基于多属性群决策算法的智慧电站知识中台搭建方法

孙 猛，邓志成，方 超

（上海发电设备成套设计研究院有限责任公司，上海 200240）

0 引言

智慧电站是互联网、云计算、计算机技术、大数据、物联网以及人工智能等现代化技术与发电站相结合的产物，以此来提升发电站数字化、信息化和智能化水平。《国家能源发展“十三五”规划》将“积极推动‘互联网+’智能能源发展”列为重点工作；《中国制造2025 能源装备实施方案》将燃煤电厂智能化列为清洁高效煤电领域的主要任务。目前，全国各大发电集团均有智慧电站项目启动，建设完毕和逐步实施的智慧电站已经达到了数十个，标志着中国电力行业电站领域已经进入全面的智能化建设时代。智慧电站的建设以及推广虽然提高了发电企业的数字化水平，在很大程度上提高了中国发电企业的工作效率，但是在数据共享和决策服务方面还存在一定的提升空间，其中搭建智慧电站知识中台是提升智慧电站数据共享和决策服务水平的一种有效途径。目前，大部分电力企业已经具备了一定的数据应用基础，并且智慧电站每日产生的数据信息量比较大，电力企业对于数据并没有完全有效地把握，对于数据信息中隐藏的价值没有形成知识，未深一层次地进行深度挖掘，不利于智慧电站的建设和发展，知识中台的深度应用和开发可以有力支撑智慧电站各项业务的开展。虽然一部分企业针对企业需求已经开始着手搭建智慧电站知识中台，但是搭建的智慧电站知识中台效果并不明显，其决策与预期的电站运维决策偏差较大，Sig 值较低，传统方法已经无法满足智慧电站知识中台搭建需求，为此提出基于多属性群决策算法的智慧电站知识中台搭建方法。

1 智慧电站知识中台搭建方法

1.1 总体架构设计

考虑到智慧电站的信息需求和功能需求，智慧电站知识中台的构建需要从智慧电站业务决策的角度出发，充分考虑数字化技术和信息化技术在智慧电站知识中台中的应用，从而更好地实现智慧电站数据采集、处理、存储以及决策[1]。此次采用层次法对智慧电站知识中台整体架构进行设计，共由应用层、数据中心层、数据服务层、基础网络层4 部分组成，图1 为智慧电站知识中台总体框架图。

图1 智慧电站知识中台总体框架图Fig.1 Overall framework of knowledge platform of smart power station

通过服务层的数据分析功能，对电站设备的状态进行日常监控。智慧电站知识中台的数据中心层可以提供完整的电站整体系统、设备、部件的状态、参数，这些数据在经过服务层的数据分析操作后，成为了设备远程控制和维修的数据基础[2]。为保证电站的日常运维所产生的数据能够高效率地上传到应用层，基础网络层运用5G 通信技术实现了知识中台中数据的高速传输[3]。此次根据知识中台需求构建了设备运行状态监测、设备健康状态监测、EDI 服务、设备树部件架构、故障预警、故障诊断、故障知识库7 项应用，表1 为智慧电站知识中台业务应用层功能介绍。

此次将传统的智慧电站知识中台的数据层分成了数据中心层和数据服务层两部分，其中数据中心层是智慧电站运行数据管理层，用于对智慧电站运行数据的处理和存储[4]，并且根据智慧电站知识中台数据标准以及规范程序对智慧电站所有数据进行交换、处理和管理，利用基础数据库、应用数据库以及统计数据库实现数据中心层的功能[5]。数据中心层将数据传递给数据服务层，数据服务层通过接口向外提供服务，此次对数据服务层设计了6 个接口，其具体接口名称和服务见表2。

表2 数据服务层接口及服务Table 2 Interface and service of data service layer

基础网络层与数据中心层和数据服务层连接，为整个智慧电站知识中台数据传输提供通信网络服务[6]，实现智慧电站知识中台数据传输和交换。通过以上5 个组织层的设计，构建成智慧电站知识中台总体架构。

1.2 网络部署

智慧电站知识中台运行需要海量的数据支撑，这就需要智慧电站知识中台具备一定的数据采集能力[7]，为了有效采集到智慧电站所有网站、平台以及系统上的数据，对智慧电站知识中台的网络进行严格部署。考虑到智慧电站平台与知识中台之间数据交换，进行网络分区和安全隔离，既要实现对智慧电站运行数据的采集，还要保证智慧电站知识中台数据信息的安全性，具体部署如下：

将不同区域的智慧电站数据通信网关通过网络调度[8]，将数据发送到调度技术支持系统，获取到与智慧电站有关的所有数据，其中包括来自智慧电站实时监测系统的监测数据、同步向量数据、电能计量数据以及智慧电站设备运行数据、模型和图片[9]。将调度来的数据通过智慧电站综合数据网将数据传送到智慧电站知识中台的主站上，通过以上网络部署，实现对智慧电站知识中台的数据采集。

1.3 数据存储

通过部署智慧电站知识中台网络采集到智慧电站运行数据后，知识中台需要对数据进行有效保存[10]，用于后续知识中台决策计算。此次根据智慧电站知识中台数据存储要求，采用了OP 数据库[11]，将采集到的智慧电站数据信息存储到OP 数据库中，其中包括每个智慧电站数据集的框架、规则以及属性数据的简单表格[12]，OP 数据库以表格的形式将智慧电站运行数据进行整合与存储。根据智慧电站知识中台搭建需求，OP 数据库主要数据表包括设备部件名称、测点名称与类型、故障预警信息、故障知识、历史信息等数据，具体见表3。

表3 智慧电站配置信息表Table 3 Configuration information of smart power station

智慧电站设备运行数据表主要包括电流、进口压力、出口压力、流量、轴承温度、轴承振动等信息，具体见表4。

表4 智慧电站运行数据表Table 4 Operation data of smart power station

智慧电站度电成本信息数据表主要用于存储电站相关数据，比如电量、电价、年度成本、燃料成本、物料成本等[14]，以表格的形式对智慧电站度电成本信息数据进行有效存储，为基于多属性群决策算法的智慧电站知识中台决策提供数据计算支撑。

1.4 智慧电站知识中台决策

为了实现智慧电站知识中台对数据的精准计算和分析，提出符合实际要求的决策，此次采用多属性群决策算法对智慧电站知识中台数据库中数据信息进行计算分析，假设智慧电站设备运行状态为：

公式（1）中，S表示智慧电站设备运行状态；S1表示电流状态；S2表示压力；S3表示流量情况。3 个状态参数要么为1，要么为0。当数值为1 时表示状态正常，当数值为0 时表示状态非正常。使用ID 表示电站设备编号，多属性群决策算法推理的知识匹配输入数据表示如式（2）：

公式（2）中，I 表示预警诊断知识匹配算法系数；e表示设备部件编码；d 表示预警诊断参数，1 为正常，0 为异常；n 表示预警诊断对应的知识编码。多属性群决策算法推理的输入数据表示如式（3）：

公式（3）中，D表示多属性群决策算法推理的输入数据集合；I表示电站设备运行状态下总电流量。当输入以上格式的数据后，智慧电站知识中台通过调取数据库来确定使用的规则[15]，并将公式（3）中的输入作为多属性决策算法的输入。Q为智慧电站运行数据聚合信息量。运用公式（4）对智慧电站运行数据聚合信息量进行计算：

公式（4）中，A表示符合规则的数据集合中子节点数量；Y表示多属性决策群决策次数。根据智慧电站运行数据聚合信息量对智慧电站数据进行学习和训练，得到可以满足电站正常运行要求的最佳决策，其计算公式如式（5）：

公式（5）中，γ表示智慧电站知识中台最终决策知识。多属性群决策算法综合考虑了电站运行的需求以及聚合信息量，计算出符合要求的决策作为结果。以此完成基于多属性群决策算法的智慧电站知识中台决策计算，进而完成了基于多属性群决策算法的智慧电站知识中台的搭建。

2 实验结果分析

实验以某智慧电站为实验对象，实验范围为该智慧电站的设备65 台，采用实验设计方法与传统方法搭建该智慧电站的知识中台。实验环境设计如下：操作系统选用Windows 2008，开发语言选用基于SOKLHN25.6 框架，在Visual Studio2010 下采用C 语言开发，开发平台选用Arc 26.4。实验向智慧电站知识中台发送100 个决策服务请求，随机选取10 个决策进行执行，对决策执行后智慧电站运行效率和运行质量进行记录，并利用软件总结多方面对智慧电站知识中台决策Sig 值进行计算，Sig 值用于衡量计算决策与要求的符合度，Sig 值取值范围在1～2 之间，Sig 值越接近2 则表示决策与预期效果更加贴合，与要求相符程度越高；反之Sig 值越接近1，则表示决策与预期效果不符，与要求相符程度越低。实验根据Sig 值计算结构绘制实验结果数据表，见表5。

从表5 中数据可以看出，应用设计方法搭建的知识中台决策Sig 值比较高，说明所设计的知识中台决策与预期的电站设备运维决策更为贴近，而传统方法搭建的知识中台决策Sig 值比较低，远小于设计方法搭建的知识中台。因此，实验证明了本次提出的基于多属性群决策算法的智慧电站知识中台搭建方法可靠性和适用性更高，相比较传统方法更适用于智慧电站知识中台的搭建。

表5 两种知识中台决策Sig值对比Table 5 Comparison of SIG values in decision making between two kinds of knowledge

3 结论

此次根据相关文献资料和技术资料，采用多属性群决策算法对智慧电站知识中台进行搭建，提出了一种新的智慧电站知识中台搭建方法，提高了智慧电站的信息化、数字化以及智能化水平，同时为智慧电站知识中台的搭建提供了技术支撑，实现了对传统智慧电站知识中台的优化和完善。由于此次研究篇幅有限，研究内容可能存在不足，今后有待对智慧电站知识中台优化和创新，以及智慧电站知识中台实践应用等方面进行进一步研究，推进智慧电站的开发与建设。