一种电厂设备检修辅助决策方法及相关设备与流程

摘要: 本发明属于设备运维管理,具体涉及了一种电厂设备检修辅助决策方法及相关设备。背景技术:1、电力系统是国民经济的核心基础支撑,电厂设备长期处于高温、高压、高负荷运行...
一种电厂设备检修辅助决策方法及相关设备与流程

本发明属于设备运维管理,具体涉及了一种电厂设备检修辅助决策方法及相关设备。

背景技术:

1、电力系统是国民经济的核心基础支撑,电厂设备长期处于高温、高压、高负荷运行状态,设备健康水平直接决定供电可靠性、生产安全性与运营经济性。设备检修是保障机组稳定运行的核心手段,传统电厂检修以计划检修为主,依据固定周期开展预防性检修,普遍存在“过度检修”与“检修不足”并存的问题:过度检修造成不必要的人力物力浪费,推高生产成本;检修不足则无法及时消除设备隐患,易引发非计划停运甚至安全事故。

2、随着状态监测与工业互联网技术的发展,状态检修模式逐步推广,通过在线监测设备运行参数识别异常征兆,按需安排检修工作。但现有状态检修系统仍存在以下技术缺陷:

3、系统碎片化,数据壁垒突出。各专业、各设备的监测系统相互独立,数据无法互通,难以识别跨设备、跨系统的耦合故障。电厂主辅设备间存在强耦合关系,单一设备的监测系统无法从系统层面定位故障根因,易造成误诊、漏诊。

4、诊断决策依赖人工,协同效率低。现有诊断系统多针对单一设备训练诊断模型,对于跨专业复杂故障,需人工组织多专业人员会诊,决策周期长、效率低,且决策质量高度依赖人员经验水平,主观性强、一致性差。

5、方案与资源缺乏全局优化。现有系统多仅输出故障诊断结果,检修方案制定、资源匹配仍由人工完成,难以同时兼顾安全风险、检修工期、经济成本等多目标优化,易出现资源冲突、工期延误、成本超支等问题。缺乏闭环迭代机制。历史检修经验与案例分散存储,难以结构化沉淀与复用,诊断模型与决策规则无法随运行数据自动优化升级,系统决策能力难以持续提升。

技术实现思路

1、本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种电厂设备检修辅助决策方法及相关设备,用于解决ss的技术问题。

2、本发明的目的是由以下技术方案实现的:

3、第一方面,本发明提供了一种电厂设备检修辅助决策方法,基于分层分布式多智能体协同系统执行,所述系统包括全局协调智能体以及通过共享黑板与所述全局协调智能体交互的多个功能智能体,所述方法包括:

4、获取电厂设备的多源运行数据,通过设备状态感知智能体进行异常识别,得到初始异常结果;

5、当所述初始异常结果满足触发条件时,通过故障诊断智能体对异常设备开展初步诊断,输出初步诊断结论及初步诊断置信度;

6、当所述初步诊断置信度低于预设阈值时,由所述全局协调智能体调度多个关联的故障诊断智能体组成协同群组,通过所述共享黑板对多源证据进行协同推理,得到最终故障诊断结果;

7、通过风险评估智能体基于所述最终故障诊断结果进行量化评估,得到目标设备的综合风险值及检修优先级;

8、通过检修策略智能体基于历史案例生成备选检修方案,并结合所述综合风险值对各所述备选检修方案进行多属性量化评价,优选出最优检修方案;

9、通过资源调度智能体对所述最优检修方案进行资源需求拆解,并通过任务竞标与寻优机制生成全局最优的资源分配方案与检修任务计划。

10、作为本发明的进一步改进,所述获取电厂设备的多源运行数据,通过设备状态感知智能体进行异常识别,得到初始异常结果,包括:

11、对所述多源运行数据进行去噪、缺失值识别和插值处理,得到预处理运行数据;所述多源运行数据包括设备传感器数据、控制系统数据、历史运行数据、检修记录数据和报警记录数据中的至少两种;

12、将所述预处理运行数据输入预先训练的异常检测模型,得到重构运行数据,并根据所述预处理运行数据与所述重构运行数据之间的差值计算重构误差;

13、当所述重构误差超过与所述电厂设备的运行工况对应的设定阈值时,生成包括异常设备标识、异常参数标识、异常发生时间和本地异常置信度的本地异常初判结果,并将所述本地异常初判结果写入所述共享黑板;

14、所述全局协调智能体根据预先构建的设备拓扑知识图谱,对所述本地异常初判结果对应的异常设备节点、异常参数节点及其关联关系进行校验;当所述异常参数与工况参数之间的关联关系符合预设工况变化规则时,降低所述本地异常初判结果的异常置信度或取消所述本地异常初判结果,否则根据所述异常置信度确定异常等级并生成所述初始异常结果。

15、作为本发明的进一步改进,所述通过所述共享黑板进行多源证据的协同推理,得到最终故障诊断结果,包括:

16、由所述协同群组中的各故障诊断智能体分别对所述异常设备进行本地诊断,得到本地诊断结论、对应故障假设、证据数据及所述证据数据的可信度,并将所述本地诊断结论、所述故障假设、所述证据数据和所述可信度写入所述共享黑板;

17、由所述全局协调智能体对各故障诊断智能体上传的证据数据进行可信度归一化,基于d-s证据理论计算各故障假设的基本概率分配值,并根据证据冲突程度修正各证据数据的证据权重;

18、针对所述协同群组中存在分歧的诊断结论,启动多轮协商机制,根据各故障诊断智能体的历史诊断准确率、证据完整度和证据冲突程度更新对应证据权重,直至各故障诊断智能体针对最高置信度故障假设的诊断结论一致,或者达到预设的最大协商轮次;

19、提取融合后置信度最高的故障假设作为所述最终故障诊断结果,并将所述最终故障诊断结果及其对应置信度写入所述共享黑板。

20、作为本发明的进一步改进,所述通过风险评估智能体基于所述最终故障诊断结果进行量化评估,得到目标设备的综合风险值及检修优先级,包括:

21、基于所述最终故障诊断结果提取安全风险特征、生产风险特征、设备损坏风险特征和经济损失风险特征;

22、采用层次分析法构建所述安全风险、生产风险、设备风险和经济风险四个风险维度对应的判断矩阵,并根据所述判断矩阵确定四个风险维度的权重;

23、分别对所述四个风险维度对应的风险特征参数进行归一化处理,并按照对应的权重进行加权计算,得到所述异常设备的综合风险值;

24、根据预设的设备系统重要度系数对所述综合风险值进行修正,并按照修正后的综合风险值对待检修设备进行降序排序,确定所述检修优先级。

25、作为本发明的进一步改进,所述结合所述综合风险值对各所述备选检修方案进行多属性量化评价,优选出最优检修方案,包括:

26、通过所述风险评估智能体根据各备选检修方案执行后的预期风险值,计算各备选检修方案的风险控制评价指标;

27、通过所述成本效益评估智能体根据各备选检修方案对应的检修成本、预计停机时间、设备可用率和预期经济收益,计算各备选检修方案的经济效益评价指标;

28、对各备选检修方案的风险控制评价指标和经济效益评价指标进行无量纲化处理,确定正理想解和负理想解;

29、由所述全局协调智能体根据预设的安全约束权重、生产约束权重和经济效益权重,采用topsis多属性决策算法计算各备选检修方案与所述正理想解及所述负理想解之间的距离,并根据所述距离计算各备选检修方案的综合贴近度;

30、将综合贴近度最高的备选检修方案确定为所述最优检修方案;当不同评价维度对应的优选方案不一致时,按照安全风险评价优先于生产影响评价、生产影响评价优先于经济成本评价的顺序进行方案筛选。

31、作为本发明的进一步改进,所述通过任务竞标与寻优机制生成全局最优的资源分配方案与检修任务计划,包括:

32、所述资源调度智能体将拆解后的资源需求转化为检修任务标书,交由所述全局协调智能体基于合同网协议向各资源主体智能体发布;

33、获取各资源主体智能体基于自身履约能力与库存状态反馈的投标信息;

34、采用改进粒子群优化算法对所述投标信息进行迭代寻优,以工期最短、成本最低和资源利用率最高为联合约束目标,求解得到所述资源分配方案与检修任务计划。

35、作为本发明的进一步改进,所述方法还包括检修过程动态管控步骤:

36、在所述检修任务计划执行过程中,通过所述共享黑板实时接收现场检测终端、移动检修终端、设备控制系统和物资管理终端中的一种或多种反馈的现场节点信息;

37、当所述现场节点信息中的新增异常参数超过对应阈值,或者所述现场节点信息包含新增缺陷记录时,所述全局协调智能体触发所述故障诊断智能体对新增异常参数或新增缺陷进行补充诊断,以更新所述最终故障诊断结果;

38、根据更新后的最终故障诊断结果,重新计算所述异常设备的综合风险值,并驱动所述检修策略智能体和所述资源调度智能体调整检修任务顺序、任务持续时间、人员配置、工器具分配和备品备件分配中的一种或多种,以生成更新后的检修方案和资源调度信息。

39、作为本发明的进一步改进,所述方法还包括检修效果评估与知识迭代步骤:

40、在所述检修任务计划完成后,采集所述异常设备的检修后运行指标数据,并根据检修前后的异常频次变化率、关键性能指标变化率、设备可用率变化率和故障重复发生率中的一种或多种,对检修效果进行量化评估;

41、当所述检修效果达到预设有效检修条件时,由所述知识管理智能体将异常识别数据、诊断证据数据、风险评估数据、检修方案数据、资源调度数据和检修结果数据按照预设案例字段进行关联存储,形成标准化检修案例,并将所述标准化检修案例更新至检修案例知识库;

42、从所述标准化检修案例中提取经检修效果评估确定为有效检修的设备运行特征、故障特征和诊断特征,形成增量训练样本,并基于所述增量训练样本更新所述设备状态感知智能体中的异常检测模型参数和所述故障诊断智能体中的故障诊断模型参数。

43、第二方面,本发明提供了一种电厂设备检修辅助决策系统,基于分层分布式架构设计,包括全局协调智能体、共享黑板以及与所述共享黑板通信连接的多个功能智能体;

44、所述全局协调智能体用于全系统任务调度与协同组织,并维护所述共享黑板的读写规则;所述功能智能体至少包括:

45、设备状态感知智能体,用于获取电厂设备的多源运行数据进行异常识别,将满足触发条件的初始异常结果写入所述共享黑板;

46、故障诊断智能体,用于读取所述初始异常结果进行初步诊断,在初步诊断置信度低于预设阈值时,受所述全局协调智能体调度组成协同群组,通过所述共享黑板交互多源证据以完成协同推理,输出最终故障诊断结果;

47、风险评估智能体,用于基于所述最终故障诊断结果进行量化评估,输出目标设备的综合风险值及检修优先级;

48、检修策略智能体,用于生成备选检修方案,并结合所述综合风险值进行多属性评价,优选出最优检修方案;

49、资源调度智能体,用于拆解所述最优检修方案的资源需求,通过任务竞标与寻优机制生成全局最优的资源分配方案与检修任务计划。

50、第三方面,本发明提供了一种计算机设备,包括:处理器和计算机可读存储介质;

51、处理器,适于执行计算机程序;

52、计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上述的电厂设备检修辅助决策方法。

53、第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于被处理器加载并执行如上述的电厂设备检修辅助决策方法。

54、本发明的有益效果在于:本发明提供了一种电厂设备检修辅助决策方法,基于包含全局协调智能体及通过共享黑板与其交互的多个功能智能体的分层分布式多智能体协同系统执行电厂设备检修辅助决策,打破传统集中式决策架构的算力瓶颈,消除单节点故障引发的整体决策失效风险;获取电厂设备的多源运行数据,通过设备状态感知智能体开展异常识别得到初始异常结果,实现设备运行异常的前置捕捉,替代人工巡检依赖经验判断、异常识别滞后的缺陷;当初始异常结果满足触发条件时,通过故障诊断智能体对异常设备开展初步诊断,输出初步诊断结论及初步诊断置信度,可完成异常事件的首轮精准定位,过滤大量非故障类误告警信息;当初步诊断置信度低于预设阈值时,由全局协调智能体调度多个关联的故障诊断智能体组成协同群组,通过共享黑板对多源证据开展协同推理得到最终故障诊断结果,解决单诊断智能体知识覆盖盲区导致的诊断结论偏差问题,大幅提升复杂故障场景下的诊断准确率;通过风险评估智能体基于最终故障诊断结果开展量化评估,得到目标设备的综合风险值及检修优先级,可实现故障影响程度的精准量化,避免检修优先级排布依赖人工经验的主观性偏差;通过检修策略智能体基于历史案例生成备选检修方案,结合综合风险值对各备选检修方案开展多属性量化评价,优选出最优检修方案,完成检修方案的标准化择优,减少非必要的检修资源冗余投入;通过资源调度智能体对最优检修方案开展资源需求拆解,依托任务竞标与寻优机制生成全局最优的资源分配方案与检修任务计划,可实现检修人力、机具、备件资源的全局动态适配,避免局部资源调度引发的资源冲突与闲置浪费,最终实现电厂设备故障诊断准确率、检修决策效率、资源利用率的同步提升,大幅降低非计划停机时长与检修综合成本。