您好,欢迎来到好走旅游网。
搜索
您的当前位置:首页基于模糊Petri网的海上风电场运行维护研究

基于模糊Petri网的海上风电场运行维护研究

来源:好走旅游网
第39卷 第l0期 计算机工程 2013年10月 Vlo1_39 No.10 Computer Engineering October 2013 ・开发研究与工程应用・ 文章缩号:100o—_3428(2013)1o_-_0271—04 文献标识码:A 中圈分类号:TP301 基于模糊Petri网的海上风电场运行维护研究 郑小霞,张秦墉,符杨,李东东 (上海电力学院电力与自动化工程学院,上海200090) 摘要:针对海上风电场运行维护任务作业时问的不确定性及传统网络规划方法缺乏数学表达能力等问题,利用模糊Petri网对海 上风电场运行维护策略进行研究。用模糊时问函数表示维护任务执行时间的不确定性,给出模糊时间Petri建模方法和模糊关键路 径计算方法,在此基础上结合实例计算某故障发生后维护任务在约束条件下按时完工的可能性。结果表明,该方法可以正确、直 观地表达运行维护任务,并能对其进行形式化描述和有效分析。 关健词:海上风电场;模糊时间;Petri网;关键路径;运行维护 Research 0n operation and Maintenance f0r offshore Wind Farm Based 0n Fuzzy Petri Net ZHENG Xiao-xia,ZHANG Qin-yong,FU Yang,LI Dong-dong ’ (College of Electric Power and Automation Engineering,Shanghai University of Electric Power,Shanghai 200090,China) [Abstract]In view of the time uncertainty of Operation and Maintenance(O&M)strategies for offshore wind farm and the lack of match description of net planning method,a new method for operation and maintenance strategies based on fuzzy Petri net is proposed.The uncertainty is represented as fuzzy—timing function and the computation of critical path is transformed into a problem of ifnding the solution by solving state equation based on Fuzzy—Timing Petri Net(FTPN).The possibiliyt of O&M project completion is also discussed in the time restriction.The results show that FTPN can not only express the O&M project properly,but also give a formal representation and effective analysis. [Key words]offshore wind farm;fuzzy—timing;Petri net;critical path;Operation and Maintenance(O&M) DoI:1O.3969 ̄.issn.1000—3428.2013.10.058 1概述 实际情况选择合理的维护人员、船只、备件和出海时机等, 拥有合理可靠的运行和维护策略及资源,不仅可以事半功 海上风电由于其资源丰富、风速稳定、对环境的负面 倍而且可以带来更大效益_4J。 影响较少,风电机组距离海岸较远,视觉干扰很小,允许 海上风电场运行维护策略研究本质上是一个网络优化 机组制造更为大型化,可以大规模开发等优势,逐渐成为 (时间一资源)问题。就是在一定资源条件下,寻求最短的维 可再生能源开发的新方向和新动力 J。相比陆上风电机组, 护工期,或在一定维护工期前提下,使投入的资源最少。 海上风电机组面临的台风、气流、闪电、潮汐等恶劣环境, 近年来,众多学者对运行维护这类工作流建模问题进行了 加之建设和维护工作需要使用专业船只和设备,使得海上 大量研究。文献[4]提出将网络计划方法用于海上风电场的 风电场的建设和运行维护成本较高。据统计,欧洲海上风 运行维护策略研究,对不同方案的总成本进行比较。文献[5] 电场的运行和维护成本占每度电价的25%-30%,平均每台 采用Petri网建立了装备维修系统模型,运用变迁使能优先 2.0 mW的海上风机20年总维护费用约2 000万~3 000万, 级和抑制弧等冲突解决方法实现不同资源运用策略建模。 海上风力机运行维护成本约为陆上的2倍~4倍 J。因此, 文献[6]采用层次化的Petri网技术建立设备系统维修流程仿 以降低总成本为目标的海上风电场运行维护策略研究是十 真模型。文献[7]针对传统网络计划方法缺乏数学表达能力 分重要的。目前海上风电场均采用远程监测系统对风电场 的问题,提出用模糊时间Petri网表达工程计划、求取关键 的现场情况进行监测,在定期维护或故障维护时,应根据 路径的新模型。 基金项目:国家“863”计划基金资助项I ̄1(2012AA051703);上海市科技攻关计划基金资助重点项目(10l10502100);上海市教委重点 学科建设基金资助项H(J51301);上海市教委科研创新基金资助项目(z2010—64) 作者简介:郑小 ̄(1978一),女,副教授、博士,主研方向:系统仿真,故障诊断;张秦墉,硕士研究生;符杨、李东东,教授、 博士 收稿日期:2012—07—30 修回日期:2012—10—08 E_mail:zhxiaoxia@126.com 272 计算机工程 2013年10月15日 本文在综合现有研究成果的基础上,将模糊Petri网用 定义3模糊时间Petri I ̄(Fuzzy-Timing Petri Net,FTPN) 是一个六元组 ,TJ,0,Mo,O o 其中: P:{P1,P2,…』 }为有限非空集合,表示任务的状态; { , ,…, }为一个有限变迁集,表示任务的执行, 且有PNT= ̄,PU ; 于海上风电场运行维护策略研究,对维护任务执行时间不 确定性用模糊时间函数表示,并给出模糊时间Petri建模方 法和模糊关键路径计算方法。 2模糊Petri网基础 Petri网是一种基于形式化建模与分析方法的网络理 论。作为图形化的建模工具,Petri网具有直观、易懂和易 用的优点,对描述和分析系统的并发现象有独到之处,而 ,:P× Ⅳ0(tP负整数)为变迁输入弧,定义了从尸到 的有向弧的重复数或权的集合; D:TxP一Ⅳ0(非负整数)为变迁输出弧,定义了从 到P 作为一种数学化工具,它又是严格定义的数学对象,可以 通过建立各种状态方程、代数方程及其他数学特性对静态 结构特性及行为特性予以分析。 2.1经典Petri网 定义1经典的Petri网是一个满足如下充要条件的三元 组(P, 。其中,Pu殍 (网非空);Pn (二元性); F∈(尸× U(71×尸)(流关系仅在P和 的元素之间); dora(F)U cod(F)=PU 没有孤立元素),其中,dora(F)和cod ( 分别为,的定义域和值域。 P和 分别为Ⅳ的库所集和变迁集,F为流关系。库 所和变迁又称为P元素和 元素,F是一个由P元素和一 个 元素组成的有序偶的集合,称为Ⅳ的流关系。在图上 库所一般用“0”表示,变迁用“口”或“l”(时间函数 为0)表示,从库所到变迁或从变迁到库所的有向弧表示流 关系。Petri网的动态行为用令牌或托肯的分配来描述,在 图上通常用黑点“・”表示。 2.2模糊时间Petri网 定义2模糊时间是一种可能性分布,该可能性分布是 从时间轴r到区间[0,1]的一个映射[8 】。设a为某一时问点, 用/a。表示与a相关的可能性分布函数。 在工程维护计划中,某个任务尸完成的作业时间一般 有最短完成时间a、最可能完成时间b和最长完成时间c这 3种时间,用模糊三角数表达就是[ ,b,c],其对应的隶属函 数如图1所示。 %(r】 l 一 0 a b c 图1模糊时阕的三角函数 设路径上所有变迁的模糊时间参数已知,路径长度为 模糊时间参数的扩展加。的和运算。例如:2个三角模糊数 1:【 l,b1,c1], 2=【a2,b2,C2],则 1。 2 [al+a2,bl+b2,C1+C2]。 若有r1个模糊三角数pl=[al,6l,cd, 2 [a2,b2,c2],…, 一 [an,b ,c 】,其极大值为:max(ul,lf2,… ) [max(al,a2,…,an), max(b1,b2,…,6 ),max(c1,C2,…,Cn)】。 的有向弧的重复数或权的集合; P一Ⅳ0为FTPN的标识,系统的每一个状态对应于 库所的一个标识向量, 而是初始标识; o为模糊数集合,代表库所的属性,其元素代表P中 库所对应任务的完工时间,此处用模糊时间戳表示。模糊 时间戳记作x(r),它表示某个托肯在时间点 达到某个库 所的可能性分布。 定义4关联矩阵c:PxT---+Z,其对应的矩阵元素: Co=w(tj,pi)-w(pi, ) 其中: , 、  I1(tj,P )∈0 ,p J lO( p 0 、 , 1f  0(1( )Pf,f,)∈I茌,  则 与FTPN存在一一对应关系。 定义5在一个Petri网中,设其关联矩阵为C,则P 不变量为满足X C--0的非负整数列向量,其对应的物理含 义为在初始标识%中,经 不变量加权后的初始托肯数 之和为一个常量。 定义6若X是对应Petri网的 不变量,称Ilxll- , (f)>0}为P_不变量的支集合,若P1 P是尸_不变量的支 集,VP2cPl都不是FTPN的支集,则称P1为FTPN的 不变量的极小支集。 2.3模糊关健路径计算 定义7假定三角模糊数为A,隶属度为 ),则其综 合均值GMV( )为 uJ: GMV(A)=B 』4( ) / /zA(x)dx (1) 其中, 为 的模糊集。 定义8设三角模糊数日=( ,,a ,口 ),6=(6,,b ,b ),则a。6= (al,a ,a )。6=(6f,b ,b )=( 6,,a + ,a +6 )。设路径上所有变 迁模糊时间参数已知,路径长度为模糊时间参数的扩展加 0的和运算。 定义9模糊关键路径:设从 到Pend的路径有k条, 用D f:1,2,…,D表示每一条路径,对应的长度为L』,则模糊 关键路径记为D ,对应的长度为Lm=max(L1上2,…上 。 定义10设关键路径的隶属度函数为 ●,则工程在 工期 0内完成的可能性为: 第39卷第10期 郑小霞,张秦墉,符杨,等:基于模糊Petri网的海上风电场运行维护研究 273 ( ≤ ):J ( )dx/ ( )dx 3基于模糊Petri网的维护工作建模 (2) 。(7)依据模糊路径长度,求取模糊关键路径 ,在工期 约束下,求得对应的隶属度并进行相应的分析。 4算例分析 以海上风电场发生故障后维护为例。当海上风电机组 发生故障时,首先要通过现场经验和SCADA系统提供的 数据对故障进行初步分析,制定相应的维修方案,必要时 要到备件库取可能需要的零部件。在保证经济上可以接受 的天气状况下,由海上运输船将技术人员和相应的备品备 件运抵现场,由技术人员对可能故障的部件进行拆卸、检 3.1任务节点属性及关系 对海上风电场运行维护工作进行建模时,基本任务通 过变迁体现,任务之间的衔接状态通过库所表现,模糊工 期通过变迁模糊时延反映。模糊时延表示在FTPN模型中 变迁触发后,Token由弧到达其相应输出库所耗费时间服从 三角模糊函数分布。设计任务问具有的关系可以分为4种: 开始.开始,开始.结束,结束一开始和结束一结束,它们的具 体含义如表1所示 ,对应的Petri网模型如图2所示。 表1任务链接关系含义 查故障,并对损坏的部件进行修理或更换。如果没有随运 输船带相应的部件,那么还要再去取备品备件,根据备品 备件存放的仓库,可能还需要到工厂调货。整个维护工作 包括故障分析、人员及分组方式、轮班系统、船只资源及 能力、备件库存或供货期等环节,需要一个组的通力合作 才能使得如此大的工程顺利有效地完成。在某海上风电场 维护过程中,假设某故障发生后要进行维护工作,该维护 P P,.P P 尸 2 工作可由13项子任务协同工作完成,维护任务的组成如 表2所示。 表2维护任务的组成 ℃ i B i B . (d)结束一结束 (c)结束-开始 图2任务链接关系的Petri两模型表示 3.2基于FTPN的运行维护模型及求解步骤 运行维护模型及求解步骤如下: (1)确定维护任务分解结构、各任务所需的模糊时间及 各任务间的衔接关系。 (2)画出对应的FTPN表达图,对所有库所标上对应的 模糊时间。 (3)对照FTPN任务流表达图,依据定义4计算其关联 矩阵 。 在具体建模过程中,可将子任务映射为FPTN工作流 网模型中的变迁,对于具有先后顺序的2个变迁 和 , 可以把库所 与 合并,形成设计任务间的串连关系 …。 为了保证整个维护过程只有一个起点和一个终点,根 (4)设FTPN的初始标识为 眦,结束标识为 d,求 取全部P不变量。 (5)依据 不变量,求得 不变量的极小支集,并提 取极小支集库所之间的变迁,形成对应的变迁序列。 (6)依据变迁序列,求取所有库所序列的模糊路径长 度厶。 据基于FTPN的工作流模型建模原则,添加2个虚拟变迁 和 ,并标识出对应的库所,设虚拟变迁的模糊时间函 数为0。由表1任务链接关系的Petri网表示和任务信息构 建出FTPN模型,如图3所示。 图3海上风电场运行维护工作的FTPN表达 274 计算机工程 2013年10月15日 计算得到关联矩阵C为 一1 1 ~1 1 —1 1 —1 —1 1 —1 ● 根据不变量P的定义,求得该Petri网的不变量P为: 12 13_ 知-÷ P1=[11 l1 llo0o00000011 l1】 由此可计算出各路径对应的模糊时间长度分别是: P2=【l11o0011001o0o01111] L1-[8.5,34,60.5],L2 [7.5,36,65.5],L3 [16.5,58, =[11100011o00l111l111] 102.5】,L4=[16,57,101],L5=[9.5,87,64.5],L6=[18.5,60, e4=[1110000011100001111] 101.5],L7=[18,59.5,101] =[1110000011011111111r 可知模糊关键路径为D6,其长度为L6=[18.5,60, --[1110001000000000011] 101.5];计算模糊综合均值GMV(L6)=60 h,设其工期约束 且II'/111 {P0,Pl, ,P3,尸4,P5,P15,P16,P17,P18};f lI={P0,P1, 0=40h,70 h,90h。 尸2,尸6,t'7,Plo,P15,P16,P17,P18);l lH-{Po,PI, ,P6, ,Pll, (1)对约束条件L0--40 h,则维护工作按时完工的可能性 P12,PI3,P14,PI5,P16,P17,P18};lI'/411={eo,PI,/'2,P8,P9,PlO, 为13.42%; Pl5,P16,P17,Pl8};l慨II={Po,P1,P2,P8,P9,P PI2,P13,P14, (2)对约束条件L0-70 h,则维护工作按时完工的可能性 P15,P16,P17,P18);lle6l l{尸0,P1,尸2,P6,P17,P18)。 上述不变量只有 不是极小支集,其他均为P不变量 为71.19%; 的极小支集,而且它们都是0/l向量。 (3)对约束条件Lo=90 h,则维护工作按时完工的可能性 根据前述的计算步骤(5),可以得出从开始变迁 到结 为96.16%。 束变迁 共有7条变迁序列,即: 5结束语 Dl: _÷ -÷ _÷ 2 3_÷ _÷ 与陆上风电机组相比,海上风电机组运行维护成本较 D2: 一 一 一 一 11一 2一 3一丁知一 高,本文将基于模糊时间Petri网的建模方法用于海上风电 D3: _÷ -÷ __+ l-÷ 2 4_ 2 3 场运行维护策略研究中,给出了模糊时间Petri网的形式化 TF Te 描述和维护工作任务之间链接关系的Petri网模型表示。实 D4: _ _÷ 1 2 __+ 4 2-÷ 3 例表明,改方法用库所表示维护子任务,用变迁表示子任 TFr Te 务的起始和完成,比传统网络图用箭线表示子任务、用圆 D5: _÷ _ _ 0 l1_ 2.÷ 3一÷ 圈表示子任务的开始或结束更加直观、含义更加明确,同 D6: _÷ _ _÷ -÷ l0 1_÷ 2_ I4 时把基于图形的任务问题转变成一个代数问题,可以方便、 丁l2-÷rl3 F_÷ 动态地计算各子任务的完成时间。 D7: _ _ _÷ __÷ 0_÷丁l1-÷ 2 4_÷ (下转第278页) 278 44 4 计算机工程 2013年10月15日 本单元目标比特数分配更合理。仿真结果表明,与JM8.6 相比,本文提出的改进算法在保证图像质量的前提下,具 有更好的码率控制精度,同时视频序列的PSNR波动、输 38 誊36 鸳 出码流更加平稳。本文提出的算法主要针对基本单元层的 码率控制,基本单元的大小会影响码率控制的精度,因此, 基本单元的大小对算法性能的影响将是后续研究的内容。 图3 GOP=30时akiyo序列峰值信噪比波动曲线 图4、图5给出了2种算法测试序列的编码输出比特数 曲线,码率为128 Kb/s。可以看出本文提出的算法编码输 另外,在其他格式测试序列以及目标码率下算法的性能测 试是下一步研究的方向。 参考文献 [1]Test Model Editing Committee.ISO/IEC/JTCI/SC29/WG1 1/ 93—225b一1993 MPEG一2 Test Model 5[S】.1993. [2】ITU Study Group.ITU-T/SG15—1997 Video Codec Test Model TM ̄8[S].1997. [3】Video Group.ISO/IEC 14496—2—1997 JTC1/SC29/WG1 1 MPEG一4 Video VM—Version 8IS].1997. 【4】Li Zhengguo,Pan Feng,Pang Keng.Adaptive Basic Unit 出比特数波动较JM8.6更平滑,更有利于信道的有效传输。 4O 童30 娄20 曩10 O Layer Rate Control for JVT[C]//Proc.of the 7th Joint Video 图4 GOP--10时akiyo序列编码比特数 Team Meeting.Pattaya,Thailand:Is.n.】,2003. [5】石迎波,吴成柯,王养利,等.一种新的H.264基本单元码 率控制方法[J].系统工程与电子技术,2006,28(1 1):1766—1769. [6]蔡克炬,张长明,于鸿洋.基于JVT-H017码率控制算法的 号暑 改进[J].微计算机信息,2009,25(3):265—266. [7】Lee Hungju,Chiang Tihao,Zhang Yaqin.Scalable Rate Control for MPEG一4 Video[J].IEEE Transactions on Circuits and Systems for Video Technology,2000,lO(6):878—894. 簿 图5 GOP=10时carphone序列编码比特数 [8】王友炳,蔡灿辉.一种H.264/AVC码率控制的改进算法[J]. 计算机工程与应用,2008,44(1 1):199—202. 【9]Jiang Minqiang,Ling Nam.On Enhancing H.264/AVC Video Rate Control by PSNR—based Frame Complexity Estimation[J] IEEE Transactions on Consumer Electronics,2005,5 l(1): 281—286. 6结束语 本文从2个方面对H.264码率控制算法进行了改进。 方面,采用时间线性预测模型与时空加权预测模型相结 合的方法进行基本单元MAD预测,并根据当前帧中前一基 一本单元的MAD预测误差对当前基本单元MAD预测值进行 修正,使基本单元MAD预测更加准确。另一方面,采用基 于PSNR与MAD相结合的方法估计基本单元复杂度,使基 (上接第274页) 参考文献 【1]何杰,赵鑫,杨家胜.我国海上风电产业发展的对策和 建议[J].人民长江,201 1,42(1):37—39. 【10]周明朗,李征.一种对H.264视频编码码率控制算法的改 进[J].微计算机信息,2006,22(18):260-262. 编辑顾逸斐 贵州大学学报:自然科学版,2006,23(1):40—43. [7]张新龙,朱友芹,夏国平.基于模糊时间Petri网的网络计 划模型[J1.系统工程与电子技术,2003,25(4):171—173,176. 【8】Li Heng.Petri Net as a Formalism to Assist Process Improve— [2】 王志新,蒋传文,艾[3]吴佳梁,胡芊,等.近海风电场技术及其发展态 势[J].上海电力,2007,(2):1 19—124. 杰,陈修强,等.风力机安装、维护与故障诊 杨.海上风电场运行维护策略优化研 断[M].北京:化学工业出版社,201 1. [4】边晓燕,尹金华,符究[J].华东电力,2012,40(1):95—98. 【5】 曲长征,张柳,王永辉,等.基于Petri网的维修资源运用 策略[J]_火力与指挥控制,2010,35(12):141—144,155. 【6 I 朱燕子,邓建忠.设备维修流程的Petri网模型研究[J】. ment in the Construction Industry[J].Automation in Construction,1998,7(4):349—356. 【9]许安国.工程问题的时序Petri网的建模与求解[J].系统工 程理论与实践,1995,15(8):20—29. [10】庞辉,方宗德.基于模糊时间Petri网的协同工作流模型 研究[J].系统仿真学报,2008,20(6):1567_1573・ 编辑顾逸斐 

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- haog.cn 版权所有 赣ICP备2024042798号-2

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务