ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Программно-методический комплекс для оптимизации систем сбора данных

Program-methodical complex for optimization of data collection systems
Статья опубликована в выпуске журнала № 1 за 2011 год.[ 10.03.2011 ]
Аннотация:В статье рассматриваются средства и методика автоматизации проектирования систем сбора данных. Эти системы являются основой для создания автоматизированных систем контроля и учета электроэнергии. Описанные программно-методический комплекс и методика объединяют все этапы проектирования: структурный и параметри-ческий синтезы, анализ работы системы. Приводятся методы поиска решения, используемые на каждом этапе.
Abstract:The article describes the tools and techniques for automation of designing data collection systems. These systems are the basis for the creation of automated control systems and electricity metering. Described program-methodical complex and methodology integrates all stages of the design: structural synthesis, synthesis and parametric analysis of the system. The article describes methods for finding solutions are used at each stage.
Авторы: Пацей Н.Е. (patsey_natasha@mail.ru) - Белорусский национальный технический университет, г. Минск, , , Придухо В.Т. (priduho@mail.ru) - Белорусский национальный технический университет, г. Минск, , , кандидат технических наук
Ключевые слова: автоматизированная система контроля и учета энергоресурсов, система сбора данных, автоматизация проектирования
Keywords: automated control systems and electricity metering, data collection systems, design automation
Количество просмотров: 10485
Версия для печати
Выпуск в формате PDF (5.09Мб)
Скачать обложку в формате PDF (1.32Мб)

Размер шрифта:       Шрифт:

Автоматизированные системы контроля и учета электроресурсов (АСКУЭ) технического назначения являются средством контроля расхода электроэнергии, управления долей затрат на нее в себестоимости продукции. Высокий спрос на эти системы, количество предлагаемых элементов и готовых решений свидетельствуют об актуальности проблемы оптимального выбора проектного решения.

АСКУЭ имеют, как правило, иерархическую трехуровневую структуру. Верхний уровень представлен сервером системы, выполняющим сбор, хранение данных и пр.; средний – устройствами сбора и передачи данных (УСПД), собирающими и хранящими данные измерения. Нижний уровень – это устройства измерения. В ряде случаев система выполняет функции телеконтроля и телесигнализации, тогда нижний уровень включает в себя также датчики управления и сигнализации. Датчики сигнализации используются для контроля состояния оборудования энергосистемы (вклю- чено оборудование, подано напряжение и т.д.), датчики управления – для изменения состояния оборудования энергосистемы (отключить напряжение, изменить положение контактов и пр.). Передача данных управления и сигнализации между соответствующими датчиками и сервером системы осуществляется через УСПД.

При проектировании АСКУЭ необходимо решить задачу выбора структуры системы и устройств для ее реализации. С этой целью разработана обобщенная операционная модель, имеющая значительное множество оптимизируемых параметров. С помощью методов декомпозиции она была разбита на частные операционные модели в соответствии с основными этапами проектирования, на них разработаны модули структурного, параметрического синтеза и модуль анализа работы системы, образующие программно-методичес­кий комплекс.

На каждом этапе проектирования оцениваются параметры системы, влияющие на ее стоимость и отказоустойчивость. Стоимость системы является важнейшей экономической характеристикой, определяющей возможность и целесообразность реализации проектного решения. Отказоустойчивость характеризует способность системы сохранять показатели качества выполняемых функций в случае отказа отдельного элемента. Выбор отказоустойчивости как критерия обусловлен тем, что для объективной оценки надежности АСКУЭ необходимо выполнить расчет параметров безотказности, долговечности, ремонтопригодности и сохраняемости, а это не всегда возможно из-за отсутствия необходимых данных в паспортах элементов системы. В свою очередь, оценка отказоустойчивости проводится по количеству потерянных в результате отказа данных (информационная составляющая) и их стоимости (экономическая составляющая). Наличие комплексной оценки позволит при отсутствии полной информации о режиме работы объекта наблюдения и АСКУЭ предварительно оценить отказоустойчивость системы по одной из составляющих, а при достаточном объеме информации проводить оценку с использованием взвешенных коэффициентов.

На этапе структурного синтеза решается задача поиска оптимального числа УСПД и мест их установки, при которых система будет иметь максимальную отказоустойчивость и минимальную стоимость. Повышение отказоустойчивости системы достигается путем уменьшения максимума количества данных, потерянных в результате отказа элемента системы, и их стоимости. Стоимость системы снижается за счет использования меньшего числа УСПД и сокращения общей протяженности каналов передачи. Таким образом, в качестве критериев оптимальности используются дисперсия количества данных, передаваемых УСПД (Y1), которая оценивает равномерность распределения данных между УСПД, дисперсия стоимости данных, передаваемых УСПД (Y2), оценивающая равномерность распределения стоимости данных между УСПД, и стоимость УСПД и каналов передачи данных между УСПД и устройствами нижнего уровня (УНУ) (Y3). В качестве оптимизируемых параметров используются число УСПД в системе и набор соединений между УСПД и УНУ. Модуль структурного синтеза выполняет поиск оптимальной структуры с помощью генетического алгоритма [1], варьируя оптимизируемыми параметрами системы. В качестве функции приспособленности используется нормализованный аддитивный критерий:

          (1)

где Y1, Y2, Y3 – значения частных критериев при текущем проектном решении;  – значения частных критериев при первом анализируемом проектном решении; α1, α2, α3 – весовые коэффициенты частных критериев Y1, Y2, Y3 соответственно.

На этапе параметрического синтеза уменьшение стоимости системы достигается за счет использования более дешевого оборудования, а повышение отказоустойчивости – за счет уменьшения вероятности отказа элемента системы, выход которого из строя будет иметь наибольшие последствия, то есть за счет использования устройства с большим значением наработки на отказ. В качестве критериев оптимальности используются стоимость применяемого оборудования (Y4), отношение количества потерянных при отказе данных к количеству сохраненных данных в системе (Y5), отношение стоимости потерянных при отказе данных к стоимости данных, сохраненных в системе (Y6).

Модуль параметрического синтеза выполняет поиск устройств для АСКУЭ в соответствии со следующими параметрическими ограничениями: значения номинального тока и напряжения в точке подключения счетчиков, число фаз, направления и виды учитываемой энергии, интервалы усреднения, параметры оценки качества энергосети, фиксируемые счетчиком, число тарифных зон и число тарифных групп, типы интерфейсов, точность учета, протоколы передачи данных. Данные об УСПД и УНУ, доступных на рынке, содержатся в БД. На основе ограничений, значения которых определяет проектировщик, формируется множество устройств, допустимых к использованию в заданной АСКУЭ. Для решения этой задачи применялся метод исследования пространства парамет- ров [2]. Для принятия окончательного решения – нормализованный аддитивный критерий:

         (2)

где Y4, Y5, Y6 – значения частных критериев при текущем проектном решении;  – значения частных критериев при первом анализируемом проектном решении; β1, β2 и β3 – весовые коэффициенты частных критериев Y4, Y5, Y6 соответственно.

В ряде случаев задача параметрической оптимизации решается при уже заданной структуре системы, например, при аппаратной модернизации. Для ускорения ввода структуры существующей системы и параметров используемых устройств разработан модуль распознавания чертежей АСКУЭ. При открытии схемы АСКУЭ модулем распознавания чертежей удаляется возможное угловое смещение изображения, а также производится поиск границ рамки чертежа, что позволяет сузить области распознавания и ускорить процесс. Далее осуществляется поиск гра- ниц информационно-измерительного комплекса АСКУЭ, подлежащих более детальному распознаванию. В этих границах применяется фильтрация с использованием фильтров Превита, осуществляется поиск областей, которые могли бы содержать текстовую информацию, и выполняется распознавание текста. Результаты распознавания сохраняются в файл, используемый для импорта данных в модуль параметрической оптимизации.

Подпись:  а) б)Рис. 2Модуль анализа работы АСКУЭ позволяет оценить последствия отказов устройств при заданных режимах энергопотребления и обмена данных, тем самым определив целесообразность резервирования элементов, изменения режима работы системы, использования другого проектного решения на основании результатов имитационного моделирования работы системы [3]. Анализ последствий отказов может проводиться для каждого устройства в различные отрезки времени с учетом длительности функционирования системы. Моделируются два вида отказов: приводящие к потере данных, сохраненных в элементе памяти отказавшего устройства (повреждение элемента памяти), и не приводящие к их потере (отказ канала связи, интерфейса).

На рисунке 1 представлена схема взаимодействия модулей программно-методического комплекса для оптимизации систем сбора данных.

Результаты использования комплекса были исследованы на реальной задаче оптимизации АСКУЭ для промышленного объекта, которая имела двадцать точек измерения, четыре точки сигнализации, пять точек управления.

На этапе структурного синтеза исходная структура системы определена на основании минимальных расстояний от УНУ до УСПД. При равной значимости критериев получена структура системы с более равномерным распределением данных (дисперсия при исходной структуре равна 0,04, при оптимальной – 0,004) и их стоимости (дисперсия при исходной структуре равна 0,03, при оптимальной – 0,007) между УСПД. Следует отметить, что из структуры исключено УСПД, отказ которого стал бы критическим для системы. На рисунке 2 представлены диаграммы, отражающие распределение данных (рис. 2а) и их стоимости (рис. 2б) между УСПД АСКУЭ с исходной и оптимизированной структурами.

На этапе выполнения параметрического синтеза были оптимизированы параметры устройств измерения, для этого все устройства сгруппированы по равенству параметров, в результате чего получены две группы устройств – из двенадцати и восьми элементов. Параметры измерительных устройств исходной и оптимизированной систем приведены в таблице.

Оцениваемые параметры

Устройства

Группа 1

Группа 2

Исходная система

Номинальный ток, А

5

5

Номинальное напряжение, В

3*57

230

Стоимость, у.е.

73

614

Время наработки на отказ, ч

90 000

90 000

Интервал усреднения

От 1 с

От 1 с

Класс точности

1

1

Интерфейс

RS-485

RS-485

Оптимизированная система

Номинальный ток, А

5

5

Номинальное напряжение, В

3*57

230

Стоимость, у.е.

58

516

Время наработки на отказ, ч

50 000

50 000

Интервал усреднения

3 мин

3 мин

Класс точности

1

1

Интерфейс

RS-485

RS-485

В результате параметрического синтеза удалось подобрать устройства, при использовании которых суммарная стоимость системы была снижена на 10 % по сравнению с начальным вариантом при незначительном увеличении вероятности отказа системы (0,001 %) и при допустимом увеличении длительности интервала усреднения.

При анализе работы проектируемой системы с целью определения целесообразности резервирования ее элементов использовались данные о режиме работы объекта наблюдения. Анализ последствий отказов проводился для каждого УНУ в различные отрезки времени с учетом длительности функционирования системы. Анализировались отказы двух типов: не вызывающие потерю данных, хранящихся в памяти УНУ, и приводящие к их потере. Отказ первого типа считали значимым, если в результате количество потерянных данных или их стоимость составили бы более 0,5 % от количества или стоимости сохраненных на момент возникновения отказа данных. Отказ второго типа считали значимым, если в результате количество потерянных данных или их стоимость составили бы более 20 % от количества или стоимости сохраненных на момент возникновения отказа данных. Приоритетным считался экономический показатель. В результате были выявлены УНУ, отказы которых являются значимыми при заданном режиме работы.

Описанный программно-аппаратный комплекс объединяет все этапы создания АСКУЭ. В рамках каждого этапа осуществляется поиск оптимального решения при множестве критериев оптимальности. Комплекс является инвариантным к типу решаемой задачи и может использоваться при оптимизации систем технического учета водо- и газоресурсов.

Литература

1.   Whitley D. A genetic algorithm tutorial. Statistics and Computing. 1994. Vol. 4. № 2, pp. 65–85.

2.   Соболь И.М., Статников Р.Б. Выборы оптимальных параметров в задачах со многими критериями. М.: Наука, 1985. 107 с.

3.   Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структур сложных систем. М.: Наука, 1985. 173 с.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2709
Версия для печати
Выпуск в формате PDF (5.09Мб)
Скачать обложку в формате PDF (1.32Мб)
Статья опубликована в выпуске журнала № 1 за 2011 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: