры сети;

- наличие большого количества датчиков, измеряющих текущие ре жимные параметры для оценки состояния сети в различных режимах работы энергосистемы;

- внедрение систем сбора и обработки данных (программно-аппаратные комплексы), а также средств управления активными элементами сети и элек троустановками потребителей;

- наличие необходимых исполнительных органов и механизмов, позво ляющих в режиме реального времени изменять топологические параметры сети, а также взаимодействовать со смежными энергетическими объектами;

- возможность автоматической оценки текущей ситуации в энергосис теме, ее отдельных частях и построения прогнозов работы сети;

- высокое быстродействие управляющей системы и информационного обмена.

Таким образом, «умная сеть» это совокупность методов, технологий и инструментов, общей целью которых является объединение на технологиче ском уровне электрических сетей, производителей и потребителей в единую автоматизированную систему, позволяющая вывести электроэнергетику на качественно новый уровень.

Внедрение технологии Smart Grid подразумевает полное переоснаще ние электроэнергетической системы страны, включая построение цифровых электроподстанций нового поколения, приобретение инновационного обору дования, насыщение сети активными элементами, позволяющими изменять топологические параметры сети, использование достаточного большого ко личества датчиков, измеряющих состояния сети, как в стационарных, так и в предаварийных, аварийных, послеаварийных режимах, применение систем управления и т.д.

Причины возникновения новой концепции связаны, в первую очередь, с тем, что последние десятилетия прогнозируемое развитие во всем мире ха рактеризуется возникновением целого ряда факторов, определяющих необ ходимость кардинальных преобразований в электроэнергетике:

постоянное повышение стоимости электроэнергии во всем мире;

необходимость повышения энергетической и экологической эф фективности электроэнергетики;

рост требований потребителей к надежности и качеству электро снабжения появление прогрессивных технологий в результате научно технического прогресса, не нашедших должного применения в современной электроэнергетике;

снижение надежности энергоснабжения;

изменение условий функционирования рынков электроэнергии и мощности [10].

Одним из основополагающих функциональных свойств интеллекту альной электроэнергетической системы является оптимизация управления производственными активами, который подразумевает переход к удаленному мониторингу основных средств в режиме реального времени, интегрирован ному в корпоративные системы управления, для повышения эффективности оптимизации режимов работы и совершенствования процессов эксплуатации, технического обслуживания и ремонта оборудования по его состоянию, и, как следствие, обеспечение снижения общесистемных затрат.

В настоящее время автоматизация процесса управления производст венными фондами как в стране в целом, так и в регионах остается на низком уровне [1]. Согласно результатам исследования 350 российских фирм, авто матизированные системы управления производственными фондами (EAM) и технического обслуживания и ремонта оборудования установлены на 27 % предприятий. В основном это предприятия нефтегазовой промышленности – 52 %, металлургии – 22 %, электроэнергетики и ЖКХ – 12 %, машинострое ния – 2 %. В развитых индустриальных странах экономический эффект от использования систем ЕАМ давно признан очевидным, так как затраты на ремонт растут на 10–15 % в год [11].

Следует отметить, что используемые системы EAM основаны на мето дах экспертных оценок или статистических методах. Несмотря на успехи, достигнутые в последние годы в практическом использовании данных мето дов, имеется ряд проблем, требующих дальнейших методологических иссле дований и практической проверки. Необходимо совершенствовать систему отбора экспертов, повышение надежности характеристик группового мнения, разработку методов проверки обоснованности оценок, снижающих достовер ность экспертных оценок и т.д. Данные полученные на основе усредненных показателей и оценок, назначаемых экспертами, не могут представлять пол ной и достоверной информации о текущем состоянии электроэнергетических объектов.

В этой связи актуализируется задача разработки методики оценки те кущего состояния объектов и внедрения систем поддержки принятия реше ний, позволяющих автоматизировать следующие процессы:

- отслеживание в режиме реального времени возможные сбои и повы шение надежности функционирования;

- оптимизация планирования технического обслуживания и ремонта основных фондов;

- усовершенствование обоснования программ обновления инфраструк туры;

- сокращение капитальных и операционных затрат.

Развитая система информации и баз данных резко увеличит возможно сти по оптимизации режимов работы и совершенствованию процессов экс плуатации оборудования, даст возможность проектировщикам и инженерам принимать оптимальные решения, в том числе и инвестиционные. Совокуп ность этих изменений позволит повысить эффективность управления как ка питальными затратами, так и затратами на техническое обслуживание и ре монты оборудования.

Применение интеллектуальных электроэнергетических систем подра зумевает использование динамических данных, получаемых от датчиков со стояния оборудования в целях оптимизации пропускной способности сетей, повышения надежности и снижения вероятности аварий. Переход к адаптив ным сетям позволит сократить системные потери, минимизирует простаи вающие и резервные мощности, обеспечит снижение капитальных затрат и затрат на обслуживание. Информация о состоянии энергосистемы позволит предотвратить технологические нарушения, сбои при энергоснабжении, а также позволит повысить оперативность проведения ремонтных работ и про цесса обновления производственных фондов.

Сравнительный анализ особенностей традиционной электроэнергети ческой сети и интеллектуальной системы с активно-адаптивной сетью приве ден в таблице 1.1.

Таблица 1.1 – Сравнительный анализ функциональных свойств тради ционной энергетической системы и энергетической системы с активно адаптивной сетью Традиционная энергетическая Энергетическая система на базе система концепции Smart Grid Односторонняя коммуникация между Двусторонние коммуникации элементами или ее отсутствие Централизованная генерация – Распределенная генерация Сложно интегрируемая распределен ная генерация Топология - преимущественно ради- Преимущественно сетевая альная Реакция на последствия аварии Реакция на предотвращение аварии

Работа оборудования до отказа Самомониторинг и самодиагностика продлевающая период эксплуатации оборудования Ручное восстановление Автоматическое восстановление Подверженность системным авариям Предотвращение развития системных аварий Ручное и фиксированное выделение Адаптивное выделение сети Проверка оборудования по месту Удаленный мониторинг оборудова ния Ограниченный контроль перетоков Управление перетоками мощности мощности Недоступная или сильно запоздавшая Цена в реальном времени информация о цене для потребителя Интеллектуальная электроэнергетическая система с активно адаптивной сетью – это прежде всего концепция инновационного преобразо вания и развития электроэнергетики страны. Ведущая роль при модерниза ции и функционировании данной сферы отводится автоматизированным сис темам управления режимами работы и оценки состояния электроэнергетиче ских объектов.

Учитывая широкий территориальный охват, а также то, что электро энергетическая система России создана более шестидесяти лет назад и изно шенность объектов основных средств достаточно высок можно сделать вы вод о том, что модернизация электросетевого хозяйства на базе инновацион ных технологий потребует больших финансовых ресурсов, совершенствова ния существующих и разработки новых методов сбора и обработки инфор мации.

При функционировании интеллектуальной электроэнергетической сис темы одним из приоритетных направлений является повышение наблюдае мости сети, разработка и внедрение автоматизированных систем оценки те кущей ситуации и планирования воздействий на производственные фонды.

Важной задачей является реализации информационно-аналитической систе мы организации эксплуатации и технического обслуживания электроэнерге тического оборудования, позволяющая повысить надежность электроснаб жения и сократить аварийность путем оптимизации процесса обновления ос новных средств, отслужившего нормативный срок и увеличить эффектив ность вложенных инвестиций.

В интеллектуальной электроэнергетической сети операторам и диспет черам энергетической системы посредством усовершенствованных информа ционно-аналитических систем и систем поддержки принятия решений долж на предоставляться в режиме реального времени следующая информация:

- данные состояния оборудования;

- сведения о внешней среде и природных катаклизмах;

- данные о нагрузках электроэнергетических объектов;

- определение мест повреждений;

- идентификация отказов;

- прогнозные данные о потреблении электроэнергии и т.д.

Автоматизированные системы должны осуществлять сбор, обработку, хранение и анализ большого количества данных, проходящих через совре менные инструменты измерения и считывания. Также должны осуществлять преобразование сложных данных о состоянии энергосистемы в информацию, понятную оперативно-технологическому персоналу. Различные технологии отображения данных должны помочь пользователям идентифицировать, ана лизировать и реагировать на возникающие проблемы в сжатые сроки в быст ро воспринимаемом визуальном формате.

Таким образом, современная электроэнергетическая система требует широкого использования приложений, действующих в режиме реального времени в части быстрого принятия решений.

Информационные технологии в рамках активно-адаптивной сети должны предоставлять необходимые данные для оценки текущего техниче ского состояния электроэнергетических объектов и осуществлять прогнози рование вероятности сбоев в энергоснабжении. Наличие этих функций по зволит пользователям системы повысить эффективность эксплуатации сети и снизить риск аварийных ситуаций.

С технологией поддержки принятия решений сложные и обширные системы информации должны быть сведены к форматам, легко восприни маемых пользователем, для выполнения следующих задач:

- понимание общего состояния сети и оказание поддержки самовосста навливающемуся участку сети;

- поддержание безопасности сети и целостности за счет быстрого обна ружения и смягчения возможных угроз;

- мониторинг и контроль большого числа параметров состояния элек троэнергетического объекта;

-определение оборудования в предаварийном состоянии, позволяющего в сжатые сроки производить замену оборудования, до того как произойдет сбой в подаче электроэнергии;

- улучшить общую эксплуатацию и техническое обслуживание всей системы передачи электроэнергии.

1.2 Анализ методов оценки состояния оборудования и эффективности процесса обновления производственных фондов электроэнергетических объектов Усложнение компонентов энергосистемы, с одной стороны, и прогресс в области современных информационных технологий, с другой, обуславли вает необходимость дальнейшего совершенствования диагностических сис тем мониторинга электроэнергетического оборудования и применения сис тем поддержки принятия решений для оценки состояния объектов и опреде ления приоритетов в замене основных средств. Для повышения наблюдаемо сти сети, сохранения надежности функционирования, принятия наиболее обоснованных решений и выявления скрытых взаимосвязей протекающих процессов автоматизированная система должна обрабатывать не только дан ные, получаемые с систем мониторинга, но и информацию о нагрузках сети, внешних воздействиях, условий эксплуатации и т.д.

Для электроэнергетической отрасли сегодня характерен высокий мо ральный и физический износ оборудования, что приводит к значительным потерям электроэнергии и сбоям в энергоснабжении. Возрастная структура основных производственных фондов приведена на рисунке 1.1 [12].

Рисунок 1.1 – Возрастная структура электросетевого оборудования ЕНЭС и распределительных сетей Приведенные данные показывают, что срок службы около 47 % обору дования подстанций (ПС) и 67% линий электропередач (ЛЭП) превысил лет, а около 17% и 27% соответственно эксплуатируется более 35 лет.

Физический износ оборудования распределительного электросетевого комплекса составляет 69%, что обуславливает повышенное внимание к обес печению надежности функционирования объектов энергетики.

Высокая степень изношенности электросетевого оборудования приво дит к снижению:

- надежности работы оборудования;

- надежности энергоснабжения потребителей;

- энергетической эффективности (потери электроэнергии в Единой на циональной электрической сети (ЕНЭС) России составляют 5%, за рубежом – 3,7%, потери в распределительных сетях – 8,68 %);

- качества передаваемой электроэнергии.

Исследование электроэнергетических объектов РСО-Алания показало, что в настоящее время для сохранения надежности функционирования в ос новном применяется система планово-предупредительных работ. Данный метод обладает рядом недостатков:

- значительное повышение затрат на обслуживание оборудования, включающих стоимость работ по выведению, разборке/сборке агрегатов и т.п.;

- замена узлов на новые, как правило, не обосновано, так как старые не успевают выработать свой ресурс. Более того, новые узлы имеют большую вероятность так называемых приработочных отказов, что не повышает на дежность системы;

- в условиях построения рыночной экономики и непрестанного увели чения конкуренции останов линии производства приносит убытки гораздо большие, чем затраты на обозначенные мероприятия.

В целях повышения надежности и снижения эксплуатационных расхо дов необходимо перейти на техническое обслуживание по фактическому со стоянию, которое является наиболее эффективным способом сохранения эф фективного функционирования. Для организации такого обслуживания необ ходимы средства, позволяющие оценить состояние объекта на данный мо мент, проследить изменение состояния за последнее время и спрогнозировать его на ближайшее будущее [13]. Нагрузки, которые испытывает агрегат, час тота перегрузок, окружающая среда, в которой он установлен – это гораздо более важные факторы, чем время. Соответственно переход на обслуживание по фактическому состоянию требует использования новых диагностических параметров, методик их замера, последующей обработки и анализа.

Следует признать, что отсутствие постоянного контроля, систем интел лектуальной обработки данных и средств принятия решений в современных условиях может привести к неэффективному расходованию финансовых ре сурсов. Как правило, в распределительных и электросетевых организациях возникают риски несоблюдения сроков освоения капитальных вложений и задержки ввода в эксплуатацию объектов инвестиционного строительства.

Поэтому автоматизированная система оценки состояния оборудования, также должна выполнять функции детального мониторинга реализации инвестици онной программы, причин отклонения от планов с целью достижения утвер жденных показателей инвестиционной программы.

Как показывает проведенный анализ объемов финансирования за по следние пять лет и показателей аварийности СОф ОАО «МРСК СК» количе ство технологических нарушений остается на высоком уровне, не смотря на существенное увеличение капитальных вложений (таблица 1.2). Что свиде тельствует о неэффективности выполняемых мероприятий в рамках инвести ционной программы, к которым относятся:

- поддержание в эксплуатации оборудования, необходимого для доста точного, надежного, бесперебойного энергоснабжения потребителей;

- снижение производственных издержек, в том числе за счет повыше ния эффективности работы оборудования;

- модернизация основных фондов;

- обеспечение безопасности работы оборудования.

Таблица 1.2 – Статистические показатели аварийности в электрических сетях СОф ОАО «МРСК Северного Кавказа» за период 2007-2011гг.

2007 2008 2009 2010 Показатели год год год год год Финансирование, млн. руб. 103,00 119,00 190,80 370,10 848, Количество технологических 357,00 314,00 264,00 237,00 279, нарушений Экономический ущерб от технологических нарушений, 2,53 1,67 0,82 0,72 1, млн. руб.

Эффективность расходования финансовых ресурсов в первую очередь характеризуется уровнем снижения технологических нарушений. Анализ ос новных показателей капиталовложений свидетельствует об увеличении объ емов финансирования в 2011 году по сравнению с 2010 г. – на 478,80 млн.

руб. или 130%, в том, в то время как количество нарушений возросло на 42, экономический ущерб возрос на 0,97 млн. руб. Динамика технологический нарушений сохраняется, несмотря на значительное увеличение сумм капи тальных вложений.

Сохранение высоких показателей технологических нарушений является следствием ряда факторов:

- высокий уровень изношенности производственных фондов, при нали чии огромного парка основных средств;

- недостаточный уровень контроля и диагностики оборудования, отра ботавшего нормативный срок;

- недостаточная подготовка персонала в части оперативного и техниче ского обслуживания оборудования;

- несвоевременное принятие мер по устранению дефектов оборудова ния, - низкое качество подготовки и проведения ремонтных работ, приемки оборудования из ремонта;

- низкая технологическая дисциплина персонала – нарушение правил организации ремонтно-эксплуатационного обслуживания оборудования и приемки оборудования в эксплуатацию;

- недостаточное применение отраслевого опыта эксплуатации оборудо вания;

- ручной сбор информации о состоянии оборудования и низкий уровень автоматизации е анализа, что не позволяет получать сведения об объектах в масштабе реального времени;

- применение систем с частичным охватом контролируемых парамет ров, то есть с резко ограниченным числом видов выявляемых дефектов;

- отсутствие систем мониторинга и методики объективной оценки обо рудования.

Проанализировав выше приведенные данные можно сделать вывод, что система планово-предупредительных работ не способна обеспечить требуе мый уровень надежного и бесперебойного электроснабжения при наличии большого парка производственных фондов с высоким уровнем изношенности и ограниченных объемов финансирования. Существует объективная необхо димость перехода к техническому обслуживанию и обновлению основных средств по фактическому состоянию. Основой данного метода является при менения систем непрерывного контроля оборудования и средств, позволяю щих оценить техническое состояние объекта.

С применением систем мониторинга существенно возрастают объемы поступающей информации и сложность е анализа, в используемых системах сигнализируются в основном только явные отклонения состояний оборудо вания, такие как: выход из строя, поломка и не осуществляется раннее обна ружение дефектов.

Необходимо обеспечить оптимизацию процесса поэтапной интеллек туализации на основе системного подхода. Для последовательной модерни зации следует определить приоритеты в замене оборудования и обеспечить сохранение надежности и устойчивости работы электрических сетей. Данная задача может быть решена путем разработки и внедрения интеллектуальной системы поддержки принятия решений контроля и оценки состояния элек троэнергетической системы в целом, обработка информации в которых осно вана на методах системного анализа разнородных данных значительного объема.

В системе оценки состояния производственных фондов в результате обработки получаемых данных должна обеспечиваться работа алгоритмов диагностирования следующих основных состояний:

- накопление статистики перенапряжений по ГОСТ1516.3-96, Ц-01 95(Э), Электросетевые правила;

- контроль систематических и аварийных токовых перегрузок согласно ГОСТ14209-97;

- контроль температуры наиболее нагретой точки обмотки, расчет ско рости температурного износа изоляции и прогнозирование даты выработки ресурса (согласно ГОСТ14209-97);

- автоматизированное распознавание развивающихся отказов по со держанию газов, растворенных в масле (согласно РД153-340-46.302-00);

- контроль состояния изоляции высоковольтных вводов (согласно РД34.45-51.300-97);

- автоматизированное распознавание развивающихся отказов по влаго содержанию масла и твердой изоляции (согласно РД34.45-51.300-97);

- контроль исправности системы охлаждения (согласно ГОСТ14209-97, РД34.45-51.300-97).

Таким образом, проведенный анализ свидетельствует о целесообразно сти перехода к методу обслуживания по фактическому состоянию, для по вышения надежности функционирования и снижения эксплуатационных рас ходов. В этих целях в интеллектуальных электроэнергетических сетях в пер вую очередь внимание должно быть обращено на создание систем измере ния, мониторинга, регистрации событий, систем обработки данных и приня тия решений, механизмов определения приоритетов при обновлении и мо дернизации оборудования, исходя из заданных или планируемых объемов инвестиций.

1.3 Анализ эффективности функционирования систем сбора и обработки информации о состоянии производственных фондов электроэнергетических объектов Оценка текущего технического состояния оборудования электроэнер гетических объектов по результатам мониторинга является очень сложной и актуальной задачей при переходе к интеллектуальным сетям нового поколе ния. Значительная часть производственных фондов выработала свой ресурс, но продолжает эксплуатироваться, так как для их обновления требуются большие финансовые средства. Таким образом, на сегодняшний день увели чиваются затраты на проведение технического обслуживания и комплексных обследований, возрастает вероятность рисков сбоя электроснабжения.

Надежность функционирования инфраструктуры электроэнергетиче ских объектов определяется не только обеспечением непрерывного монито ринга их состояния, но и применением интеллектуальных информационных систем анализа получаемых данных о текущем состояния производственных фондов.

Работы в области создания автоматизированных систем непрерывного контроля оборудования начали проводиться с 80-х годов двадцатого века, что было обусловлено необходимостью повышения эффективности функциони рования электроэнергетических систем, своевременного выявления дефектов и предотвращения сбоев в подаче электрической энергии.

С начала 90-х годов на сессиях Международного Совета по большим электрическим системам высокого напряжения (СИГРЭ) активно обсужда ются проблемы и перспективы мониторинга технического состояния элек троэнергетического оборудования, где представители крупнейших энерго систем мира представляют свои технические предложения по непрерывному контролю производственных активов в режиме реального времени. Также эти вопросы в центре внимания множества международных конференций и симпозиумов.

Разнообразие подходов, методов и средств, предназначенных для от слеживания состояния основных средств, требуют глубоких теоретических исследований, анализа полученных результатов и их эффективности.

При переходе к интеллектуальным электроэнергетическим системам с активно-адаптивной сетью наиболее эффективными при предупреждении на рушения подачи электроснабжения являются системы непрерывного контро ля, которые используют датчики технического состояния оборудования, реа гирующие на изменения параметров оборудования при функционировании и выявляющие множество развивающихся дефектов. В данных системах ин формация измерений отслеживаемых параметров отображаются в удобном для использования виде, анализируются с целю выявления тенденций изме нений в функционировании. В систему также вводятся сведения о предыду щих условиях эксплуатации, учет которых позволяет полнее оценить состоя ние оборудования.

Необходимость быстрого анализа данных о состоянии основных средств и оперативного принятия решения при управлении ими требуют вы сокой степени автоматизации.

Как показывает проведенный анализ электроэнергетических объектов РСО-Алания на региональном уровне, как правило, применяются системы с ограниченным числом выявляемых дефектов. Используемые на сегодняшний день системы в основном не способны выявлять своевременно дефекты, в них заложен механизм оповещения сбоев и нештатных ситуаций. На терри тории Северной Осетии применяются системы осуществляющий контроль лишь с частичным охватом контролируемых параметров, без применения со временных датчиков контроля важнейших показателей функционирования оборудования. Существующие системы не позволяют выявлять на ранней стадии развития опасных для оборудования дефектов непосредственно во время работы.

Следует так же отметить, что в электроэнергетическом сегменте регио на до сих пор применяется система планово-предупредительных работ, поя вившаяся в советские времена, когда еще не было современных информаци онных технологий и более совершенных методик управления.

Проблема применения метода планово-предупредительных работ не только в том, что она требует большей трудомкости профилактических ра бот и значительной численности ремонтного персонала, но и в том, что об служивание по устаревшим нормативам и через усредненные периоды не да ет гарантии, что в межремонтный период в работе оборудования не произой дет отказов и поломок.

Неспособность традиционных методик предотвращать отказы оборудо вания привела к появлению новых подходов к организации ремонтов. Совре менная методика отличается тем, что основывается на контроле технического состояния отдельных единиц оборудования.

Система планирования технического обслуживания на основе проведе ния плановых работ практически себя изжила. Но проблемой перехода на ремонт по состоянию является не столько отсутствие достоверных данных о техническом состоянии оборудования, сколько отсутствие интеллектуальных систем принятия решений осуществляющих многофакторный анализ боль ших потоков информации и оперативный вывод соответствующих предло жений, рекомендаций и мероприятий.

В настоящее время за рубежом разработано значительное количество систем мониторинга состояния оборудований. Зарубежные производители подобных систем в стремлении придать своей продукции большую универ сальность на протяжении последних десятилетий проводили работы по вы работке требований к системам мониторинга под эгидой таких организаций, как Международная электротехническая комиссия (МЭК) и СИГРЭ. В на стоящее время наиболее полным считаются рекомендации института IEEE «IEEE Guide for Application of Monitoring to Liquid – Immersed Transformers and Components».

Основные диагностические параметры, обычно контролируемые сис темой по требованиям «IEEE Guide for Application of Monitoring to Liquid Immersed Transformers and Components»:

- Газы, растворенные в масле, и влагосодержание масла. В зависимости от применяемого датчика можно контролировать как композиционную вели чину четырех видов газов, которые могут вызвать неисправность трансфор матора и влагосодержание масла (например, HYDRAN), так и раздельно ве личины восьми видов газа и влагосодержание масла (например, TRANSFIX).


Объем растворенных газов в масле и тенденция его возрастания указывает на снижение изоляции в результате разрядных процессов или тепловой пере грузки изоляции. Данные параметры обычно определяются при помощи хро матографического анализа пробы масла, отбираемой в долгих интервалах времени. Повышенная влажность изоляции является опасным фактором для рабочего состояния трансформатора.

- Ток, напряжение, мощность. Рабочие параметры трансформатора, свидетельствующие о его нагрузке и служащие в качестве входных величин для модели теплового и мощностного баланса трансформатора.

- Изменение емкости и tg (тангенс угла диэлектрических потерь) вво дов. Зафиксированные изменения свидетельствуют о неисправности системы изоляции высоковольтных вводов трансформатора.

- Коммутационные и атмосферные перенапряжения. Записи процессов перенапряжений дают представление о нагрузке системы изоляции и в слу чае неисправности могут подтвердить или опровергнуть первопричину воз никновения дефекта.

- Токи короткого замыкания. Записи процессов токов короткого замы кания предоставляют информацию, прежде всего, о динамической нагрузке обмотки трансформатора.

- Частичные разряды. Возрастающий уровень разрядной активности указывает на постепенное снижение характеристик твердой изоляции, что могло бы привести к пробою с последующим коротким замыканием.

- Температура масла в различных местах трансформатора. Измерение температуры масла служит для контроля эффективности системы охлажде ния трансформатора, а также в качестве входных величин для моделей расче та наиболее нагретой точки обмотки и теплового баланса трансформатора.

- РПН. Записи активной мощности привода РПН и его положения дают информацию о механическом состоянии переключателя.

- Параметры состояния (дискретные). Предоставляют информацию о работе трансформатора, о работе активных элементов системы охлаждения и об аварийных процессах [14].

На рисунке 1.2 приведена стандартная архитектура системы непрерыв ного контроля состояния трансформатора.

Рисунок 1.2 – Схематическая структура SCADA-системы Среди систем мониторинга электроэнергетического оборудования наи большее развитие получили системы непрерывного контроля состояния трансформаторов. Широкий охват отслеживаемых параметров, высокий уро вень достоверности постановки диагноза и значительный опыт эксплуатации на крупных трансформаторах имеют следующий системы непрерывного кон троля:

- система TPAS (Transformer Performance Analysis System, США);

- система компании Siemens (ФРГ);

- система Secheron (Швейцария).

Система TPAS разработана для выявления возникающих при работе трансформатора дефектов типа частичных пробоев изоляции, ослабления ме ханической прочности из-за коротких замыканий, появления точек перегрева в обмотке и сердечнике, повреждений комплектующих узлов. Системой че рез короткие промежутки времени контролируются наиболее важные пара метры, отражающие состояние трансформатора.

В основе системы непрерывного контроля состояния трансформатора, разработанной компанией Siemens, лежит широкое применение стандартных вычислительных средств, позволяющих обработать измеряемые датчиками сигналы, провести их анализ, осуществить удобное для персонала отображе ние и выдать предупреждение об опасных режимах. Модульный принцип с легкой заменой отдельных модулей и использование стандартных интерфей сов обеспечивают большую гибкость системы. Система состоит из комплекта датчиков, аналого-цифровых преобразователей и компьютерной части (рису нок 1.3).

Рисунок 1.3 – Структура системы непрерывного контроля состояния трансформатора компании Siemens Компанией ABB Secheron разработан проект системы непрерывного контроля силовых трансформаторов. Данная система, подобно американской системе TPAS, использует сравнение измеряемых значений с получаемыми на математических моделях процессов в трансформаторе (нагрев верхних слоев масла, увлажнение и газосодержание масла). Сравнение проводится с использованием принципов искусственного интеллекта. При работе транс форматора непрерывно измеряются следующие параметры: нагрузка транс форматора, температура верхних слоев масла, температуры бака и окружаю щего воздуха, концентрация растворенных газов и влажность масла, вибра ция бака, перенапряжения и токи короткого замыкания в каждой фазе [15].

Следует отметить, что сложность применения рассмотренных выше систем заключается в том, что они не имеют механизма принятия решений.

Эффективность действий при реконструкции и обновлении производствен ных активов зависит от опыта и уровня профессионализма персонала. Для эффективного внедрения и дальнейшего развития систем непрерывного кон троля необходимо менять идеологию их построения и требования, предъяв ляемые к системам обработки получаемых данных.

Среди информационно-аналитических систем мониторинга электро энергетического оборудования, имеющих опыт внедрения в России можно выделить следующие [16, 17, 18, 19, 20]:

- Интеллектуальная информационно-диагностическая система для электрооборудования электростанций разработанная ВНИИЭ;

- «Диагностика +» разработанная Ивановским государственным энер гетическим университетом;

- «MultiTest» - система для контроля работоспособности электрообору дования, разработанная совместно со специалистами Владимирэнерго;

- Корпоративная экспертно-диагностическая и информационная систе ма управления техническим обслуживанием высоковольтного электрообору дования (ЭДИС «Альбатрос») разработанная специалистами Уральского го сударственного технического университета;

- Информационно-аналитическая система «Диана»;

- «ИС диагностики состояния ЭО», разработанная на базе Web техно логий и предназначенная для паспортизации оборудования и оценки его тех нического состояния.

Наибольшим набором выполняемых функций из вышеперечисленных систем обладают следующие: «Диагностика +», «ЭДИС Альбатрос», «ИС ди агностики состояния ЭО» и «Диана». Рассмотрим их подробнее.

Экспертная система «Диагностика +» предназначена для автоматизи рованного ведения паспортных данных и данных испытаний электрообору дования, а также проведения диагностических экспертиз по результатам ис пытаний с выдачей оценки состояния этого оборудования и рекомендаций по его дальнейшей эксплуатации [21].

Подсистема мониторинга функционирует как единая иерархическая распределенная система, состоящая из верхнего, среднего и нижнего уров ней, работающая в темпе протекания технологического процесса, оснащен ная средствами сбора, обработки, отображения, регистрации, анализа, хране ния и передачи информации. Информационный обмен в системе построена на технологии ОРС (OLE for Process Control) предназначенной для обеспече ния универсального механизма обмена данными между датчиками, исполни тельными механизмами, контроллерами и системами представления техноло гической информации, оперативного диспетчерского управления, а также системами управления базами данных. Система состоит из трех звеньев: сер вер БД - сервер приложений - клиенты. Такая схема позволяет выполнять всю прикладную логику на сервере и значительно разгрузить сеть [22].

Система работает с базой данных (БД) в локальной сети предприятия в режиме клиент-сервер. В качестве сервера БД обе системы используют СУБД Firebird. Основные компоненты программного и информационного обеспе чения и потоки данных интегрированной системы «Диагностика+» приведе ны на рисунке 1.4.

Рисунок 1.4 – Основные компоненты программного и информационно го обеспечения и потоки данных системы «Диагностика+»

ОРС сервер - коммуникационное программное обеспечение, предна значенное для сбора аналоговых и дискретных данных и управления обору дованием, подключенным к последовательным асинхронным портам вво да/вывода через преобразователи полевой шины и взаимодействия с ОРС клиентами. Сервер обеспечивает опрос контроллеров, и передачу пакетов данных серверу мониторинга, по отношению к которому она является клиен том. Клиент обрабатывает полученные данные из ОРС сервера, сохраняет их в БД в архиве значений и посылает их всем подключенным автоматизиро ванным рабочим местам [17].

Модель информационного взаимодействия компонентов подсистемы рассмотрена на рисунке 1.5. По мере поступления пакетов, значения пара метров для текущего объекта выводятся в окне программы. Статус значения определяет цвет фона. Изменяются параметры и на мнемосхеме. Получение нового сообщения выводит окно журнала событий, также возможен поиск по событию и заданному времени. Время квитирования фиксируется только от одного АРМ мониторинга (установленного на компьютере диспетчера). Окно с сообщением закрывается. Если главное окно программы свернуто, то оно распахивается, и автоматически выбирается объект, для которого пришло со общение. Внизу главного окна АРМ мониторинга имеется окно журнала со бытий. В экспертной системе «Диагностика+» предусмотрен просмотр трен дов параметров, сохраняемых в архиве, причем в одном наборе могут при сутствовать графики параметров одного или разных объектов [20].

Рисунок 1.5 – Модель информационного взаимодействия компонентов подсистемы Конфигураторы подсистемы мониторинга и системы «Диагностика+»

являются программами настройки режимов работы систем и используются только администратором. Они позволяют изменять значения параметров ра боты системы, которые хранятся в базе данных.

В настоящее время «Диагностика+» выполняет проведение диагности ки технического состояния следующего оборудования: силовых масляных трансформаторов, автотрансформаторов и масляных шунтирующих реакто ров, масляных, вакуумных, воздушных и элегазовых выключателей, высоко вольтных вводов, трансформаторов тока, трансформаторов напряжения, вен тильных разрядников и ограничителей перенапряжения, асинхронных двига телей [17].


«Диагностика+» обеспечивает:

- ведение паспортных данных и данных испытаний;

- ведение данных о ремонтах;

- фиксацию в БД внешних воздействий на оборудование;

- проведение диагностических экспертиз с выдачей по их результатам протоколов;

- планирование и контроль проведения регламентных работ.

В протоколах в заключении о состоянии электротехнического оборудо вания указывается: «пригодно», «пригодно с учащенным контролем отдель ных параметров», «планировать вывод в ремонт», «непригодно». При откло нении значений измеренных параметров от нормативных выдаются соответ ствующие рекомендации.

Все диагностические правила соответствуют стандартам и нормативам, принятым в отрасли. Данные замеров и испытаний заносятся пользователем в компьютерные таблицы или в специальные компьютерные формы. По этим данным испытаний проводятся экспертизы, а по их результатам генерируют ся протоколы испытаний.

Каждому виду испытаний соответствует своя экспертиза и еще по од ной для каждого вида комплексных испытаний. Комплексное испытание ох ватывает ряд отдельных испытаний, и поэтому во время оценки состояния оборудования учитываются результаты всех проведенных измерений.

Широкое применение в ряде филиалов МРКС получила экспертно диагностическая информационная система ЭДИС «Альбатрос». Система поддерживает принятие решений и обеспечивает выполнение задач различ ных категорий пользователей, работающих с информацией о состоянии обо рудования на всех уровнях. Система может работать как на одном рабочем месте, так и в варианте распределенной базы данных. Блоки экспертно диагностической системы установлены в районах энергосетей, на сетевых предприятиях, в химической лаборатории и в управлении энергосистемы.

Потоки движения информации и ее обработку можно представить в виде трехуровневой схемы приведенной на рисунке 1.6 [23].

Рисунок 1.6 – Схема потоков информации в экспертной системе «Аль батрос»

На нижнем, I уровне персонал, проводящий испытания и измерения оборудования, заносит полученные результаты в базу данных, в которой также отражается информация о внешних воздействиях на оборудование и эксплуатационных мероприятиях. Задача системы – проверить входную ин формацию на достоверность, сделать необходимые расчеты, выдать по тре бованию паспорт оборудования, карточки его испытаний и измерений, спи ски установленного оборудования [23].

На II уровне с системой работают инженер по диагностике и начальник службы изоляции (или аналогичной по функциям службы). Проводится не обходимая обработка данных измерений: сравнение с результатами испыта ний на заводе или при монтаже оборудования с данными предыдущих изме рений параметров и соотношений между ними;

отслеживается динамика из менений параметров и соотношений между ними. Полученные параметры, описывающие состояние объекта, поступают в базу знаний, где сравниваются с нормативными значениями. Если значение какого-либо параметра вышло за пределы допустимого диапазона, то осуществляется более глубокая диагно стика. В результате выдается вид дефекта, степень его развития, рекоменда ции персоналу по дальнейшим действиям и, если нужно, необходимый набор дополнительных измерений с указанием сроков проведения.

На III уровне проводится общий по энергосистеме анализ брака и отка зов оборудования, осуществляется сравнительный анализ служб изоляции предприятий. По результатам анализа руководство энергосистемы может корректировать кадровую политику, уточнять целевое распределение мате риальных ресурсов и проведение организационных мероприятий.

К основным возможностям ЭДИС «Альбатрос» относятся:

- автоматизированное хранение данных по результатам испытаний;

-отслеживание состояния электрооборудования в течение его жизнен ного цикла;

- диагностика по динамике изменения эксплуатационных данных, ре зультатов испытаний;

- использование экспертных заключений и базы знаний ЭДИС «Аль батрос» при анализе и выработке заключений о состоянии электрооборудо вания;

- легкое формирование статистических справок, выборок, таблиц и диаграмм;

- формирование планов работ по диагностике электрооборудования.

Однако, не смотря на достаточно широкий спектр выполняемых функ ций выше рассмотренными системами, следует выделить следующие недос татки:

1. Отсутствие возможности для оценки достоверности результатов ис пытаний (кроме «ЭДИС Альбатрос»);

2. Отсутствие информации об учете режимов эксплуатации оборудова ния и их влияния на интенсивность процессов старения изоляции;

3. Отсутствие возможности резервирования базы данных и базы знаний в случае сбоя системы [24].

Таким образом, как показал проведенный анализ особенностей функ ционирования систем сбора и обработки информации о состоянии электро энергетических производственных фондов, к основным недостаткам можно относятся:

- частичный охват контролируемых параметров;

- отсутствие интеллектуальных методов обработки и анализа данных;

- отсутствие методов эффективности принимаемых к реализации меро приятий исходя из оценки технического состояния производственных фон дов;

- отсутствие функции определения приоритетов в замене оборудова ния, исходя из ограниченных объемов финансовых ресурсов;

- отсутствие задач оптимизации инвестиционного планирования вы полнения;

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

Существующие системы мониторинга состояния основных средств как иностранного, так и отечественного производства разработаны с учетом того, что персонал имеет квалификацию эксперта, который способен по текущим измеряемым данным делать определенные выводы о состоянии электроэнер гетического оборудования для последующего принятия решения. При прак тическом применении подобных систем на пользователей ложится нагрузка по отслеживанию состояния параметров производственного актива, не пред ставляющих ценность для идентификации ситуации в связи с отсутствием опыта или квалификации.

Не смотря на многообразие систем мониторинга, контролирующих различные параметры функционирования объектов, отсутствуют информа ционно-аналитические системы, позволяющие:

- выявлять методом интеллектуального анализа и обработки актуаль ных данных из огромного парка производственных фондов объекты, которые в ближайшее время могут дать сбои и привести к нарушению подачи элек трической энергии;

- направить инвестиции на ремонт, модернизацию и обновление наибо лее «узких мест»;

- контролировать дальнейший процесс реализации принятых меро приятий, что позволит давать качественную и количественную оценку про веденных мероприятий, а также сделать схему выполнения инвестиционных программ максимально прозрачной [25].

Итак, оценка состояния оборудования может проводиться, преследуя большое количество задач: планирования технического обслуживания и ре монтов, выявления дефектов, предупреждения и предотвращения внештат ных ситуаций и т.д. При наличии огромного парка основных средств, более 60% из которых уже давно выработали свой ресурс, объемы финансирования на ремонт и обновление ограничены. В связи с этим актуализируется приме нение систем поддержки принятия решений для оценки технического со стояния оборудования, осуществляющие обработку и интеллектуальный ана лиз больших объемов информации, и формирование рекомендаций, по об новлению инфраструктуры исходя из текущих и планируемых объемов фи нансирования, сохраняя при этом надежность функционирования объекта.

При проектировании подобных систем необходимо принять во внима ние следующие области знаний: разработка интеллектуальных систем, сис тем управления, интеллектуальной обработки данных и извлечения знаний из данных, методов принятия решений и. т.д.

1.4 Анализ средств и технологий поддержки принятия решений в интеллектуальных электрических системах с активно-адаптивной сетью… При управлении электроэнергетической системой нового поколения значительную роль играют методы поддержки принятия решений. Техноло гии принятия решений направлены на решение задач преобразования слож ных и разнородных данных энергосистемы в информацию понятную и дос тупную системному оператору.

В электроэнергетической системе, как правило, во многих ситуациях время, отведенное пользователю на принятие решения, ограничено, в связи, с чем информационные технологии на базе концепции Smart Grid должны обеспечить оперативную выдачу рекомендаций в сложившихся условиях функционирования.

Переход к активно-адаптивной сети требует широкого внедрения при ложений, функционирующих в масштабах реального времени, способных выявлять существующие угрозы и прогнозировать состояние энергетических объектов.

Интеграция современных систем принятия решений с существующими процессами по управлению производственными фондами обеспечит повы шение эффективности управления электроэнергетических объектов.

В интеллектуальной энергетической сети, в условиях растущего объема собираемых данных о состоянии системы значительное внимание уделяется информационным технологиям, обеспечивающих в режиме реального време ни их сбор, обработку и анализ. Одним из важнейших функций применяемых автоматизированных систем является предотвращение сбоев в электроснаб жении путем минимизации, предоставляемой пользователям информации и повышения эффективности формируемых рекомендаций по корректировке режимов функционирования сети.

Современные технологии должны осуществлять автоматизированную оценку текущего технического состояние электроэнергетических объектов и прогнозирование вероятности наступления сбоев в подаче электрической энергии, что позволит пользователям существенно повысить эффективность функционирования сети.

Способность современной сети по сбору и анализу необходимых дан ных в реальном времени и визуализация за счет использования современных методов позволит значительно сократить время реагирования пользователя на происходящие изменения.

В целом при внедрении современных систем поддержки принятия ре шений повысится надежность функционирования энергетических объектов, а также снизится влияние человеческого фактора при технологических нару шениях.

Внедрение интеллектуальных электроэнергетических систем окажет влияние и на развитие информационных технологий, так как при переходе к активно-адаптивным сетям существенно увеличиваются объемы собираемых и обрабатываемых данных. Так по предварительным прогнозам количество информации, ежедневно поступающей из энергетической системы нового поколения, будет составлять более 2 % от общего объема данных системы.

То есть, если общий объем информации, хранимой в центральной базе, зани мает 10 Тегабайт, то возможно ежедневное поступление до 200 Гигабайт только от систем управления и мониторинга Smart Grid. В этом случае в те чение двух месяцев количество данных, поступающих от активно адаптивной сети, будет превосходить общее количество собранных от SCADA сведений и коммерческой информации электросетевой организации за весь ее жизненный цикл [26].

Проведенное исследование особенностей развития интеллектуальных электрических сетей в зарубежных странах и внедрения информационных систем в рассматриваемую предметную область показало, что наиболее вос требованными являются следующие автоматизированные программные ком плексы [27, 28, 29]:

- Распределенная система мониторинга и контроля (Distribution Monitoring and Control System), обеспечивающая единое представление про текающих процессов в сети за счет сбора данных с других систем;

- Распределенная системы мониторинга подстанции (Distribution Substation Monitoring System) предназначена для управления данными, по ступающими от подстанций;

Система управления измерениями (Metering Data Management System) осуществляет управление данными, собранными от автоматических измерительных устройств;

Автоматическая система измерения протекающих процессов (Automated Meter Operations System) обеспечивает наблюдение за измери тельными и другими приборами в режиме реального времени, управление их действиями, а также руководство по предотвращению сбоев в работе;

- Распределенная система текущего контроля за генерацией (Decision Generation Management System) осуществляет проверку состояния различных источников распределенной генерации в энергетической системе;

Распределенная система прогнозирования (Distribution Forecasting System) обеспечивает сбор и обработку данных с систем контроля за генера цией и систем управления измерениями в целях поддержания нагрузки и ее последующего прогнозирования в энергетической системе.

- Рабочая система управления Smart Grid (Smart Grid Work Management System) используется для управления порядком работы датчиков энергетиче ской системы на базе концепции Smart Grid (измерительные приборы, кон троллеры, коммуникационная сеть и т. д.), которые нуждаются в техниче ском обслуживании.

- Система коммуникационного сетевого мониторинга (Communications Network Monitoring System) работает совместно со многими коммуникацион ными системами разных производителей электрической энергии для опреде ления сбоев работы и управления информацией при сбоях;

- Система слежения за вспомогательным оборудованием (Minor Equipment Monitoring System), таким как конденсаторные батареи, регулято ры мощности, секционные разъединители, и другим вспомогательным обо рудованием на внешней части подстанции.

- Система планирования Smart Grid (Smart Grid Planning System) пред назначена для ведения учета долгосрочных тенденций работы и моделей не исправностей в целях их использования при проектировании в качестве базо вой модели для строительства, ремонта и других действий.

- Хранение операционных данных Smart Grid (Smart Grid Operational Data Store) – эта система осуществляет сбор и хранение хронологических данных, которые поступили от всех систем, используемых при управлении активно-адаптивной сетью.

Большинство из выше рассмотренных систем находятся на этапе раз работки и не имеют практического опыта применения в сетях. Также резуль таты проведенного анализа особенностей создания и развития активно адаптивной сети других стран показывают, что развиваемые за рубежом под ходы, принципы и механизмы реализации рассматриваемой концепции не могут быть непосредственно перенесены в российскую электроэнергетику и реализованы, так как осуществление и развитие интеллектуальных энерго систем в значительной степени определяются спецификой и характером на циональных организационно-экономических и технологических условий.

Итак, инновационная и научно-техническая политика в электроэнерге тике вошла в число основных составляющих государственной политики Рос сии. В настоящее время сформированы основные положения и требования концепции интеллектуальных электроэнергетических систем, но отсутствуют программы реализации конкретных проектов в сфере автоматизации возрас тающих информационных потоков в активно-адаптивных сетях, в связи, с чем актуализируется задача исследования методов, алгоритмов и механизмов поддержки принятия решений на базе концепции Smart Grid.

1.5 Выводы по первой главе и постановка задачи исследования Проведенное исследование состояния инфраструктуры электроэнерге тической системы РСО-Алания и эффективность реализации мероприятий инвестиционной программы выявил следующие недостатки:

- несоблюдение сроков, невыполнение в требуемых объемах техниче ского обслуживания оборудования;

- неэффективное распределение капитальных вложений, сопровож дающееся высоким уровнем аварийности;

- высокий уровень сверхнормативных потерь электроэнергии;

- отсутствие постоянного мониторинга состояния оборудования, позво ляющего выявлять на ранней стадии развития, возникающие в работе дефек ты.

Подобная ситуация является следствием ряда причин:

– высокая степень изношенности производственных фондов (около % 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 обслужи ванию и обновлению основных средств;

- низкий уровень автоматизации процесса управления производствен ными фондами;

- отсутствие автоматизированных систем оценки текущего техническо го состояния оборудования и средств определения приоритетов в замене и обновлении инфраструктуры;

- 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 со стояния различных параметров оборудований, ведение паспортных данных и т.д.). Однако существенные различия наблюдаются в части применения ма тематических моделей для оценки результатов непрерывного контроля. К ос новным их недостаткам относятся:

- отсутствие интеллектуальных методов обработки и анализа данных;

- отсутствие критериев эффективности принимаемых к реализации ме роприятий 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, мо дернизации и обновления при наличии огромного парка основных средств с высоким уровнем изношенности и ограниченных объемов финансовых ре сурсов;

- отсутствие мониторинга реализации инвестиционной программы и при-чин отклонения от планов.

Перечисленные недостатки делают подобные системы слабодействен ными для применения в интеллектуальных системах с активно-адаптивной сетью.

Одним из инновационных направлений в области электроэнергетики является создание интеллектуальных электроэнергетических систем с актив но-адаптивной сетью.

На этапе перехода к сетям нового поколения одним из приоритетных задач является повышение наблюдаемости сети, разработка и внедрение ав томатизированных систем оценки текущего технического состояния произ водственных фондов, повышение эффективности технического обслужива ния и оптимизация процесса обновления основных средств.

В связи с вышеизложенным целью исследования настоящей диссерта ционной работы является:

Исследование и разработка системы принятия решений при управ лении производственными фондами на основе оценки технического со стояния оборудования и повышения эффективности процесса их обнов ления в интеллектуальных электроэнергетических системах с активно адаптивной сетью.

Основные задачи

:

Исследование предметной области с целью выявления проблем и 1.

особенностей, учитываемых при моделировании и разработке систем приня тия решений при управлении производственными фондами на основе оценки фактического состояния активов;

Анализ существующих систем непрерывного контроля техниче 2.

ского состояния электроэнергетического оборудования;

Разработка методов оценки технического состояния производст 3.

венных фондов электроэнергетических объектов и повышения эффективно сти процесса обновления производственных фондов на базе концепции Smart Grid;

Разработка структуры, алгоритмов функционирования основных 4.

под-систем системы поддержки принятия решений при управлении электро энергетическими производственными активами;

Разработка принципов построения программного комплекса для 5.

повышения эффективности технического обслуживания и оптимизации про цесса обновления основных средств.



Pages:   || 2 | 3 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

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.