李 濤， 鄧 棟， 姚子力， 蘇永新， 段 斌

(1.湘潭大學(xué) 信息工程學(xué)院，湖南 湘潭 411105；2.湘電風(fēng)能有限公司，湖南 湘潭 411105)

風(fēng)力發(fā)電具有清潔、可再生、環(huán)境友好、基建周期短、裝機(jī)規(guī)模靈活等特點(diǎn)，現(xiàn)已成為清潔能源的典型代表，正在迅猛發(fā)展.但是風(fēng)場(chǎng)一般位于環(huán)境惡劣的偏遠(yuǎn)地區(qū)，機(jī)艙一般在50 m以上，給風(fēng)電機(jī)組的運(yùn)維工作帶來(lái)了一定的困難，加大了風(fēng)電機(jī)組的運(yùn)維成本.據(jù)統(tǒng)計(jì)風(fēng)電機(jī)組的運(yùn)維成本占風(fēng)場(chǎng)收入的10%～15%[1]，所以選派合適的維護(hù)人員，及時(shí)發(fā)現(xiàn)和解決故障，減少運(yùn)維成本，提高經(jīng)濟(jì)效益，成為目前急需解決的問(wèn)題.

傳統(tǒng)風(fēng)電機(jī)組工程技術(shù)人員培訓(xùn)存在缺乏整體規(guī)劃，無(wú)系統(tǒng)性，目標(biāo)不明確；培訓(xùn)前缺乏調(diào)研分析，培訓(xùn)需求把握不到位；“填鴨式”培訓(xùn)事倍功半；培訓(xùn)之后知識(shí)沒(méi)有跟進(jìn)輔導(dǎo)，缺乏有效監(jiān)管，知識(shí)不能內(nèi)化等弊端.張聿強(qiáng)等[2]根據(jù)風(fēng)電企業(yè)員工培訓(xùn)不足的現(xiàn)狀，分析改進(jìn)培訓(xùn)的方法.Tavakoli等[3]采用嚴(yán)肅游戲的辦法對(duì)風(fēng)電機(jī)組工程技術(shù)人員進(jìn)行培訓(xùn).獨(dú)亞軍等[4]根據(jù)投運(yùn)培訓(xùn)的定義和內(nèi)涵，分析當(dāng)下電力工程技術(shù)人員培訓(xùn)的現(xiàn)狀，提出電力工程技術(shù)人員投運(yùn)培訓(xùn)的有效途徑和舉措.El-Thalji等[5]回顧風(fēng)電應(yīng)用中的操作和維護(hù)實(shí)踐，并澄清研究人員和實(shí)踐者的實(shí)際需要,進(jìn)行工程技術(shù)人員培訓(xùn).國(guó)內(nèi)外的研究大都通過(guò)改變培訓(xùn)方式提高培訓(xùn)效率，對(duì)工程技術(shù)人員進(jìn)行能力評(píng)估，往往忽略了對(duì)工程技術(shù)人員認(rèn)知進(jìn)行評(píng)估，從而對(duì)于人員派遣、工程技術(shù)人員培訓(xùn)沒(méi)有針對(duì)性，導(dǎo)致運(yùn)維成本提高，運(yùn)維效率低下.

本文面對(duì)風(fēng)力發(fā)電產(chǎn)教融合人才培養(yǎng)，以能力為導(dǎo)向，基于貝葉斯網(wǎng)絡(luò)搭建了風(fēng)電機(jī)組工程技術(shù)人員能力評(píng)估框架，以LVRT為例具體分析了貝葉斯網(wǎng)絡(luò)的搭建，先驗(yàn)概率、條件概率的確立，貝葉斯網(wǎng)絡(luò)的仿真.本文成果可用于：(1) 工程技術(shù)人員根據(jù)工單測(cè)試，不斷改變自身能力；(2) 風(fēng)電工程技術(shù)人員可以根據(jù)自己熟練度圖譜進(jìn)行有針對(duì)性的學(xué)習(xí)，提高運(yùn)維能力；(3) 風(fēng)電公司根據(jù)認(rèn)知診斷模型反映的工程技術(shù)人員能力進(jìn)行人員派遣，提高運(yùn)維效率.

1 風(fēng)電機(jī)組故障認(rèn)知診斷系統(tǒng)框架

風(fēng)電機(jī)組故障認(rèn)知診斷系統(tǒng)框架如圖1所示.風(fēng)電公司通過(guò)對(duì)單個(gè)風(fēng)場(chǎng)級(jí)監(jiān)控[6]，鎖定故障風(fēng)機(jī).單個(gè)風(fēng)機(jī)及部件監(jiān)控提供風(fēng)電場(chǎng)從風(fēng)機(jī)到電站并網(wǎng)點(diǎn)的全鏈路設(shè)備的實(shí)時(shí)監(jiān)控?cái)?shù)據(jù).風(fēng)電機(jī)組狀態(tài)標(biāo)準(zhǔn)化顯示，綜合各個(gè)監(jiān)控系統(tǒng)信息，映射成IEC狀態(tài).風(fēng)電公司監(jiān)測(cè)實(shí)時(shí)參數(shù)信息，一旦發(fā)現(xiàn)參數(shù)異常則進(jìn)行報(bào)警，并自動(dòng)生成故障代碼，記錄于檢修智能APP(基于Android和Ios的智能APP).不同等級(jí)的管理人員和工程技術(shù)人員具有不同的權(quán)限等級(jí)，根據(jù)不同的權(quán)限可以解決不同難度的故障.故障代碼自動(dòng)匹配故障樹(shù)，故障樹(shù)中包括故障類型、故障現(xiàn)象、影響因素、知識(shí)庫(kù)等.參考故障樹(shù)[7]所涉及的知識(shí)網(wǎng)絡(luò)搭建對(duì)應(yīng)故障對(duì)工程技術(shù)人員的認(rèn)知測(cè)量的貝葉斯網(wǎng)絡(luò).根據(jù)故障樹(shù)中故障影響因素、參數(shù)設(shè)定以及實(shí)際操作等因素確定貝葉斯網(wǎng)絡(luò)的先驗(yàn)概率和條件概率.

工程技術(shù)人員接受待處理故障任務(wù)后進(jìn)行實(shí)際操作，并記錄解決過(guò)程、完成情況，上傳數(shù)據(jù)圖片等信息.這些信息是可觀察變量，作為輸入變量進(jìn)入貝葉斯網(wǎng)絡(luò)[8-10]，貝葉斯網(wǎng)絡(luò)輸出能力值.同時(shí)可觀察變量上傳至故障樹(shù)中，通過(guò)故障樹(shù)的自學(xué)習(xí)功能自我完善[11].

2 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)評(píng)估方法用在可靠性評(píng)估中由來(lái)已久[12]，貝葉斯理論是通過(guò)有效整合不同形式的先驗(yàn)信息，從而得到完整的后驗(yàn)信息，該方法的特點(diǎn)在于不需要大量的樣本數(shù)據(jù)卻能得到較準(zhǔn)確的概率分布模型.本文以風(fēng)電機(jī)組脫網(wǎng)故障為例，搭建貝葉斯網(wǎng)絡(luò).

2.1 風(fēng)電機(jī)組脫網(wǎng)故障分析

隨著風(fēng)電機(jī)組大規(guī)模并網(wǎng)，脫網(wǎng)故障日益明顯，脫網(wǎng)故障對(duì)電網(wǎng)的安全穩(wěn)定運(yùn)行產(chǎn)生了較大的威脅[13-16].通過(guò)對(duì)風(fēng)電機(jī)組脫網(wǎng)故障的分析，搭建認(rèn)知診斷模型，使工程技術(shù)人員對(duì)脫網(wǎng)故障的認(rèn)知起到重要參考作用.同時(shí)該模型能夠訓(xùn)練工程技術(shù)人員解決具體復(fù)雜工程問(wèn)題的能力.脫網(wǎng)的主要原因如表1所示.

表1 風(fēng)電機(jī)組脫網(wǎng)的主要原因[22]

2.2 風(fēng)電機(jī)組脫網(wǎng)故障貝葉斯網(wǎng)絡(luò)

通過(guò)風(fēng)電機(jī)組脫網(wǎng)故障分析構(gòu)建貝葉斯網(wǎng)絡(luò)，能夠大概判斷出某能力能夠解決對(duì)應(yīng)問(wèn)題的概率，從而對(duì)風(fēng)電機(jī)組工程技術(shù)人員的調(diào)配起到重要的參考作用.同時(shí)，在每次作業(yè)或者測(cè)試中，通過(guò)風(fēng)電機(jī)組工程技術(shù)人員的完成情況，以及可觀察變量對(duì)其進(jìn)行測(cè)評(píng)，得出的能力概率稱為似然概率.通過(guò)先驗(yàn)概率和似然概率我們能夠計(jì)算出風(fēng)電機(jī)組工程技術(shù)人員能力的后驗(yàn)概率.具體算法如下：

(1)

式中：p(A|B)是后驗(yàn)概率，p(A)是先驗(yàn)概率，p(B|A)是似然度，p(B)是標(biāo)準(zhǔn)化常量.把對(duì)各個(gè)知識(shí)點(diǎn)掌握的能力的好壞分為“專家”“優(yōu)秀”“一般”“較差”四個(gè)等級(jí).

以“低電壓穿越(LVRT)能力檢測(cè)”[17-19]為案例進(jìn)行具體分析.LVRT是風(fēng)電機(jī)組并網(wǎng)的關(guān)鍵影響因素，具體原理如圖2所示(具體描述在下段案例中給出).根據(jù)LVRT測(cè)試所依據(jù)的標(biāo)準(zhǔn)以及具體故障判斷為考核點(diǎn)劃分成設(shè)備操作、波形測(cè)試與分析以及故障排查與處理三個(gè)可觀察量，對(duì)工程技術(shù)人員在LVRT方面的知識(shí)點(diǎn)掌握情況以及能力進(jìn)行考核.根據(jù)表1所搭建的脫網(wǎng)貝葉斯結(jié)構(gòu)我們可以搭建LVRT檢測(cè)證據(jù)模型，如圖3所示.

其中，利用阻抗分壓式低壓檢測(cè)裝置能夠?qū)︼L(fēng)電機(jī)組的對(duì)稱跌落(三相短路)以及不對(duì)稱跌落(兩相短路)時(shí)的LVRT能力進(jìn)行檢測(cè).按照要求，在風(fēng)電機(jī)組的并網(wǎng)點(diǎn)產(chǎn)生對(duì)稱或不對(duì)稱的電壓跌落，測(cè)量并記錄風(fēng)電機(jī)組的相應(yīng)情況.根據(jù)所測(cè)得的風(fēng)電機(jī)組狀態(tài)波形能夠?qū)VRT能力進(jìn)行具體分析.例如：如圖2所示，并網(wǎng)電壓跌落到20%的標(biāo)準(zhǔn)電壓，此時(shí)需要觀測(cè)風(fēng)電機(jī)組能否不脫網(wǎng)并持續(xù)運(yùn)行0.625 s，并且通過(guò)波形觀測(cè)跌落后的2 s內(nèi)是否能夠恢復(fù)到標(biāo)準(zhǔn)電壓的90%.如果觀察結(jié)果符合上述要求則可以判斷該風(fēng)機(jī)的LVRT能力正常.如果觀測(cè)的結(jié)果不符合上述要求則可以判定該風(fēng)機(jī)LVRT不正常，此時(shí)需要進(jìn)行“故障排查與處理”.LVRT的影響因素有四種：(1) 變流器；(2) 主控系統(tǒng)；(3) 變槳系統(tǒng)；(4) 其他部件[20].此時(shí)可以通過(guò)“空間分割”的戰(zhàn)略進(jìn)行故障排除，對(duì)LVRT故障分為四個(gè)主空間，依次改變部分電氣量狀態(tài)(改變狀態(tài)排查)，當(dāng)一個(gè)空間檢測(cè)為正常時(shí)，將其排除，對(duì)其他空間進(jìn)行檢測(cè)與排查.通過(guò)搭建貝葉斯網(wǎng)絡(luò)仿真，應(yīng)先確定先驗(yàn)概率以及條件概率.

2.3 先驗(yàn)概率

先驗(yàn)概率是根據(jù)歷史數(shù)據(jù)給出的，一般情況下，歷史數(shù)據(jù)都符合正態(tài)分布.湘電風(fēng)能公司風(fēng)電系統(tǒng)運(yùn)維大數(shù)據(jù)平臺(tái)正在建設(shè)之中，建成后將很容易獲得工程技術(shù)人員的故障排查工單數(shù)據(jù).為了方便描述仿真原理，本文依據(jù)部分實(shí)際工單數(shù)據(jù)，結(jié)合正態(tài)分布數(shù)學(xué)模型，生成100位工程技術(shù)人員的LVRT故障排查工單分?jǐn)?shù)數(shù)據(jù)，描繪散點(diǎn)圖，如圖4所示.

將分?jǐn)?shù)區(qū)間為90～100范圍設(shè)為優(yōu)秀級(jí)別；70～90設(shè)為良好級(jí)別；50～70設(shè)為一般級(jí)別；0～50設(shè)為較差級(jí)別.先驗(yàn)概率計(jì)算如下所示：

(2)

其中，

(3)

式中：σ為標(biāo)準(zhǔn)差，σ2為方差，μ為期望值，[a，b]為等級(jí)分?jǐn)?shù)區(qū)間.將其化成標(biāo)準(zhǔn)正態(tài)分布：

(4)

最終得出先驗(yàn)概率：

2.4 條件概率

專業(yè)知識(shí)和專家經(jīng)驗(yàn)的引入是公認(rèn)的降低模型內(nèi)不確定性的最佳解決方案， 所以被認(rèn)為是確定 CPT(條件概率) 的一種重要手段.尤其是在近幾年， 專家的知識(shí)經(jīng)驗(yàn)被越來(lái)越多地引進(jìn)到貝葉斯網(wǎng)絡(luò)的訓(xùn)練過(guò)程中來(lái)增強(qiáng)學(xué)習(xí)效果的可靠性[21].

層次分析法( analytic hierarchy process， AHP)為從專家知識(shí)經(jīng)驗(yàn)中訓(xùn)練條件概率信息的貝葉斯網(wǎng)絡(luò)建模方法.

專家Ei在屬性Cj下推斷的相關(guān)度矩陣如表3所示.

表2 專家決策標(biāo)準(zhǔn)

表3 專家Ei在屬性Cj下推斷的相關(guān)度矩陣

(5)

專家根據(jù)對(duì)應(yīng)事件對(duì)識(shí)別框架的關(guān)聯(lián)程度來(lái)給出決策標(biāo)準(zhǔn).影響專家決策條件概率的因素：

(1) 相鄰節(jié)點(diǎn)的關(guān)聯(lián)度強(qiáng)弱：電氣量的關(guān)聯(lián)度、電氣量與具體操作的關(guān)聯(lián)度、能力與電氣量的關(guān)聯(lián)度等.

(2) 工程技術(shù)人員具體執(zhí)行能力：例如，解決具體問(wèn)題的關(guān)鍵操作，專家給出的相關(guān)度會(huì)相對(duì)較高，因?yàn)槭炀氄莆赵摬僮?，?duì)解決具體問(wèn)題至關(guān)重要；與解決具體問(wèn)題關(guān)聯(lián)度不大的復(fù)雜操作，專家給出的關(guān)聯(lián)度相對(duì)較低，因?yàn)檎莆赵摬僮鲗?duì)具體問(wèn)題解決關(guān)聯(lián)度不大，而且需要花費(fèi)大量時(shí)間精力.

(3) 工單出現(xiàn)頻率：工單出現(xiàn)頻率較高的故障類型，專家給出的關(guān)聯(lián)度相對(duì)較高，因?yàn)槭炀氄莆战鉀Q常見(jiàn)的故障類型對(duì)提高具體問(wèn)題的解決效率，減少運(yùn)維時(shí)間，降低運(yùn)維成本以及提高發(fā)電量影響大.

3 案例分析

3.1 專家意見(jiàn)給出

LVRT知識(shí)的掌握與LVRT問(wèn)題解決關(guān)聯(lián)度很大，當(dāng)LVRT知識(shí)認(rèn)知能力為專家級(jí)別時(shí)，與獲得專家級(jí)別的LVRT能力檢測(cè)關(guān)聯(lián)度較高(專家一般給出5、6)，而與獲得較差級(jí)別的LVRT能力檢測(cè)關(guān)聯(lián)度不高(專家一般給出2、3).

表4 專家A、B、C在LVRT知識(shí)認(rèn)知能力expert下的相關(guān)度矩陣

表5 專家A、B、C的BPA分布

根據(jù)BPA值為專家給出的最可能值，專家給出的最大值、最小值為

BPAE，G，O，W±BPAE，G，O，W×BPAΘ,

(6)

其中BPAE，G，O，W分別為Expert、Good、Okay、Weak的BPA值，所求結(jié)果使用泊松分布(Pert)對(duì)多個(gè)專家進(jìn)行意見(jiàn)綜合.

3.2 多位專家意見(jiàn)綜合

傳統(tǒng)的條件概率值估計(jì)方法假設(shè)所有專家都具有按照給定信息需求直接確定條件概率的能力，而忽略了各個(gè)專家在知識(shí)背景、研究領(lǐng)域、認(rèn)知結(jié)構(gòu)等方面的差異，從而使得個(gè)人推斷信息存在片面性問(wèn)題，綜合推斷結(jié)果不具有科學(xué)性.

利用Pert分布來(lái)模擬專家意見(jiàn)，專家根據(jù)工程技術(shù)人員工單的情況，通過(guò)AHP得出Expert、Good、Okay、Weak四個(gè)狀態(tài)的條件概率，估算出Pert分布最低概率值，最可能概率值，最高概率值.得到Pert分布后，在@RISK軟件中調(diào)用函數(shù)Risk Discrete，結(jié)合權(quán)重，對(duì)多位專家意見(jiàn)進(jìn)行合并處理.

表6 專家A、B、C最終評(píng)估出的條件概率

3.3 LVRT貝葉斯仿真與具體應(yīng)用

3.3.1貝葉斯網(wǎng)絡(luò)仿真LVRT認(rèn)知診斷貝葉斯仿真如圖6所示.通過(guò)認(rèn)知診斷模型，可進(jìn)行產(chǎn)教融合人才培養(yǎng).

3.3.2從解決問(wèn)題的能力評(píng)測(cè)熟練度當(dāng)一個(gè)能力較高的工程技術(shù)人員參與測(cè)試時(shí)，各項(xiàng)可觀察變量完成較好，得到評(píng)分較高，測(cè)試結(jié)果如圖7所示.

從圖7中可以看出，通過(guò)測(cè)試，該工程技術(shù)人員各項(xiàng)指標(biāo)完成度較好，各方面能力評(píng)估結(jié)果都有所提高，其中越靠近可觀察變量的節(jié)點(diǎn)變化幅度越大.例如“LVRT能力檢測(cè)”依次通過(guò)“LVRT裝置操作”“波形測(cè)試與分析”“故障排查與處理”與其直接相關(guān)，所以可觀察變量的變化與“LVRT能力”關(guān)聯(lián)較大.同時(shí)，通過(guò)不斷地學(xué)習(xí)與測(cè)試，工程技術(shù)人員的各項(xiàng)能力都是在改變的.

實(shí)驗(yàn)表明，工程技術(shù)人員熟練度變量結(jié)果隨著貝葉斯網(wǎng)絡(luò)推理測(cè)試次數(shù)的增加趨于收斂.我們對(duì)一組工程技術(shù)人員進(jìn)行LVRT能力測(cè)試，其中分別抽取能力較強(qiáng)和能力較弱的工程技術(shù)人員進(jìn)行5次測(cè)試，通過(guò)貝葉斯網(wǎng)絡(luò)預(yù)測(cè)其熟練度，這兩位工程技術(shù)人員的LVRT熟練度如圖8和圖9所示.

從圖8和圖9中可以看出，高水平的工程技術(shù)人員通過(guò)5次測(cè)試，在LVRT變量“Expert”分量的測(cè)試結(jié)果越來(lái)越高，LVRT變量“Weak”分量越來(lái)越低，在第5次的時(shí)候基本趨于收斂.低水平工程技術(shù)人員在LVRT變量“Expert”分量測(cè)試結(jié)果越來(lái)越低，在LVRT變量“Weak”分量越來(lái)越高，也是在第5次的時(shí)候基本趨于收斂.換言之，水平高的工程技術(shù)人員經(jīng)過(guò)多次測(cè)試后，熟練度整體水平趨近于“Expert”，而水平較低的人員熟練度整體水平趨近于“Weak”.測(cè)試結(jié)果與實(shí)際情況相吻合.

3.3.3從掌握的知識(shí)看解決問(wèn)題的能力通過(guò)對(duì)一個(gè)對(duì)LVRT知識(shí)掌握度不高的工程技術(shù)人員與一個(gè)對(duì)LVRT知識(shí)掌握度較高的工程技術(shù)人員進(jìn)行測(cè)試，可以獲得他解決具體問(wèn)題的情況，如圖10和圖11所示.

可看出對(duì)具體知識(shí)掌握程度越高，用于解決對(duì)應(yīng)問(wèn)題的能力越強(qiáng).對(duì)于高校實(shí)習(xí)生，可以將所學(xué)的知識(shí)與具體風(fēng)電機(jī)組故障結(jié)合，增強(qiáng)知識(shí)點(diǎn)的應(yīng)用價(jià)值.

3.3.4針對(duì)性學(xué)習(xí)與能力持續(xù)改進(jìn)通過(guò)搭建貝葉斯網(wǎng)絡(luò)來(lái)評(píng)估工程技術(shù)人員能力，可以對(duì)工程技術(shù)人員進(jìn)行實(shí)時(shí)反饋，通過(guò)有針對(duì)性的學(xué)習(xí)，最終達(dá)到提高能力的目的.具體過(guò)程如圖12所示.

綜上所述，針對(duì)風(fēng)電機(jī)組技術(shù)人員對(duì)脫網(wǎng)故障的認(rèn)知能力進(jìn)行貝葉斯網(wǎng)絡(luò)仿真，其結(jié)果如圖13所示.各項(xiàng)可觀察量趨于優(yōu)秀時(shí).相關(guān)的知識(shí)和能力值也因可觀察量的改變趨于優(yōu)秀；但仿真結(jié)果仍然不是很理想，例如沒(méi)有設(shè)定相關(guān)閾值評(píng)價(jià)學(xué)生的各項(xiàng)達(dá)成度，該認(rèn)知診斷模型的結(jié)構(gòu)與參數(shù)需要進(jìn)一步精煉，這些將在后續(xù)工作中改進(jìn).

4 總結(jié)

本文通過(guò)貝葉斯網(wǎng)絡(luò)對(duì)風(fēng)電機(jī)組工程技術(shù)人員進(jìn)行能力評(píng)價(jià)，在產(chǎn)教融合人才培養(yǎng)方面具有良好的實(shí)用性.風(fēng)電工程技術(shù)人員可以根據(jù)自己熟練度圖譜進(jìn)行有針對(duì)性的學(xué)習(xí)，提高運(yùn)維能力.風(fēng)電公司也可根據(jù)認(rèn)知診斷模型反映的工程技術(shù)人員能力進(jìn)行人員派遣，提高運(yùn)維效率.