Інформаційні технології диспетчерського управління енергозабезпеченням на базі онтологій лінгвістичного корпусу
- Деталі
- Категорія: IT-технології
- Останнє оновлення: Понеділок, 13 січня 2020, 11:31
- Опубліковано: Понеділок, 13 січня 2020, 10:20
- Перегляди: 2671
Authors:
В. С. Моркун, Доктор технічних наук, професор, orcid.org/0000-0003-1506-9759, Державний вищий навчальний заклад „Криворізький національний університет“, м. Кривий Ріг, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.; Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
І. А. Котов, Кандидат технічних наук, доцент, orcid.org/0000-0003-2445-6259, Державний вищий навчальний заклад „Криворізький національний університет“, м. Кривий Ріг, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.; Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Abstract:
Мета. Розробка методів і алгоритмів інтелектуальних систем підтримки прийняття рішень (СППР) та їх упровадження як складової частини автоматизованих систем диспетчерського керування (АСДК) енергосистем.
Методика. Використано уніфікований підхід до подання професійних онтологій. Для управління знаннями запропонована модель маркування сигнального графа.
Результати. У роботі сформовано єдиний підхід до інкорпорації професійних знань для побудови інтелектуальних систем підтримки прийняття рішень і автоматизації управління складно-структурованими об’єктами, які відрізняється тим, що одночасно реалізує єдність форм подання знань. Усі форми знань описуються єдиною моделлю онтологій, що він дозволяє уніфікувати механізм подання та обробки знань про режими електричної мережі енергосистеми. Удосконалено математичний апарат подання й використання онтологій, що відрізняється від існуючих тим, що базується на фундаментальних формах подання знань, які не залежать від предметних областей. Розроблена базова модель елементарного сигнального графа бази знань (БЗ). Уведені формалізми параметра маркування та функції маркування елементарного сигнального графа БЗ. Побудована фактуальная БЗ на основі підмножини лінгвістичного корпусу ліквідації й запобігання аварій в енергосистемі. Побудовано спеціалізований тезаурус професійних термінів і сленгу області ліквідації й запобігання аварій в енергосистемі.
Наукова новизна. Уперше запропоновано уніфікований підхід до подання та управління професійними знаннями диспетчерського протиаварійного керування на базі моделі сигнального графа. Це дає можливість будувати ефективні системи підтримки прийняття рішень і впроваджувати їх у середовище діючої АСДК.
Практична значимість. У роботі запропоновано формування нових онтологій баз знань області диспетчерського управління режимами енергосистем у вигляді матриць чутливості на основі факторних режимних моделей. Розроблені інтегральні коефіцієнти ефективності тезаурусів, що дозволяють практично оцінити ефективність різних форм репрезентації професійних знань. Запропонована структурна схема інтеграції СППР у комплекс АСДК − оперативний інформаційно-керуючий комплекс (ОІКК) для моніторингу режиму електроенергетичної системи (ЕЕС) на основі емпіричної бази знань про режимні характеристики енергосистеми. Узагальнення результатів випробувань програмного комплексу при тренуваннях диспетчерського персоналу енергосистеми підтвердило практичну значимість застосування СППР у практиці диспетчерського керування ЕЕС в аварійних ситуаціях: підвищилися професійно-психологічні характеристики оперативного персоналу, скоротилися інтенсивність відмов диспетчерських змін і умовний збиток від недовідпуску електроенергії.
References.
1. Antamoshin, A. N., Bliznova, O. V., Bobov, A. V., Bolshakov, A. A., Lobanov, V. V., & Kuznetsova, I. N. (2016). Smart systems of controlling organization and technical schemes. Moscow: Goryachaya liniya-Telekom. ISBN: 978-5-9912-0576-4.
2. Muhamedzhanova, Ye. R., & Akatyev, V. A. (2017). Analysis of large accidents at radiation entities and their impact on global atomic power engineering. Globalnaya yadernaya bezopasnost – Global security, 3(24), 110-114. ISSN: 2305-414X.
3. Barkalov, S. A., Dushkin, A. V., Kolodyazhnyi, S. A., & Sumin, V. I. (2017). Introduction to system design of smart knowledge bases: monograph. Moscow: Goryachaya liniya – Telekom. ISBN: 978-5-9912-0589-4.
4. Cepeda-Carrion, I., Martelo-Landroguez, S., Leal-Rodríguez, A. L., & Leal-Millán, A. (2017). Critical processes of knowledge management: An approach toward the creation of customer value, European Research on Management and Business Economics, 23(1), 1-7.https://doi.org/10.1016/j.iedeen.2016.03.001.
5. Iskandar, К., Jambak, M. I., Kosalaa, R., & Prabowo, H. (2017). Current Issue on Knowledge Management Systemfor future research: a Systematic Literature Review. 2nd International Conference on Computer Science and Computational Intelligence 2017. ICCSCI 2017, 13-14 October 2017, Bali, Indonesia, Procedia Computer Science, 116(2017), (pp. 68-80). https://doi.org/10.1016/j.procs.2017.10.011.
6. Cerchione, R., & Esposito, E. (2017).Using knowledge management systems: A taxonomy of SME strategies. International Journal of Information Management, 37, 1551-1562. https://doi.org/10.1016/j.ijinfomgt.2016.10.007.
7. Arutyunyan, R. V., Bolshov, L. A., Borovoy, A. A., & Velihov, E. P. (2018). System analysis of causes and consequences of the accident at NPP Fukusima-1. Moscow: In-t problem bezopasnogo razvitiya atomnoy energetiki RAN. ISBN 978-5-9907220-5-7.
8. Morkun, V., Morkun, N., & Tron, V. (2015). Model synthesis of nonlinear nonstationary dynamical systems in concentrating production using Volterra kernel transformation. Metallurgical and Mining Industry, 7(10), 6-9.
9. Golik, V., Komaschenko, V., Morkun, V., & Khasheva, Z. (2015). The effectiveness of combining the stages of ore fields development. Metallurgical and Mining Industry, 7(5), 401-405.
10. Golik, V., Komashchenko, V., & Morkun, V. (2015). Geomechanical terms of use of the mill tailings for preparation. Metallurgical and Mining Industry, 7(4), 321-324.
11. Sato, T., Kammen, D.M., Duan, B., Macuha, M., Zhou, Z., Wu, J., Tariq, M., & Asfaw, A.S. (2015). Smart Grid Standards: Specifications, Requirements, and Technologies. John Wiley & Sons Singapore Pte. ISBN: 978-1-118-65369-2.
12. Kasarpatil, K., Karadkar, T., & Dudwadkar, A. (2015). Digital Substation and Case Study of Tata Power // International Journal of Emerging Technology and Advanced Engineering, 5(2),134-141.
13. Miah, S.J., & Genemo, H. (2016). A Design Science Research Methodology for Expert Systems Development. Australasian Journal of Information Systems, 20(0), 1-29. https://doi.org/10.3127/ajis.v20i0.1329.
14. Duer, S., Wrzesień, P., & Duer, R. (2017). Creating of structure of facts for the knowledge base of an expert system for wind power plant’s equipment diagnosis.Web of Conferences, 1, https://doi.org/10.1051/e3sconf/20171901038.
15. Xamena, E., Brignole, N. B.,& Maguitman, A. G. (2017). A Structural Analysis of topic ontologies. Information Sciences, 421, 15-29. https://doi.org/10.1016/j.ins.2017.08.081.
16. Moschytz, G.S. (2019). An Introduction to Signal-Flow Graph Theory. In Analog Circuit Theory and Filter Design in the Digital World (pp. 85-100). Springer, Cham. https://doi.org/10.1007/978-3-030-00096-75.