变电站仿真培训智能评价系统的研制

王艳，马晓飞

(1.湖南省电力公司中心培训部，湖南长沙410004;2.湖南省电力公司超高压管理局，湖南长沙410002)

仿真培训是变电站运行人员岗位培训的一种有效方式。目前传统的仿真培训评价方法主要有:专家系统法〔1〕、模糊评价法〔2〕、神经网络法〔3〕、数理统计法〔4-5〕等，这些方法有的评价结果可信度不高，有的只进行定性评价，有的需要人工参与进行评价，缺乏客观性和全面性。

本文采用复合要素技术和专家系统研制的变电站仿真培训智能评价系统，能够全面完成设备巡视、倒闸操作、事故处理仿真培训的自动智能评价工作，对于提高仿真培训效果具有重要的意义。

1 智能评价系统总体设计

图2为智能操作检测模块功能框图。在学员进行设备巡视、倒闸操作或事故处理过程中，智能操作采集模块按照时间顺序逐一采集所有设备的状态、学员的操作信息，并经过转换模块转化成专家系统能识别的数据存入数据库中待评价使用。

图1 变电站仿真培训智能评价系统总体框图

图2 智能操作检测模块功能框图

2 设备巡视智能评价模块

目前，变电站仿真培训系统主要采用的设备巡视评价方法是根据学员的操作与实际设备状态之比得到巡视正确性得分，根据学员完成的巡视项目与所有的巡视项目之比得到巡视完整性得分，再根据这2个分数所占的权重得到最终评价分数。这种方法仅从巡视的正确性和完整性进行评分，没有体现学员对设备巡视的时间、安全性等方面的掌握情况。为了更全面地评价学员的巡视状况，本文采用一种基于复合要素技术的设备巡视智能评价方法。

2.1 复合要素技术

要素技术是指将学员应该掌握的技术分解成若干合理必要的要素，这些要素技术及其附加要求的其它技术构成复合要素技术〔6〕。

基于复合要素技术，可以将变电运行人员必需掌握的巡视技能分解为各要素，并按其内在的逻辑关系进行整合，同时兼顾巡视时间、安全性等附加要求，再根据各个要素在巡视中所占的权重得出综合评价分数。

2.2 基于复合要素技术的设备巡视智能评价方法

对于变电站设备巡视来说，很多巡视项目具有相似性，例如对变压器、断路器、隔离开关、互感器的瓷套管的巡视要素技术基本相同。因此，在评价时可以对整个巡视任务进行合理分解，将相关的巡视项目合并，从而完成巡视要素技术的分解，如表1所示。

表1 巡视要素技术的划分 (部分)

对要素技术进行分解后，可采用以下方法对学员的巡视状况进行评价:首先设定基准分s，然后根据巡视任务的难易程度确定其难度系数，再根据学员的巡视状况扣分，主要从要素技术、巡视时间和安全性附加要求等方面进行评价，具体公式如下:

式中 n，m∈N;P表示巡视综合技能评价函数;s表示巡视评价得分的基准分;a1，a2，…，am表示各设备巡视项目需要掌握的要素技术;gi(a1，a2，…，am)表示某要素技术i的扣分值，若巡视正确，用“1”表示，反之用“0”表示;g0(t)表示对巡视时间要求掌握程度的评价函数;g(j)表示对巡视安全性掌握程度的评价函数;ki，k0，k表示各要素技术及其附加要求掌握程度的评价在巡视综合技能评价中占的权重，即难度系数，ki，k0，k∈ ［0，1］，其值可根据考核评价要求和经验确定。

当某项难度系数为0时，则能屏蔽某项扣分，当需要再增加某方面的评估时，只要再加相应的项即可，因此评价内容易于修改和扩大。

工作中的一个重大缺陷就是制度不够健全与完善，内部公职负责人要学习新的规章制度与规范，参照其他单位的规章制度，分析内部控制工作特点，结合单位的实际情况，完善各种规章制度，合理运用内部控制方法，达到相互制约的作用。在行政事业单位内部控制工作的机构上，如果单位没有相关的机构，需要一点点的去设置，如果机构不完善，要尽快的采取改进措施，完善机构，这些机构必须保持自身的独立性与权威性，而且内部控制机构要由不同部门参与，全程参与，相互制衡。

对于g0(t)，假设仿真培训系统规定某一设备的巡视时限为t0，g0(t)满分为gs，在不同的时间段可以设置不同的取值。

对于g(j)，若学员在巡视过程中违反了安全性要求，如造成设备误动、安全隐患、人身伤害等，则此项分全扣。

在以上评价函数中，基准分的设定、时间要素时间段的划分，以及各要素技术扣分值的划定，都可以根据培训或考核需求做不同的调整。

3 倒闸操作智能评价模块

倒闸操作智能评价模块的实现过程如下:首先调用智能操作检测模块，记录学员所有的操作步骤，并逐一存入数据库操作记录表中，表2为操作记录表部分信息截取。然后，专家系统根据操作任务，调用数据库中的数据和规则库中的规则，推理出在当前设备状态下应采取的操作，并与学员所做的操作步骤逐一进行比较。专家系统的规则库包含了线路、主变压器、母线、站用变等设备倒闸操作的基本原则和相关规定。一旦出现违反倒闸操作原则及相关规定的，则在最终评价得分中扣除相应的分数。同时，若出现操作顺序有误、漏步或错步等情况，则扣除相应的分数。具体的评分方法与设备巡视类似，主要从操作的正确性、完整性、时间、安全性等要素技术进行评分。

表2 操作步骤记录表 (部分)

4 事故处理智能评价模块

4.1 事故处理智能评价逻辑

事故处理智能评价模块的评价方法与设备巡视、倒闸操作有所不同，其主要原因是:针对变电站的某个具体事故，不同运行人员分析事故的角度各有差异，处理事故的思路、操作步骤也就各有差别，但最终都能正确地处理了该事故，因而，对事故处理的具体步骤无法建立统一明确的规则。针对这一问题，该系统采取的方法是:重点评价事故处理的关键目标是否完成，而不详细评价处理的具体过程，只要关键目标圆满完成，且在事故处理过程中没有违反变电站事故处理的相关规定，则认为该学员的处理方法有效。如果学员完成了关键目标，但进行了违反变电站事故处理规程等相关规定的操作，则认为该学员处理的的方法是不合格的。

具体地说，事故处理智能评价模块首先检测学员操作完成后系统的运行状态，如果事故处理后的运行状态和所要求的运行状态一致，则认为学员完成了事故处理的关键目标。然后，智能综合评价模块根据规则库中的规则对操作记录表的每个记录进行巡检，一旦发现违规操作，则在最终评价得分中扣除相应的分数。此外，仍然从操作的正确性、完整性、时间、安全性等要素技术方面进行评分。

4.2 事故处理智能评价实例

图3所示为220 kV杨高变电站220 kV电压等级的主接线图，运行方式为1号主变610、杨黎Ⅰ线602在Ⅰ母;2号主变620、杨黎Ⅱ线604在Ⅱ母;Ⅰ，Ⅱ母线经母联600并列运行。

图3 220 kV杨高变电站主接线图 (部分)

事故类型:杨黎Ⅰ线602线路发生ABC三相短路永久故障，602断路器SF6压力低闭锁及断路器控制电源断开，造成602断路器拒动。

故障现象:600，610断路器跳闸，有功、电流为零，602断路器合闸，220 kVⅠ母线失压。602保护Ⅰ屏高频保护动作，1号主变保护复合电压动作，220 kV失灵保护动作，跳母联600断路器、220 kVⅠ母。

对于此事故，按照变电站事故处理原则应该在进行相应的检查后隔离故障，并在有可能的情况下恢复送电。本智能评价模块的评价逻辑是首先判定事故处理关键目标是否完成，并对关键目标设定优先级如下:

(1)在处理结束时是否已隔离故障，即是否拉开6023，6021隔离开关;

(2)在处理结束时是否已恢复送电，即是否合上600，606，601断路器。

学员必须先完成优先级最高的所有操作目标，才能完成下一优先级的目标。当系统检测到学员完成了上述所有目标操作后，则评价系统判定学员获得相应的基准分。

此外，专家系统还要将操作记录表中的每条记录与规则库中的规则进行比较，如果出现拉合隔离开关顺序有误、合600断路器前未投入220 kV母联充电保护、合610断路器前未检查6×16中性点接地隔离开关已合上，则在最终得分中扣除相应的分数。若出现了严重的违规操作将直接导致最终得分不合格。

5 结束语

本文将涉及变电站仿真培训设备巡视、倒闸操作、事故处理过程中的各种要素及附加要求融入评价体系，对学员的操作进行较全面、客观地评价。同时，针对每个学员可能采用不同的方法来处理变电站运行事故，利用计算机难以评价各种方法的优劣这一问题，还将关键目标优先的评价逻辑与复合要素技术相结合，实现了变电站仿真培训事故处理智能评价模块。

〔1〕唐胜利，何祖威，常涛.电站仿真机中智能培训功能的实现〔J〕.系统仿真学报，2000，12(3):278-281.

〔2〕常鲜戎，邢金峰，张洁.基于多级模糊综合评价法的电网调度员培训评估〔J〕.电网技术，2005.29(17):30-34.

〔3〕王积新，董朝霞.基于SOFM的调度员培训仿真系统智能评估〔J〕.计算机与数字工程，2005，33(9):35-37.

〔4〕项曙光，岳金彩，李玉刚.过程仿真培训成绩的自动评定及其实现 (Ⅰ)—仿真培训成绩的评分方法〔J〕.计算机仿真，1999，16(1):69-71.

〔5〕项曙光，岳金彩，李玉刚.过程仿真培训成绩的自动评定及其实现 (Ⅱ)—培训成绩自动评分的实现〔J〕.计算机仿真，1999，16(2):6-10.

〔6〕新井康夫，莫琦.使用操船模拟器进行教育培训及评价〔J〕.航海教育研究，2001，1:50-51.

〔7〕李朝晖，孙宏斌，潘哲龙.调度员培训模拟器智能培训评估方案的分析〔J〕.广东电力，2001，14(2):35-37.

〔8〕谢成，胡炎，邰能灵，等.基于可扩展对象库的变电站三维仿真平台〔J〕.电力系统自动化，2009，33(6).

〔9〕张帆，金红核，袁成，等.基于目标优先的变电站仿真智能评价方法〔J〕.电力系统保护与控制，2010，38(19):33-38.

〔10〕Thomas Dean，James Allen，Yiannis Aloimonos.人工智能—理论与实践〔M〕.北京:电子工业出版社，2004:138-139，143-149.