WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Авторефераты по темам  >>  Разные специальности - [часть 1]  [часть 2]

Разработка моделей и алгоритмов эффективного функционирования тренажерно-обучающих систем в электроэнергетике (на примере РСО-Алания)

Автореферат кандидатской диссертации

 

На правах рукописи

ПЕТРОВА ВИКТОРИЯ ЮРЬЕВНА

РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ

ЭФФЕКТИВНОГО ФУНКЦИОНИРОВАНИЯ

ТРЕНАЖЕРНО-ОБУЧАЮЩИХ СИСТЕМ

В ЭЛЕКТРОЭНЕРГЕТИКЕ (НА ПРИМЕРЕ РСО-АЛАНИЯ)

Специальность: 05.13.01 - «Системный анализ, управление

и обработка информации (промышленность)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

 

 

 

 

 

Владикавказ – 2012

Работа выполнена в ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)»

Научный руководитель:       кандидат технических наук, доцент

Моураов Алан Георгиевич

Официальные оппоненты:   Васильев Игорь Евгеньевич, д.т.н., проф.,

профессор кафедры «Электроснабжение

промышленных предприятий» СКГМИ (ГТУ)

Музаев Илларион Давыдович, д.т.н., проф.,

ведущий научный сотрудник ФГБУН Южный  

математический институт Владикавказского

научного центра Российской академии наук и    

Правительства РСО-Алания

Ведущая организация:         «Комплексный научно-исследовательский

институт им. Х.И. Ибрагимова Российской

академии наук»

Защита диссертации состоится « 22 » июня 2012 г. в 13 часов на заседании диссертационного совета Д212.246.01 при ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)» по адресу: 362021, РСО-Алания, г. Владикавказ, ул. Николаева, 44, СКГМИ (ГТУ). Факс: (8672) 407-203, E-mail: info@skgmi-gtu.ru

С диссертацией можно ознакомиться в научно-технической библиотеке СКГМИ (ГТУ).

Автореферат разослан  «_____» ______________ 2012 г.

Ученый секретарь

диссертационного совета

Д212.246.01, к.т.н., доцент                                                            А. Ю. Аликов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В условиях участившихся случаев техногенных и природных катастроф, а также увеличения влияния человеческого фактора на развитие и результаты проявлений нештатных ситуаций в природно-промышленных комплексах, возрастает роль подготовки и повышения квалификации специалистов во всех отраслях промышленности и, особенно, в электроэнергетике.

Повышение эффективности подготовки специалистов невозможно без применения автоматизированных тренажерно-обучающих систем (ТОС).

Требования к безотказности и безопасности функционирования электроэнергетического комплекса в России в целом постоянно возрастают, о чем свидетельствуют не только принятые нормативные акты, но и законы, например, Федеральный закон от 21 июля 1997 г. №117-ФЗ «О безопасности гидротехнических сооружений» (в ред. №374-ФЗ от 27.12.2009 г.), который непосредственно касается и гидротехнических сооружений РСО-Алания.

Особенности высокогорных территорий с резкими перепадами высот и температур (сложный географический ландшафт, возможность схода лавин и оползней, разливы горных рек, труднодоступное расположение линий электропередач (ЛЭП) и некоторых электроприемников и участившиеся непредсказуемые изменения климата) приводят к повышению риска возникновения неожиданных новых природных аномалий и увеличению числа аварийных ситуаций в системе снабжения и потребления электрической энергии.

Для предотвращения таких ситуаций и скорейшей ликвидации возможных последствий аварийного режима необходима не только своевременная и достоверная информация о влияющих на систему факторах, но и достаточный опыт оперативного персонала для принятия своевременного и правильного решения. В связи с этим приобретает большое значение вопрос о необходимости подготовки оператора к быстрому принятию оптимально верного решения, особенно в психологически сложной экстремальной ситуации.  Исследование многовариантных аналогичных ситуаций с использованием тренажерно-обучающей системы дало положительный практический результат.

На фоне возрастающих требований к квалификации электроэнергетиков возросли требования и к функциональным возможностям и эффективности тренажерно-обучающих систем, реализация которых (с учетом увеличивающейся мощности компьютеров) приводит к необходимости разработки новых математических моделей и алгоритмов, способных охватить все разнообразие условий работы электроэнергетических объектов и, в частности, особенности их работы в горных территориях с постоянным изменением характера природных аномалий.

Целью диссертационной работы является разработка и исследование математических моделей и алгоритмов эффективного функционирования тренажерно-обучающих систем в электроэнергетике (на примере РСО-Алания).

Поставленная цель потребовала решения следующих задач:

1. Анализ тренажерно-обучающих систем и инцидентов в электроэнергетике РСО-Алания.

2. Разработка обобщенной математической модели работы электроэнергетического объекта и алгоритма ее применения в ТОС.

3. Разработка методики составления и способов анализа вероятностных моделей работы электроэнергетических объектов, возможности их применения как элементов системы поддержки принятия решений (СППР) в обучающей части ТОС.

4. Разработка методов и алгоритмов анализа и оценки электромагнитной совместимости электроэнергетических объектов.

5. Совершенствование контрольно-обучающего тестирования специалистов-электроэнергетиков.

6. Исследование возможности применения геоинформационной системы (ГИС) как части системы поддержки принятия решений при анализе воздействий природных факторов на электроэнергетические объекты.

Методы исследований. Для решения поставленных задач были использованы следующие методы:

– математическое моделирование;

– методы системного анализа;

– методы математической статистики;

– матричные методы анализа электрических цепей и метод обобщенных экспоненциальных воздействий;

– методы обработки экспериментальных данных.

Научная новизна работы состоит в следующем:

1. Расширены возможности тренажерно-обучающих систем на основе использования разработанной обобщенной модели установившегося режима работы электроэнергетической системы, включающей матричные уравнения состояния электроэнергетических объектов и энергетического баланса с использованием обобщенного экспоненциального воздействия и комплексной переменной частоты. Составлен алгоритм расчета различных режимов работы электроэнергетических объектов с использованием разработанной модели.

2. Предложен новый способ составления и анализа матричных вероятностных моделей работы электроэнергетических объектов, позволяющий исследовать различные вероятностные ситуации в работе электроэнергетических систем, ввести в процесс тренировки на полномасштабном тренажере элементы СППР, основанные на вероятностном анализе ситуации.

3. Разработана методика анализа электромагнитной совместимости в электроэнергетической системе для использования в тренажерно-обучающих системах (тренажерах), позволяющая оценить степень взаимного электромагнитного влияния электроэнергетических объектов.

4. Разработаны методические основы адаптивного контрольно-обучающего тестирования с использованием многоуровневых подсказок до ввода ответа, что дало возможность существенно повысить обучающую функцию тестирования, эффективно сочетать процесс контроля и обучения.

Объект исследований – Тренажерно-обучающие системы в электроэнергетике РСО-Алания.

Предмет исследований – Модели и алгоритмы для тренажерно-обучающих систем, повышающие эффективность обучения специалистов-электроэнергетиков на тренажерах и обеспечивающие наибольшую вероятность принятия правильных решений в различных нештатных ситуациях.

Практическая значимость работы заключается в следующем:

1. Использование предложенных математических моделей и алгоритмов в тренажерно-обучающих системах электроэнергетики расширяет их функциональные возможности, позволяет моделировать различные режимы работы электроэнергетических объектов практически в любых пределах изменения влияющих переменных, получать характеристики работы объектов. Это, в свою очередь, позволяет реализовать наиболее качественную и разностороннюю подготовку специалистов-электроэнергетиков. Совокупность разработанных методик, правил, рекомендаций составляет инструментарий для разработчиков тренажерно-обучающих систем и может быть использована в СППР в электроэнергетике.

2. Разработанные методика анализа электромагнитной совместимости электроэнергетических объектов и применение статистического моделирования были использованы для анализа опасных ситуаций, которые встречаются в условиях горных территорий РСО-Алания, например, влияния ЛЭП на электровзрывные цепи. Были получены результаты, позволившие сформулировать конкретные рекомендации по достижению необходимой электромагнитной совместимости этих объектов, предотвращению возникновения аварийных ситуаций, по включению полученных рекомендаций в рамки функционирования тренажерно-обучающих систем.

3. Предложен вариант адаптивного тестирования с подсказками до ввода ответа на поставленный вопрос, разработана программа его реализации (свидетельство о государственной регистрации программы для ЭВМ №2011617609); результаты проведенного эксперимента позволяют рекомендовать его для применения при подготовке специалистов-электроэнергетиков и повышения их квалификации.

4. Выработана методика применения разработанных моделей как дополнения при функционировании тренажерно-обучающих систем, позволяющего получать необходимые данные по результатам анализа режимов работы электроэнергетических объектов, обосновать и использовать статистические прогнозы для принятия правильных решений в штатных и нештатных ситуациях.

5. Разработан модуль визуализации системы поддержки принятия решений при анализе воздействия природных факторов на электроэнергетические объекты в условиях РСО-Алания, использующий картографическую привязку электроэнергетических объектов, источников экологических рисков и параметров электромагнитной совместимости, позволяющий прослеживать возможность одновременного возникновения нескольких природных аномалий и их воздействия на электроэнергетическую систему, что позволяет повысить эффективность использования СППР.

Обоснованность и достоверность научных положений, выводов и результатов исследований подтверждается: совпадением результатов применения классических уравнений состояния электроэнергетических объектов и предложенных математических моделей; достаточной сходимостью теоретических и экспериментальных исследований; эффективностью применения предложенных алгоритмов; положительными результатами внедрения предложенных в работе рекомендаций и разработанного программного обеспечения.

Реализация и внедрение результатов работы. Результаты диссертационной работы используются в СОф ОАО «МРСК СК» при обучении и контроле знаний оперативного персонала; в ЗАО «Шахтострой-Сервис» для достижения необходимой электромагнитной совместимости ЛЭП и электровзрывных цепей.

Апробация диссертационной работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на ежегодных НТК СКГМИ (ГТУ), научных семинарах кафедры информационных систем в экономике СКГМИ (ГТУ) (2008 – 2011 гг.), а также на следующих международных, всероссийских научно-технических и научно-практических конференциях: Х Международная научно-практическая конференция «ИТ-технологии: Развитие и приложения», Владикавказ, 2009; VII Международная конференция «Устойчивое развитие горных территорий в условиях глобальных изменений», Владикавказ, 2010; XI Международная юбилейная научно-техническая конференция «ИТ-технологии: развитие и приложения», Владикавказ, 2010; Международная научно-практическая конференция «Молодые ученые в решении актуальных проблем науки», Владикавказ, 2010; Круглый стол, посвящённый 25-летию Чернобыльской катастрофы «Экологически безопасная возобновляемая энергетика для устойчивого развития и как альтернатива АЭС», Владикавказ, 2011; II Международная научно-практическая конференция «Молодые ученые в решении актуальных проблем науки», Владикавказ, 2011; VI Форум Молодых ученых Юга России, Нальчик, 2011; Научно-практическая конференция, посвящённая Дню эколога «Природа. Общество. Человек», Владикавказ, 2011.

Публикации. По теме диссертации опубликовано 20 печатных работ, в том числе 8 работ в ведущих рецензируемых научных журналах и изданиях, определенных ВАК РФ для публикации основных научных результатов, 1 патент на полезную модель, 1 зарегистрированная программа.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы, включающего 97 наименований; содержит 162 страницы машинописного текста, 36 рисунков, 7 таблиц и приложения.

КРАТКОЕ  СОДЕРЖАНИЕ  РАБОТЫ

Во введении обоснована актуальность диссертационной работы, сформулированы цель, задачи и методы исследований, раскрыты научная новизна и практическая значимость работы, приведены результаты апробации и реализации работы.

В первой главе показана роль тренажерно-обучающих систем в формировании специалиста-электроэнергетика, дан краткий анализ основных требований к ТОС в электроэнергетике.

Можно считать, что современный подход к подготовке оперативного персонала электроэнергетики базируется на двух положениях: первое – обеспечение специальных знаний, оборудования, процессов и правил техники безопасности; второе – обеспечение умения работать в штатных (поддерживать нормальный режим работы оборудования и электроснабжение потребителей) и аварийных ситуациях (своевременно принимать правильные решения, не допускать развития техногенных катастроф). Эффективная реализация обоих положений предусматривает обязательное использование ТОС.

Моделирование на тренажерах является незаменимым инструментом исследования и обучения, особенно в тех случаях, когда проведение реального эксперимента сопряжено с технологическими и организационными трудностями или опасностью для жизни людей. Лишь с помощью моделирования можно создавать не только детерминированные, но и вероятностные модели, сценарии развития ситуаций в той или иной обстановке, обосновать оптимальное решение.

Эффективность применения технических средств обучения оперативного персонала энергопредприятий (главным образом, тренажерно-обучающих систем) доказана многолетней практикой эксплуатации электроэнергетических объектов. За 10 лет (с 1988 по 1997 г.г.) использования на электростанциях ОАО «Мосэнерго» различных тренажеров для обучения и совершенствования профессионального мастерства эксплуатационного персонала аварийность оборудования по вине персонала снизилась в 10 раз.

В развитие теории и практики применения тренажерно-обучающих систем внесли большой вклад как отечественные, так и зарубежные ученые и специалисты: Магид С.И., Аракелян Э.К., Черткова Е.А., Попов Г.В., Башмаков А.И., Софиев А.Э., Загретдинов И.Ш., Ципцюра Р.Д., Мищеряков С.В., Сысоева Л.В. и многие другие.

Как показали исследования, основой современных ТОС является функционально-ориентированный программно-аппаратный комплекс. Существенным моментом в функционировании ТОС может являться система поддержки принятия решений. В настоящее время, с одной стороны, возросли требования к полномасштабности, адекватности и точности тренажеров и, с другой стороны, расширились возможности программно-аппаратного компьютерного обеспечения. Структура тренажера в общем случае изображена на рисунке 1.

Совершенствование ТОС требует постоянного совершенствования математического обеспечения, разработки новых моделей и алгоритмов, наиболее полно удовлетворяющих требованиям заказчика и максимально использующих возможности современных мультимедийных технологий.

Современная реальность ставит перед специалистами-электроэнер­гетиками новые задачи по обеспечению надежности, безопасности, электромагнитной совместимости работы электроэнергетических объектов (ЭЭО). Особенности географического положения РСО-Алания, сложность рельефа и т.п. обостряют в республике проблему, придают ей особую остроту и требуют первостепенного внимания. Последние обстоятельства должны быть отражены в программах подготовки электроэнергетиков и в функциональных возможностях ТОС, применяемых в электроэнергетической системе республики.

Рисунок 1 – Структура тренажера

Проведенный анализ современных требований, предъявляемых к ТОС, позволил более обоснованно определить направления исследований, конкретизировать цели и задачи работы.

Далее анализируется электроэнергетика РСО-Алания как часть природно-промышленного комплекса (ППК) республики; дается краткая характеристика электроэнергетических объектов. ППК РСО-Алания представляет собой сложную систему с многогранными связями между ее составляющими.

Возможно выделить в электроэнергетической системе отдельные, относительно автономные части, например, такие как генераторную часть системы, систему передачи электрических мощностей (ЛЭП), линии связи, цепи автоматики, измерительные цепи, системы коммуникации и защиты, цепи заземления и т.п. и исследовать их математические модели. При анализе электромагнитной совместимости наиболее важным объектом исследования являются устройства автоматических и автоматизированных систем технологического управления электротехническими объектами.

Одной из задач исследования системы можно считать анализ и целенаправленное использование связей между ее составляющими, а в данном случае, в соответствии с тематикой диссертационной работы – повышение качества воздействия оператора на электроэнергетические объекты (что достигается, в частности, применением ТОС при обучении оперативного персонала).

В результате анализа были выявлены три основные типа причин аварий и инцидентов, происходивших на электроэнергетических объектах РСО-Алания: изношенность оборудования, влияние природных факторов и человеческий фактор. Инциденты на ЭЭО РСО-Алания приведены в таблице 1.

Таблица 1 – Инциденты на электростанциях Северо-Осетинского филиала ОАО «МРСК Северного Кавказа»

Год

Количество

инцидентов

По основным

сетям

По распределительным сетям 6-10 кВ

2007

139

37

102

2008

130

34

96

2009

148

41

107

Был определен нанесенный инцидентами экономический ущерб для Северо-Осетинских ГЭС, результаты представлены на рисунке 2.

В сложных условиях горного ландшафта большое значение приобретают вопросы электромагнитной совместимости ЭЭО. Эти вопросы должны рассматриваться как на стадии проектирования энергосистемы, так и в процессе ее эксплуатации и обучения специалистов на тренажере.

Рисунок 2 – Инциденты на Северо-Осетинских ГЭС и нанесенный экономический ущерб

Несмотря на то, что основные операции по защите оборудования, персонала, по ограничению распространения и предупреждению возможных вредных и опасных проявлений аварий выполняются системой автоматики и защиты, роль человеческого фактора остается довольно значительной. От правильных решений диспетчера зависит как возможность предупредить аварию, так и возможность ее ликвидировать, не допустить распространения на другие объекты.

В электроэнергетике РСО-Алания для обучения оперативного персонала электрических сетей применяется полномасштабный тренажер, тренажерно-программный комплекс TWR-12 и система дистанционного обучения АСОП «Наставник».  

Анализируя применение тренажерно-обучающих систем в электроэнергетике, в частности в РСО-Алания, можно отметить следующее: в тренажерно-обучающем комплексе отсутствует возможность исследования таких важных вопросов, как электромагнитная совместимость электроэнергетических объектов, в некоторых случаях недостаточно формализованы методы расчета электроэнергетических объектов, не используются вероятностные модели и статистическое моделирование – как мощный инструмент всестороннего исследования работы электроэнергетических комплексов, и некоторые другие возможности, например, не применяется адаптивное тестирование.

По результатам проведенного анализа были поставлены и решены указанные ранее задачи.

Во второй главе рассмотрены математические модели режимов работы электроэнергетических объектов, вероятностная модель.

В качестве математической модели исследуемого объекта в установившемся режиме предлагается рассматривать матричное уравнение:

,                                            (1)

где [М(s)] – объединенная матрица, составленная для исходной цепи и содержащая информацию о структуре цепи (узловая матрица с элементами ) и параметрах ее элементов (контурная матрица с элементами ); [I(s)] – матрица-столбец, определяющая реакцию объекта, состоящая из неизвестных токов ветвей в обобщенной форме ; [Е(s)] – матрица-столбец, определяющая обобщенные воздействия и состоящая из источников токов и источников ЭДС, заданных в обобщенной форме J(s) и E(s);  – комплексная переменная частота.

Таким образом, используя предложенную модель, можно исследовать различные типы воздействий (постоянный, синусоидальный, экспоненциальные токи, синусоидальные токи с изменяющейся по экспоненте амплитудой, несинусоидальные токи), как частные случаи обобщенного экспоненциального возмущения. Матричную модель можно использовать и при расчете электромагнитной совместимости (ЭМС), внеся в нее элементы, учитывающие магнитную связь между объектами, а также при расчете принужденных составляющих переходного режима.

Уравнение (1) дополнено матричным уравнением энергетического баланса:

                                                   (2)

Математическая модель может быть использована в тренажерах для исследования различных режимов работы ЭЭО и в СППР.

Реальное состояние электроэнергетического объекта во многих случаях определяется целым рядом случайных факторов. Влияние этих факторов в математической модели, описывающей объект, можно учесть, применив матрицу  со случайными параметрами элементов:

.                                            (3)

В выражении (3) индексом «сл» обозначены матрицы, содержащие элементы со случайными параметрами. Учет случайного характера изменения параметров некоторых элементов, входящих в матрицу выражения (3), дает возможность составить вероятностную модель, для анализа которой предлагается использовать метод Монте-Карло.

В данном случае идея применения метода Монте-Карло состоит в следующем. Матрицы со случайными параметрами элементов заменяются матрицами с конкретными значениями элементов, определенными случайным образом на основании законов распределения параметров соответствующих элементов матрицы. Таким образом создается возможность решения матричного уравнения для «i-ой» реализации  и получения одного столбца результирующей матрицы с конкретными значениями искомых токов. Полученные значения искомых токов являются случайными, соответствующими одной (случайной) комбинации определяющих переменных. Аналогичным образом можно получить множество случайных значений искомых токов, характеризующих различные случайные режимы работы ЭЭО, представленного анализируемой эквивалентной системой.

Таким образом, для того, чтобы применить метод Монте-Карло, необходимо произвести вычисления для множества реализаций исследуемого объекта (т.е. его математической модели). Случайным образом выбираются значения ,  и  внутри заданных пределов их изменения (или в соответствии с законом распределения) и подставляются в исходное матричное уравнение. Дальнейшее решение полученного таким образом уравнения дает значения токов в ветвях (реакцию цепи), соответствующих заданному набору выбранных случайным образом влияющих переменных.

Вычисления повторяются многократно, каждый раз для нового набора случайных значений влияющих переменных. В результате будут получаться значения токов в ветвях, соответствующих случайным наборам переменных, т.е. случайные значения токов, определяющих реакцию объекта. Матрица-столбец токов ветвей [I] будет представлена набором матриц, из которых можно выделить случайные значения искомых токов:

                                           (4)

где нижний индекс относится к номеру ветви, а верхний – к номеру реализации. Аналогично наборами N случайных значений будет представлена активная P, реактивная Q и полная S мощности каждой ветви (и соответствующих выражений энергетического баланса для «i-ой» реализации), а также соответствующей суммарной мощности.

По полученным случайным значениям тока, например в «k-ой» ветви , можно построить гистограммы, определить закон распределения  его вероятностные характеристики; анализируя суммарные воздействия можно сделать прогноз поведения системы при случайном изменении воздействующих параметров.

Наиболее важным функциональным назначением тренажера является отработка обучаемым практических навыков принятия решений в штатных и нештатных ситуациях. При этом для принятия правильного решения в тренажерно-обучающей системе используется необходимая база данных, анализ математических моделей, статистические прогнозы и т.п. Таким образом, можно говорить о применении в тренажере СППР, т.е. рассматривать СППР как необходимую часть тренажерно-обучающей системы при работе в режиме принятия решений. На рисунке 3 показан укрупненный алгоритм ТОС с включением в него основных компонентов и этапов функционирования.

Разработанные обобщенные матричные модели (детерминированная и вероятностная) используются в тренажере для получения необходимых данных о работе электроэнергетических объектов и о возможных отклонениях от номинального режима работы. Детерминированная модель позволяет определять выходные характеристики объекта в штатном (номинальном) режиме и в случае возможных отклонений от номинального режима.

Рисунок 3 – Укрупненный алгоритм функционирования тренажерно-обучающей системы в режиме принятия решений

Вероятностная модель позволяет провести вероятностный анализ работы ЭЭО на основе результатов статистического моделирования. Детерминированная, вероятностная модели и методика статистического моделирования описаны ранее. Результаты статистического моделирования позволяют делать статистические прогнозы, что является универсальным инструментом в СППР.

Предложенную методику составления и анализа вероятностной модели ЭЭО можно применить к исследованию любого другого объекта, работу которого можно описать системой линейных уравнений.

Используя идеологию СППР была построена наиболее эффективная архитектура адаптивного тестирования – тестирования с подсказками до ввода ответа обучаемым на поставленный вопрос (или решения поставленной задачи), математической основой которой являются следующие соотношения.

Условие получения правильного ответа:

,                                           (5)

где – начальный объем информации по данному вопросу (задаче), которым

располагает испытуемый; – прирост информации после каждой («k-ой») подсказки; – минимальный объем информации, необходимый для формирования правильного ответа; K – общее число использованных подсказок.

Оценки полученного ответа:

,                                           (6)

где S – оценка ответа, баллы;  – максимальное число баллов за правильный ответ без подсказок;  – удельный вес подсказки, баллы.

Постоянство вероятности случайного ввода правильного ответа:

.                                            (7)

Соотношения (5), (6), (7) послужили основой для построения соответствующего алгоритма и разработки программного обеспечения. Разработанный способ адаптивного тестирования обеспечивает более качественную оценку знаний и существенно усиливает обучающую функцию тестирования, что особенно важно при дистанционном обучении.

В третьей главе в соответствии с предложенными во второй главе моделями были разработаны алгоритмы: расчета работы ЭЭО в установившемся режиме с помощью обобщенной матричной модели; статистического моделирования (метода Монте-Карло) для анализа работы объекта при случайном изменении некоторых его параметров и воздействующих факторов.

Алгоритм, изображенный на рисунке 4, можно применить как к анализу какого-то одного типа воздействия, так и к анализу воздействий различного типа. При этом параметры обобщенной матричной модели должны соответствовать типу воздействия. Обобщенная матричная модель и предложенный алгоритм могут быть использованы в тренажерах для исследования различных режимов работы электроэнергетических объектов. В этом случае реальные

Рисунок 4 – Алгоритм применения обобщенной матричной модели

воздействия на систему могут быть заменены воздействиями на математическую модель.

Основой для статистического моделирования является детерминированная модель, которая преобразуется в вероятностную введением в нее элементов со случайно изменяющимися переменными. В результате решения матричных уравнений состояния и энергетического баланса для «i-го» набора случайных переменных (т.е. после реализации «i-го» варианта) будут определены не только нагрузочные характеристики ЭЭО (токи, напряжение), но и энергетические характеристики (активная, реактивная мощности,  и другие). Вычисление этих характеристик выполняется многократно ( раз), в результате чего будет накоплен статистический материал, соответствующий заданной вероятностной модели работы ЭЭО. Алгоритм статистического моделирования для анализа работы объекта при случайном изменении некоторых его параметров представлен на рисунке 5.

Был разработан алгоритм реализации адаптивного контрольно-обучающего тестирования с подсказками до ввода обучаемым ответа на поставленный вопрос, а также алгоритм и методика оценки ЭМС электроэнергетических объектов.

Вероятностный анализ ЭМС позволит наиболее широко исследовать взаимное влияние электроэнергетических объектов друг на друга и на иные объекты. Статистическое моделирование дает возможность наиболее полного отражения реальной картины электромагнитного влияния объектов, является действенным инструментом в СППР, так как позволяет строить статистически обоснованные прогнозы, может быть использовано в тренажерно-обучающих системах.

Применение разработанных алгоритмов в тренажерно-обучающих системах позволит: наиболее полно охватить условия работы электроэнергетических объектов; расширить круг решаемых в ТОС задач; повысить эффективность обучения специалистов-электроэнергетиков.

Адекватность и эффективность разработанных алгоритмов были проверены далее в главе 4 на применении их к анализу конкретных ситуаций.

В четвертой главе приводится описание разработанной программы анализа вероятностной модели работы электроэнергетического объекта, созданной в пакете Borland Builder на языке программирования С++, взаимосвязь классов математического ядра которой показана на рисунке 6. Представлена клиент-серверная программа реализации адаптивного тестирования с подсказками (свидетельство о государственной регистрации программы для ЭВМ №2011617609), интерфейс которой изображен на рисунке 7. А также приводится методика применения математического программного пакета MathCAD 14 для реализации статистического моделирования работы электроэнергетического объекта на основе матричной вероятностной модели. Применение программ при анализе конкретных ситуаций показало их эффективность.

Рисунок 5 – Алгоритм применения метода Монте-Карло

Рисунок 6 – Взаимосвязь классов математического ядра программы

Рисунок 7 – Интерфейс клиент-серверной программы реализации адаптивного тестирования с подсказками

По предложенной методике и разработанной программе адаптивного тестирования с подсказками был реализован эксперимент, который включал в себя определение знаний оперативного персонала электрических подстанций по традиционной схеме тестирования (неадаптивной, без подсказок – БПС) и по предложенной схеме с подсказками – СПС. Были организованы две группы (А и Б) по 10 человек, которым были предложены два комплекта (I и II) из 10 заданий. Анализ результатов тестирования, представленных в таблице 2, показал существенные преимущества предлагаемого способа.

Таблица 2 – Результаты тестирования оперативного персонала двумя способами (количество правильных ответов в %)

Вариант

Группа

I БПС

II БПС

I СПС

II СПС

А

61

 

 

84,4

Б

 

57

82,2

 

Рассмотрена актуальная для горных территорий проблема ЭМС линий электропередач и электровзрывной цепи, для решения которой были использованы разработанные ранее методики и алгоритмы. Полученные конкретные рекомендации по повышению устойчивости систем электровзрывания к электромагнитному воздействию ЛЭП сведены в таблицу 3.

Таблица 3 – Параметры ЭМС в системе электровзрывания

Разработан модуль визуализации СППР при анализе воздействия природных факторов на ЭЭО для горного региона (структура ГИС и совмещенная карта расположения электроэнергетических объектов и источников экологических рисков на территории РСО-Алания). Применение разработанного модуля позволит отслеживать электромагнитную и экологическую обстановку в регионе в условиях, максимально приближенных к реальным, что в свою очередь позволяет наиболее эффективно использовать СППР. На рисунке 8 изображены составляющие системы поддержки принятия решений

Дана оценка экономической эффективности применения тренажеров в электроэнергетике на основе ретроспективного анализа экономического ущерба, как результата нарушений и аварий в электроэнергетической системе, связанных с проявлениями человеческого фактора. Аварии в электроэнергетике сопровождаются множеством отрицательных факторов, одним из наиболее важных среди которых является экономический ущерб. Чем выше уровень подготовки персонала, тем реже происходят инциденты, являющиеся следствием технологических нарушений в системе электроснабжения.

Согласно исходным статистическим данным и их обработке можно считать, что увеличение численности неподготовленного персонала на 10 тыс. чел., приводит к увеличению числа технологических нарушений – приблизительно на 20 случаев, т.е. 2 случая на 1 тыс. неподготовленного персонала. Причем эти нарушения могут иметь самые непредсказуемые последствия, которые могут закончиться серьезной аварией.

Экономическую эффективность применения ТОС в электроэнергетике и, следовательно, повышения уровня профессиональной подготовки специалистов в этой области можно оценить на основании того материального ущерба, которого можно избежать, предотвращая неправильные действия эксплуатационного персонала. В таблице 4 приведены факторы, определяющие повышение эффективности тренажерно-обучающих систем.

Таблица 4 – Факторы, определяющие повышение эффективности тренажерно-обучающих систем (по результатам исследований)

Факторы

Результат применения

1. Применение обобщенной матричной модели работы ЭЭО

Унифицирование вычислительных операций на ТОС, возможность анализа различных типов воздействий на одной математической модели объекта

2. Применение вероятностной матричной модели

Позволяет учитывать в тренажерно-обучающих системах случайные факторы, влияющие на работу электроэнергетической системы, дает возможность делать обоснованные прогнозы для применения в системе поддержки принятия решений

3. Многоуровневые подсказки до ввода ответа

Повышение обучающей функции в контрольно-обучающих операциях тренажерно-обучающих систем ориентировочно до 30%

4. Оценка электромагнитной совместимости электроэнергетических объектов в системе

Повышает адекватность математических моделей тренажерно-обучающих систем (приблизительно до 20%), расширяет возможности обучающего процесса, создает условия для ситуационного контроля внутреннего и внешнего электромагнитного влияния объектов в электроэнергетической системе

5. Модуль визуализации СППР при анализе электромагнитной и экологической совместимости ЭЭО в условиях РСО-Алания с использованием ГИС

Позволяет оценить в процессе тренировки на ТОС на уровне зрительных восприятий общую картину электромагнитной и экологической обстановки в системе электроснабжения региона; на основе данных ГИС появляется возможность анализа развития ситуаций, создается возможность принятия обоснованных решений.

Создание полномасштабных электроэнергетических тренажеров, разработка тренажерных программных комплексов связаны с определенными материальными затратами. Материальных затрат требует и процесс обучения эксплуатационного персонала на ТОС. Однако эти затраты несоизмеримо меньше материального ущерба, причиняемого авариями на электроэнергетических объектах, возникающих по вине эксплуатационного персонала.

Применение ТОС в электроэнергетике приносит ощутимые положительные результаты. Усложнение электроэнергетических объектов и условий их эксплуатации требует постоянного совершенствования методов и средств обучения эксплуатационного персонала.

Рисунок 8 – Составляющие системы поддержки принятия решений

Экономический эффект от использования разработанных рекомендаций в ЗАО «Шахтострой-Сервис» составил 72 тыс. руб. в год. Годовой экономический эффект от внедрения разработанного программного обеспечения в СОф ОАО «МРСК СК» составил 550 тыс. руб.

ЗАКЛЮЧЕНИЕ

Основные результаты и выводы по диссертационной работе состоят в следующем.

1. Для анализа установившихся режимов работы ЭЭО разработана обобщенная матричная модель с использованием обобщенного экспоненциального воздействия и комплексной переменной частоты, которая позволяет исследовать различные типы воздействий в электроэнергетической системе, унифицировать вычислительные операции, расширить возможности обучающих систем и компьютерных тренажеров. Разработан алгоритм применения данной модели. Предложена матричная модель энергетического баланса в системе «источники электроэнергии – потребители».

2. Анализ инцидентов на ЭЭО РСО-Алания позволил выявить основные причины аварий и наметить пути их предотвращения.

3. Предложены: подход к составлению и анализу вероятностных моделей и методика применения статистического моделирования (метода Монте-Карло) для анализа работы электроэнергетических объектов, позволяющая делать обоснованные прогнозы, повысить вероятность принятия правильных решений операторами и диспетчерами в нештатных ситуациях. Предложенные методики могут быть использованы для исследования различных объектов, работу которых можно описать системой линейных уравнений.

4. Анализ электромагнитной совместимости ЛЭП и электровзрывных цепей, проведенный для условий горных районов РСО-Алания, позволил обосновать практические рекомендации по достижению необходимого уровня электромагнитной совместимости влияющих и подверженных влиянию объектов, повысить надежность систем электровзрывания.

5. Предложен вариант адаптивного тестирования с подсказками до ввода ответа на поставленный вопрос, разработана программа для его реализации (свидетельство о государственной регистрации программы для ЭВМ №2011617609 «Клиент-серверная система адаптивного тестирования с подсказками»); результаты проведенного эксперимента позволяют рекомендовать предложенный вариант тестирования для применения при подготовке специалистов-электроэнергетиков и повышения их квалификации.

6. Предложенный модуль визуализации мониторинга экологической и электромагнитной совместимости ЭЭО позволит эффективно проводить исследования и моделирование различных процессов для анализа экологической и электромагнитной совместимости ЭЭО в рассматриваемом регионе, определить вероятность случайных совпадений возникновения природных аномалий и нарушений в системе электромагнитной совместимости ЭЭО, получить необходимую информацию для СППР.

7. Разработана программа расчета и анализа обобщенной математической модели работы электроэнергетического объекта, включающая статистическое моделирование и анализ детерминированной и вероятностной моделей.

8. Совокупность разработанных методик, правил, рекомендаций составляет инструментарий для разработчиков тренажерно-обучающих систем, может быть использована в СППР в электроэнергетике. Применение разработанных моделей и алгоритмов в ТОС позволит повысить эффективность обучения специалистов-электроэнергетиков, что в свою очередь создаст предпосылки для устойчивого и безопасного функционирования электроэнергетической системы.

9. Экономический эффект от использования разработанных рекомендаций в ЗАО «Шахтострой-Сервис» за год составляет 72 тыс. руб. Годовой экономический эффект от внедрения разработанного программного обеспечения в СОф ОАО «МРСК СК» составил 550 тыс. руб.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в ведущих рецензируемых научных журналах,

включенных в перечень ВАК:

  1. Моураов А.Г., Петрова В.Ю. Применение математических моделей электроэнергетических объектов при обучении операторов на компьютерных тренажерах // Известия Кабардино-Балкарского научного центра РАН. – Нальчик, 2011. – №3 (41). – С.7-11.
  2. Петрова В.Ю. Методика анализа электромагнитной совместимости электроэнергетических объектов // Главный энергетик.– Москва, 2011. – №1.– С.22-26.
  3. Моураов А.Г., Петрова В.Ю. Применение обобщенных экспоненциальных воздействий для анализа математических моделей электроэнергетических объектов // Устойчивое развитие горных территорий. – Владикавказ, 2010. – №4 (6). – С.13-17.
  4. Петрова В.Ю. Применение геоинформационной системы для анализа экологической совместимости электроэнергетических объектов // Главный энергетик. – Москва, 2011. – №10. – С.57-61.
  5. Петрова В.Ю. Формализация методики расчета переходного режима электроэнергетического объекта // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – Новочеркасск, 2011. – №3. – С.36-39.
  6. Петрова В.Ю. Статистическое моделирование электромагнитной совместимости электроэнергетических объектов // Информационные системы и технологии. – Орел, 2011. – №5(67). – С.69-73.
  7. Петров Ю.С., Масков Ю.П., Петрова В.Ю. Анализ электромагнитного влияния высоковольтных ЛЭП на электровзрывные цепи в условиях горных территорий // Устойчивое развитие горных территорий. – Владикавказ, 2011. – №3(9). – С.71-77.
  8. Петрова В.Ю., Петров А.Ю. Опыт применения адаптивного контрольно-обучающего тестирования // Открытое и дистанционное образование. – Томск, 2011. – № 4 (44). – С. 11-16.

Материалы международных конференций:

9. Петрова В.Ю. К вопросу о требованиях, предъявляемых к современным обучающим компьютерным тренажерам // Материалы Х Международной научно-практической конференции «ИТ-технологии: Развитие и приложения». 8-9 декабря 2009 г. / СКГМИ (ГТУ); ИТПИ – Владикавказ: «Фламинго», 2009. – С.103-108.

10. Петрова В.Ю. Необходимость применения компьютерных тренажеров в сфере электроснабжения // Материалы Х Международной научно-практической конференции «ИТ-технологии: Развитие и приложения». 8-9 декабря 2009 г. / СКГМИ (ГТУ); ИТПИ – Владикавказ: «Фламинго», 2009. – С.109-114.

11. Петрова В.Ю. Обучение на компьютерном тренажере как средство повышения качества управления электроэнергетическими объектами // Сб. док. VII Международной конференции «Устойчивое развитие горных территорий в условиях глобальных изменений» [Электронный ресурс], СКГМИ (ГТУ), Издательство «Терек», Владикавказ, 14-16 сентября, 2010.–1 электрон. опт. диск (CD-R).

12. Гасиев В.И., Соколов А.А., Петрова В.Ю. Социальные проблемы горных территорий // Сб. док. VII Международной конференции «Устойчивое развитие горных территорий в условиях глобальных изменений» [Электронный ресурс], СКГМИ (ГТУ), Издательство «Терек», Владикавказ, 14-16 сентября, 2010.–1 электрон. опт. диск (CD-R).

13. Моураов А.Г., Петрова В.Ю. Анализ математических моделей электроэнергетических объектов на основе обобщенных экспоненциальных воздействий // Материалы XI Международной юбилейной научно-технической конференции «ИТ-технологии: развитие и приложения», Владикавказ: «Фламинго», 10-11 декабря, 2010. – С.140-143.

14. Петрова В.Ю. Применение метода Монте-Карло при исследовании математических моделей электроэнергетических объектов // Сб. раб. Междун. науч.-практ. конф. «Молодые ученые в решении актуальных проблем науки», Владикавказ, 22-23 мая, Издательско-полиграфический отдел Северо-Осетинского института гуманитарных и социальных исследований ВНЦ РАН и Правительства РСО-А, 2010. – С.36-38.

15. Петрова В.Ю. Разработка математических моделей электроэнергетических объектов для тренажерно-обучающих комплексов // Сб. раб. II Междун. науч.-практ. конф. «Молодые ученые в решении актуальных проблем науки», часть 1, Владикавказ, 13-15 мая, Издательско-полиграфический отдел Северо-Осетинского института гуманитарных и социальных исследований ВНЦ РАН и Правительства РСО-А, 2011. – С.51-52.

Публикации в других изданиях:

16. Петрова В.Ю., Столбовский Д.Н. Проблемы создания тренажерно-обучающих систем// Труды Северо-Кавказского горно-металлургического института. – Владикавказ: Изд-во «Терек», 2009. – В.16. – С.39-43.

17. Петрова В.Ю. Анализ инцидентов на электростанциях РСО-Алания// Труды Северо-Кавказского горно-металлургического института. – Владикавказ: Изд-во «Терек», 2010. – В.17. – С.61-65.

18. Петрова В.Ю., Зорина И.Ю. Адаптивное контрольно-обучающее тестирование // Труды молодых ученых к юбилею ГМИ. – Владикавказ: Изд-во «Терек», 2011. – С.241-247.

Патент и свидетельство о государственной регистрации программы:

19. ГИС мониторинга экологической и электромагнитной совместимости электроэнергетических объектов: Пат. на полезную модель №106975, Россия / Соколов А.А., Петрова В.Ю., 27.07.2011.

20. Свидетельство о государственной регистрации программы для ЭВМ №2011617609 «Клиент-серверная система адаптивного тестирования с подсказками» от 30.09.2011, авторы Петров А.Ю., Петрова В.Ю.

Подписано в печать 16.05.12. Формат 60х84 1/16. Бумага офсетная.

Гарнитура «Таймс». Печать на ризографе. Усл. п.л. 1,0. Тираж 100 экз. Заказ № 102.

Северо-Кавказский горно-металлургический институт (государственный технологический университет). Изд-во «Терек».

Отпечатано в отделе оперативной полиграфии СКГМИ (ГТУ)

362021. Владикавказ, ул. Николаева, 44.

 
Авторефераты по темам  >>  Разные специальности - [часть 1]  [часть 2]



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

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.