Формализация неопределенности внешней среды при эксплуатации энергетического оборудования

Условия эксплуатации оборудования объектов энергетики оказывают влияние на его техническое состояние. Эти условия определяются состоянием внешней (окружающей) среды. Отклонения параметров окружающей среды от требуемых (нормативных) значений могут ускорять негативные тенденции, приводящие к отказам, авариям и, соответственно, экономическому ущербу от простоя и восстановления надлежащего технического состояния энергетического оборудования. Поэтому учет состояния внешней среды является важным аспектом решения задач мониторинга, диагностики и прогнозирования технического состояния, а также задач управления и поддержки принятия решений при эксплуатации оборудования объектов энергетики. Внешняя среда характеризуется наличием различных видов неопределенности. Отличающиеся неопределенности внешней среды определяют необходимость выбора или коррекции способа достижения цели управления или принятия решения. Поэтому в работе предложено формализованное описание неопределенностей внешней среды. Синтезированы операции для формализации состояний, отличающихся от "типовых", получаемых, например, на этапе проектирования системы диагностики или управления энергетическим оборудованием. На основе этого реализован способ оперативной оценки состояний внешней среды без опроса экспертов и ЛПР на основе синтеза ускоренной процедуры. В качестве математического аппарата формализации знаний о неопределенностях различных видов и субъективизма, присущего мнениям экспертов предметной области, обоснован выбор теории нечетких множеств. Формализовано понятие состояния внешней среды и предложены операции для определения ее типовых состояний. Для учета различных видов неопределенности при описании текущего состояния внешней среды предложен механизм модификаторов. Модификаторы позволяют существенно упростить расчеты при формализации состояний внешней среды для применения в системах диагностики и управления энергетическим оборудованием. Рассмотренные расчетные примеры показывают основные возможности предложенного подхода. Результаты применения разработанного подхода позволяют говорить о целесообразности его применения для решения задачи формализации состояния внешней среды при эксплуатации энергетического оборудования в условиях неопределенности.

1. Ящура А. И. Система технического обслуживания и ремонта энергетического оборудования. Справочник. М. : Изд-во НЦ ЭНАС, 2017. 504 с.

2. Основные результаты функционирования объектов электроэнергетики в 2015 году / Под ред. заместителя министра энергетики Российской Федерации А. В. Черезова. М., 2016. 72 с.

3. Махутов Н. А., Резников Д. О. Оценка уязвимости технических систем и ее место в процедуре анализа риска // Проблемы анализа риска. 2008. № 3. С. 72—85.

4. Sum R. Influence of environmental factors on component/ equipment reliability // Indian Journal of Engineering & Material Sciences. 1998. Vol. 5. P. 121—123.

5. Liu C., Rather Z. H., Chen Z., Bak C. L. An overview of decision tree applied to power systems // International Journal of Smart Grid and Clean Energy. 2013. Vol. 2, N. 3. P. 413—419.

6. Rahman M. M., Thamir K., Kadirgama K., Mamat R., Bakar R. A. Influence of Operation Conditions and Ambient Temperature on Performance of Gas Turbine Power Plant // Advance Material Research. 2011. P. 3007—3013.

7. Cliteur G. J., Wetzer J. M. Condition assessment of power transmission and distribution components. 2001. URL: http://www.cired.net/publications/cired2001/1_26.pdf (дата обращения: 27.02.2019).

8. Khalil S. S., Abu-Rub H. Smart Grid Condition Assessment: Concepts, Benefits, and Developments // Power Electronics and Drives. 2016. Vol. 1, N. 2. P. 147—163.

9. Peng S., Jian L., Yuanhong W., Yonglong Y., Tianyan J. Condition assessment of wind turbine generators based on cloud model // Proceedings of the IEEE International Conference on Solid Dielectrics (ICSD). 2013. P. 146—151.

10. Wang M., Vandermaar A. J. Review of condition assessment of power transformers in service // IEEE Electrical Insulation Magazine. 2002. Vol. 18, N. 5. P. 8—17.

11. Щербатов И. А. Управление сложными слабоформа-лизуемыми многокомпонентными системами. Ростов н/Д: Изд-во ЮНЦ РАН, 2015. 268 с.

12. De Luca A., Termini S. A definition of nonprobablistic entropy in the setting of fuzzy sets theory // Information and Control. № 20(4). 1972. P. 301—312.

13. Щербатов И. А. Глобальная цель сложной слабофор-мализуемой технической системы. Астрахань: Изд-во АГТУ, 2017. 100 с.

14. Kosko B. Fuzzy Entropy and Conditioning // Information Sciences. 1986. N. 40. P. 165—174.

15. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М. : Мир, 1976. 165 с.

16. Zadeh L. Fuzzy Probabilities // Information Processing & Management. 1984. Vol. 20, N. 3. P. 363—372.