专家系统原理与编程 pdf
专家系统原理与编程 学习专家系统clips必备China pus coM第1章专家系统导论1.1概述本章是对专家系统的一个概略介纽,主要介绍专家系统的堪本原理。在本章中,将讨论专家系统的伏缺点,描述专家系统应用的适宜领域,并讨论专家系统与其他编程方法的关系。1.2专家系统的定义解决仼何冋趣的第步是先划定解决问题的范围或领域( Domai)。不论是在传统编程领域还是在人工智能领域这一点都是相同的。然而,出于以前对人工智能感到神秘的缘故,人们往往相这样一种过时的说法:“所谓人工智能问题就是该问题辶没有解决”。另外一种流行的定义则是“人工智能就是使计算机行动起来像人们在电影中所作的一样”。在20世纪70代,当人工伻能仍处在研究阶段时,这种想法就已经广为人知了。但是,今天人T智能已解决了许多现实问题,并且已应用到商业领域。尽管经典的人工智能问题,如:自然言理解、语音和祧觉识别等仍未解决,但如果限制问题的范闱则可能会找到一个有效的解决方法。例如,如果限定句子形式为主、谓、宾,那么建立简单的自然语言系统就不会很困难。目前,这类系统在为众多软件产品如数据库系统和电子表格系统竺提供友好的用户界上做得很成功。实际上,当今流行的一些电脑游戏软件在语法分析方面就显示出惊人的理解能力。人L智能有许多备受关注的领域,如图1-1所示。专家系统( Expert system)就是对传统人L智能问题口智能程序设计的一个非常成功近似解决方法。专家系统早期先导人工智能者之,斯坦福大学的 Edward Feigenbaum教授,把专家系统定义为“一种智杌器人视能的计算机程序,它运用知识和推理来解决只有专家才能解决的复杂可题”( Feigenbaum82)。也就是说,专家系统自然言是一种模拟( Emulate)专家决策能力的计算机系统,模拟词表明专家系统要在所有方面都做得象专家一样。嗅拟比模仿更进一步,模仿只要求在某些方面做理舵人工神经得像真正的事物一样。系统虽然我们仍未找到一和通压的解决专家系统问题的方法,然而专家系统在其受限制的领域里散得很成功。今人,上如所有图1-1人工智能的一些领域书籍、期刊、会议和产品所表明的那样,专家系统在商业、医学、科学以及工程等领域已得到了广泛的应用专家系统原理与编程Chinaepef-coM专家系统是人工智能的一个分支,它大量利用专业知识以解决只有专家 (Expert)才能解决的问题。专家是个在特定领域里具有专门知识( Expertise)的人。亦即,专家具有不为大多数人所知或所灲用的专门技能。专家能够解决大多数人所不能解决或是不能高效地(而不是低劣地)解决的问题。当专家系统在20世纪70年代最初发展起来时,专家系统特指包含专家知识。然而“专家系统”这一术语在今天适用于任何应用专家系统技术的系统。专家系统技术包括专的专家紊统话言、程序和为了辅助专家系统开发和执行而设计的硬件专家系统中的知识可以是专门知识或是从书籍、杂志和有学问的人中获得的知识。专家系统、基于知识的系统( Knowledge- based systen)或基于知识的专家系统( Knowledge- based expertsystem),这些术语经常同义地使用。多数人使用“专家系统”这一术语仅仅是因为它较短即使在他们的专家系统中可能仅有一般的知识而没有专门知识。图1-2描述了一个基于知识的专家系统的基本概念。用户提供事实或其他信息给专家系统,相应地收到专家建议或专门知识。专家系统内部包括两个主要部分知识库和推理机。知识库包含有为知识序事实推理札( Inference engine)所使用而得用出结论的知识。这些结论是专家系统对用户询问的响应。专门知识摊机基丁知识的系统还被设计成为专家的智能助手。由于开发上的优专家系统势,这些智能助于是用专家系统技匈1-2专家系统功能的基概念术来设计的。随着知识的越来越多,智能助于越来越像一位专家。囚此开发智能助于将会成灲改讠一个专家系统过程中的里程碑。此外,还可以通过加快解决问题的速度来空出专家的更多时间。智能家教是人T智能的另一个新烛用。与原米的计算机辅导系统不同,新的系统可提供上下文有关的指导 aratan9la)与通用问题求解技术方面的知识不同,专家知识是指特定问题域( Problem domain)方面的知识。特定问题域是专家能成功解决闻题的领域,例如医学、经济、科学或者工程学等等。正如人类专家一样,专家系统是针对某一个问题域的。比如,你通常不会期望一个棋手具有医学方面的专门知识。在一个问题域的专门知识个会自动地转向另一个可题域解决特定问题的专家知识称为专家的知识域( Knowledge domain)。例如,诊断传染疾病的内科专家系统会有许多关于传染疾病症状方面的知识在这种情沈卜,知识域是医学,包括疾病、症状和洽疗方法等方面的知识。图1-3说明了问题域和知识域之间的问题坟关系。图中知识域完全包括在问题域之内,知识域之外的部分是个对问题没有任何知识的区域。个内科专家系统一般不具有医学的其他分支的知识,例如外科或小儿科。尽管内科专家系统关于传柒病知识域的知识与·个人类专家相当,但如果没有使用其他领域的知识编程,那么专家系统就不知道其他领域的任何知识专家系统在它所具有的知识中推导或推理( Inference)图!-3问题域利知识域的的方式与人类专家推圆解决问题的方式是一样的。良个可能关系第1章专家系统导论给出一些事件,然后推理出结论。比女,如果你爱人已经一个月没有跟你说话了,你会推断他(或她)没有什么事值得说,然而,这只是几表1-1对投术的不同观点个可能推断肀的一个。虽然对专家系统我们已具备了很多新的技人术,但仍有许多东西要学。表1-1总结了在管理者我能用它做什么?项工程技术中参与者的不同观点。在表中,技技术人员我怎样才能把它做得最好研究者我如何去护展它?术人员可以是下程师或软件设计者,T程技术消费者它如何帮助我可以是硬件或是软件。无论解决什么难题,这它值得这样费神和开销吗?些问趣都得回答,否则这一技术就不能成功地它的可靠性如何?被使用。像其他任何工具一样,专家系统有其适宜或不适宜的应用领域,随着对专家系统的不断实,我们会发掘出这些应用领域1.3专家系统的优点专家系统有许多吸引人的特行:·适应性强。专家知识在任何计算机硬件上都是可利厍的,实际上,专家系统是专家知识的集成体。成本低。提供给用户的专家知识成本非常低危险性低。专家系统可用于那些可能对人有害的环璄。持久性。专家知识是持久的,不像专家那样会退休,或者死亡,专家系统的知识会无限持续。·复合专家知认。复合专家知识可以做到在白天或晩上的仁何时候同时和挟续地解决某问题。由儿个专家复合起来的知识,其水平可能会超过个单独的专家( Harmon85)可靠性强。专家系统可増强王确决策旳信心,这是通过冋专家提供一饣辅助观点而得到的;此外,专家系统还可协调多个专家的不同意见。不过,如果专家系统是由某一个专家编程设计的,那这个方法就不能奏效。如果专家没育犯错误的话,专家系统应该始终与专家意见一致。但是,如果专家很累或有压力就可能会犯错误。解释、说明。专家系统能明确、详细地解释导出结论的推理过程。一个人可能会太厌烦、不忑意或是没有能力去这样做,但明确、详细的解释有利于得出正确的决策响应快。迅速或实时的响应对某些应用来讲是必要的。依靠所使用的软件或l伫,专家系统可以比专家反应得更迅速或更有效。某些突发的情况需要响应得比专家更迅速,因此实时的专家系统是一个好的选择(Hugh88; Ennis86始终稳定、理智和完整的响应·在实时和突发情况下,专家可能由于压力或疲艻而能高效坦解决问题,这一点是至关重要的。·智能家教。专家系统可以作为一个智能家教,让学生运作实例程序,解释系统的推理。·智能效据厍。专家系统能以智能的方式来存取一个数据库( Kerschbery86;Schu88)开发专家系统的过稈也众有一个间接的益处,山于专家知识必须以精确的形式输入到计算杋中,所以知识要被明确地了解而不是被隐含于专家的脑海肀。这样,就必须对知识进行正确性、致忙和完整性检査,这就提高了知识的质量14专家系统的基本概念专家系统的知识可以用多种方式摧述——它可以表示成规则和对象形式。描述知识的一个专家系统原理与编程Chinaepuf.com常用方法是用IF.TEN型的规则(Rule),例如IF红灯亮THEN停止如果红灴亮这一事件出现,就与模式“红灯亮”相匹配,规则得到满灶,执行“停止”为。虽然这是一个非常简单的例子,仨许多重要的专家系统都是迸过规则来表达专家知识而建立的。实际上,丌发专家系统的这种基于知识的方法已经完全取代了50-~-60年代早期人L智能的方法,那时人们致力于使用高效的不依靠知识的推坦技术。某些专家系统工,如 CLIPS允许使用对象( Object,规则可以与对象及事件匹配,而对象则可以独立于规则而揀作。当今,人们已建立了各种各样基于知识的专家系统。包含成千上万规贝的大型系统如数据设各公司的 XCON/R1系统,在如何配置计算机系统方山已胜过单个人类专家( McDermott84)许多针对专门任务的小型系统也有几条规则,虽然这些小型系统的运作可能达不到专家的水平,但它们也充分利用了专家系统技术米处理那些知识密集型任务。对这些小玊系统而言,其知识主要来源于书、期刊或其他公共资料。与此相反,一个典型的专家系统主要依赖于没有写下的知识,这主要通过知识工程师( Knowledge engineer)长期地与人类专家进行接触而获得。建立一个专家系统的过程称为知识工程( Knowledge engineering),这个过程由个知识工程师来完成( Michie73)。知认工程师从专家或其他来源获取知识并把它们編码到专家系中图1-4描述了开发专家系统的一般步骤。首先知识工程师通过与专家进行对话而获取专家知识,这个阶段与传统程序设计中系统设计人员与用户讨论系统需求相关似。然后知识工程师将知识编码到知识库中,随后专家评估系统并返叫意见绔知识工程师,这个过程一宣循环,直到系统的性能为专家所满意为止。对丁采用了基于知识技术的应用而言,基亍知识的系统这·衣述是个较好的术语。然而正如人工智能这一术语一样,现今人涉及到专家系统和知识系统,即便是知识未达到专家水平,人们也往往使用专家系统这一术语般而言,专家系统设计不同于传统的程序设计,其问题通常没有算法去求解,而是依靠推理来获得一个合理的解决方法。在没有任何可利片的算法帮助我们获得最佳方法时,一个合理的方法就是最灯的。因为专家系统依赖于推理,它必须能够解释这个人类专家过程,所以它的推理过程是可以殓查的。鮮释机(Explanation facility)是复东专家系统的一个必要部分,实际上,对话复杂的解释机可设计为允诈用户深入探究“ What if”类或者假设的推理( Hypothetical reasoning)问题,甚至可允许用户把自然语言翻译为规则。知识工程师有些专家系统允许系统通过规则归纳( Rule induction)从例子中学丬规则。在归纳吋,系统从数据表中生成规则。把专家知识整理成规则并非易事,特别是当专家幻明确地衣达识还未被系统化时。在一个专家系统中,专家知识可能会存在不·致性、模糊性、重复性或其他问题,除非可专家系统以形式地表示知识,否则这些问题都难以解决。的知识库人类专家也知道自己知识的层限性,当问题达到他们」的未知界限( Limits of ignorance)时,他们会给建议打上一定折扣。如果专家系统没有专门设计来解决不确定图14专家系统的开发CaiNeepub.com第1章专家系统导论3性问题,那久即使亡们处理的数据不精确、不完整,专家系统也会以同样的确信来给出建议。专家系统的建议与专家的建议·样,在其不知晓的范围内其合炟性应降低现今亡多专家系统的一个不足是缺乏囚果知识( Causal knowledge),也就是说专家系统并不能真正地坦解系统中隐含的原因和结果。用基于经验和启发性的浅( Shallow)知识来设计专家系统比用基于对象的基本结构、功能和行为的深(Dep)知识要谷易得多。例如,设计一个针对头痛开阿斯匹林药方的专家系统比议汁一个关于人体所有基本的生物化学、生理学、动物学和神经医学等幻识的专家系统容易得多。一个人体机能模型的程序设计T作量非常之大,即使是成功了,由于要处理全部的信息,系统的响应时间也可能会很慢。启发性知识( Heuristic knowledge)是“浅”知识的一种类型,它个能侏证月同样的算法能取得成功。启发性知识是一和从实践中获得的经验性知识,它对问题的求解可起帮助作用,但不能保证一定有效。不过,在许多领域,如医学和工程上,启发性知识对问趣的求解起着重要的作用。即使知道一个确切的解决方沄,但由于费用或时间的限制,使得该方法不能实际应用。启发性知识能够提供有价佰的捷径,可以减少时间和花费。专家系统另一个不足是它的知识受限于系统的知识域。专家系统不能絛人那样,通过类比 Analogy)来推广知识以获得新的求解问题的方法。虽然通过规则的归纳,专家系绕可以获得少许新的知识。创建一个专家系统的常用方法,即知识工程师访问专家、设计原型、测试,然后再重复,这个过程是一件既费时、又费精力的事情。实际上,把人类知识转化到专家系统这问题是如此的重要,以致于人们称它为知识获取瓶颈( Kno wledge acquisition bottleneck)。这是一ˆ描述性的术语,囚为如同瓶颈控制液体流入瓶子一样,知识获取的瓶颈控制着专家系统的创建尽管有些局限性,但专家系统仍成功解决了现实世煚的许多问題,这些问题是常规的程序设计方沄学所不能解决的,尤其是那些需要处理不确定或不完仝信息的。重要的一点是解这种新技术的优点和局限性,只有这样才能够使之得到恰些地运用1.5专家系统的特点专家系统的设计具有以下一些特点高性能。系统能以此领域里专家的同等或更高水平响应,也就是说系统所给建议的质量必须很高·适当的响应时间。系统必须能在合理的时间内工作,时间与专家得出一个结论所需的时间杆当或更好。与专家一个小时的时间相比,需要一年才得出一个结论的专家系统是不会太有价值的。特别是必须在一特定时间间隔內作出响应的实时系统口,时间限制( Time constraint就显得史为苛刻·好的可靠性。专家系统必须可靠,且不易崩溃,否则就不能使用·可理解性。在执行过程中,系统能解释推理步骤,使之易于理解。专家系统不是一个推出不可思议答案的黑盒子,而是应该貝冇解群能力,其触释的方式应与专家解释他们推理的方式一样。山于以下几个原因,这个特征非常重要。原因之一是人的生命和财产可能会依靠专家系统的回答。由于危害的巨大潜在性,专家系统必须能够以专家解释如何得出某结论的方式来证明它的结论是止确的。因此,解释为人提供了一个可理解的推理检测。第二个原因出现在专家系统的发展阶段,这一阶段是让解释机证实知识已经被正确地获取并止被系统确地使用。这在调试中是很重要的,因为知识可能公被不止确地带入或者由J知6台家原阻与编程识工程师和专家间的误解而不正确。一个好你解释机允许专家和知识工程师证实知识正确性。而且由亍传统专家系统创建的方法,该∵个程序并哩解它的作将会很困难。另外一个错误源也许是没有预想到专家系统里的相互影响,这些相互影响可以通过运行测试实例来检测到,这些测试实例按照系统必须遵循的推理方法来运行。正如后而将要详红地讨论一样,复合规则可以提供一个系统推埋的环境。专家系统中的执行沇不是按頂序的,因此你仅仅一行行地阅读代码,是不能明白系统是如何工作的。也就是说,规则进入系统的次序并不必一定是宀们被执行的次序。专家系统就像一个规则狐立于知识处理机的并行程序。灵活性。专家系统可能有大量的知识,因此具有一个增力、修改和删除知识的高效机制是十分重要的。基于规则的系统得以普及的一个原因就是由于规则的高效和嫫块化存储视系统而定,一个解释机可以简单也可以复杂。在基于规则的系统中,一个筲兰的解释机可以显小使最近规刈待以执行的所有事实。而在史为复杂的系统中可能按照如下方式来做:列出又持和反对某个假设的原因。假设是将要被证玥的日标,例如,在一个医疗诊断专家系统中“病人有破伤风感染”就是一个假设。在一个现实问题中可以有复合假设,正如个病人可以同吋有人和病样。个假设也叫以被看作是·个事实,其确性仍存在嶷惑,需要被证实。列出所有可解释观测证据的假设。解释假设的所有推断结果。例如,假设病人确实有破伤风,由丁感染作用,就应该有发烧的迹象。如果后来观察到此症状,就会増强此儇改玊确的可信度:如果没有发现北症状,就会削弱假设的可信度·如果假设是止确的,给出将发生事件的个预测( Prognosis)·提供需要用户进一步信息的问题的依据。这些问惡可以用来指导推理链朝着可能的诊断路径前进。在大多数现实问题中,探究所有的可能性花费太大或者需要太长的时间,且要提供特定的方法引导正确搜索。例如,对一个抱怨咽唉痛的病人,考虑一下进行所有内科检查所需的花费及所用的时间。提供程序所用知识正确旳依据。例如,如果程序断言“病人有破伤风感染”这一假设是对的,用户可以要求解释,程序必须给出得到这一结论的依据是基于下面规则:如果病人进行血液检测,其破伤风是阼性,那么病人就惡冇破伤风。此时用户可要求程序提供此规则正确的依据,则稈序可向用户说明:血液检测为阳性是患有疚病的证椐。在这个实例屮,程序实际上在引月一个关于规则的知识——元规则( Metarule)。某些程序,如Mea- DENDRAL,山经使用了元规川来推理( Buchanan78)。假设通过知认而让实,知认通过正确的根据( Warrantυ来证实。根实质上是一个解释专家系统推理说明的元解释。在基于規则的系统屮,知识可以很容易地增加( (Incrementally),也就是说,知识库可以随着规则的添加而逐步增加,从而使得系统的性能和辶預性得到持续地检査。如果规则设计得妤,那么规则间的相工影响作用就会非常小或没有,从而消除那些难以预料的负作用。知识的这种逐步增加可以快速原型化( Rapid prototyping),以致知识T程师可很快地演示专家系统的T作模式。这是个重要的特征,因为它可保持专家和管坦者对项乍的兴趣。快速原型化还可迅速暴露出专家知识或系统中的缺陷、不一致性或错误,从而使之能够立即得到纠正。1.6专家系统技术的发展人工驽能有许多分支,包括语音、视觉、机器人、自然语言理解和学习以及专家系统。专Chinaepus.com第1章专家系统导论家系统的理论基础涉及到诸多学科,其一个主要理论基础是认知科学 Cognitive science)。认知就是仞究人类如何处埋信总,换饣话说,就是杌究人如何思考,尤其是如何解决问题如果我们想要计算机模拟专家,那么对认知旳研究是非常重要的。通常,即使问题是由专家解决的,他们也不能解释白己是如何解决问题的。在一个基于精确知识的专家系统中,如果不能解释闩题是如何解决的,则把知识译成代码是不可能的。在这种情况下,唯一的可行方法是设计通过自学习来模拟专家的程序。这些程序建立在归纳和人工神经系统的基础之上,我们将在后面讨论1.6.1人类问题求解与产生式专家系统技术的发展有着广阔的背景,表1-2总结了现代专家系统的一些重要发展。只要可能,项目的开始∏期都会给出,诈多项日都延续了几仨以上。在本章和其他章里都较详细地分析了这些发展。对所有早期系统而言,一本最好的参考书是三卷本的人L智能三册KHandbook of ArTificial Intelligence, Feigenbaum 81y衣1-2专家系统历史的一些重要事仁1943Post产生式规则: McCulloch和PiU神经元模型1954控制规则执行的Ⅵ arkov算法1956Dartmouth会议:逻辑学家;启发性搜索;创立“AI"”术语Rosenblatt出感知机; GPS(General Problem Solver,通用问题求解器)(丶 ewell shaw和 Sinon)1958人工智能语言Lisp( McCarthy)1962Rosen blat于感知的神经动力原理1965自动定理训明的归结方法( Robinson)模樹对象的模糊推逻辑(:adeh开始建立 DENDRAL,第一个专家系统( Feigenbaum、 Buchanan等1968话义网,联想记忆嘆型( Quillian)MACSYMA数学专家系统( Martin和 Moses)PROLOG(Colmerauer, Roussell1971语音识别 HEARSAY I人类问题求解通用规则( Newell和 Simon)1973MYCIN医疗诊断专玄系統( Shortliffe等)山此产生的 GLIDON,即智能豕裂( Clancey)TEIRESIAS,概念解释机( Davis)EMYCIN,第一个外壳( Van melle、 Shortliffe和 Buchanan)HEARSAY II,多协作专家的黑板模型框架知识表示 Minsky)1976AM( Artificial mathematician.人T数学家),数学概念的创造性发现( Lenat)不确定性推理的 Dempster-Sher证据珪论开始建立矿产探测的 PROSPECTOR专家系统(Duda,Ha等)1977XCON/R使用的OPS专家系统外壳(orgy)1978始建立 XCON/R1,阳置DC计算机系统( McDermott.DHC)Mea- DENDRAL,元规则,规则归纳( buichellall1979快速模式匹配的Rete算法( Forgy)人工智能开始商业化Inference公司成立(1985年发行ART专家系统L具)和LMI推出Lisp机982SMP数学专家系统: Hopfield神经网络;开发智能计算机的日木第五代语言项日1983KE专家系统工具( Intellicorp)1985CLIPS专家系统⊥具(NASA)专家系统原理与编程C的aCM在20世纪50年代后期及60代初,人们编写了大量的以通用间题求解为标的程序。其中最著名的是通用问题求解器,在 Newell和 Simon编写的不朽著作——《人类问题求解》( HumanProblem solving)里描述( Newel12)Newell和mon证明的最重要结果之一是大部分的人类问题求解或认知( Cognition),可以用IF…THEN类型的产生式规则( Production rule)表达。例如,“如果”看起来将要下雨,“那么”带上一把冋伞,或者“如果”你的爱人心情不好,“那么”不要显得很高兴。与一个小的、模玦化的知识集相对应的规则称为一块( Chunk),块以松散的形式连接、组织,并与內关的知识有联系,其原理之一是所有的人类记忆都以块的形式组织。下面是用一条规则表示一个知识块的例子工F汽玄运转个了并且油罐是空的THRN加油Newell)和 Simon用规则表示知识并显示了如何用规则推里。认知心埋学家已经使用规则作为模型来解彩人类信息处理,其基木思想是感官的接收对大脑产生刺激,刺激引发出适当的长期记忆(Long- term memory)规则并成恰当的响应,长期记忆是我们的知识贮存处。例如,我们都有如下的规则TP有火焰N有火灾⊥上有烟雾N可能有火灾工F有报警TN可能有火灾可以看到后两个规则在表述上不是完全肯定,火可能已经灭了,但空中可能仍有烟雾。同样,报警声并不证明就有火灾,因为可能是一个虚假的报警信号。看到火焰、嗅到烟雾或听到报警卢的刺激会诱发出这些或相似的规则。长期记忆包拒许多形如IF…THEN(如果……那么)简单结构的规则。实际上一个技艺高超的棋师可能通晓50000或更多的关于棋的模式的知识块。与长期记忆相反,短期记忆( Shortterm memory)是在解决问题过程中用来暂时存储知识的。尽管长期记忆能够容纳成千上万甚至更多的块,然而正工作着的记忆的容量是惊人地小—4~7块。试着在脑海中浮现几个数字就是一个简单的例子,人多数人一次仅可以浮现4~7个数字,但他们能记住的远不4~7位数字,只不过这些数字是贮存在长期记忆中种埋论假设短期记忆表示那些可以同时活跃的数据块,并把人类问题的解决当作脑海中这些已激汘块的传播。最后那个块被激活的強度如此之大以致产生出一个有意识的想象,你就对自己说:“哦……茉些东西在燃烧。”人类问题求解的另个必要元素是认知处理机( Cognitive processor),它尽力去发觉那些将被适当刺激激江的规则。但并不是任何规则都可激江,例如,你不会每次听到汽笛声就想到给油罐充油。只有与刺激相匹配的规刈会被激发。如果很多规刈同时被激发,认知处理机必须处理冲突来决定哪一个规则有最髙优先权,这个规则将会被执行。例如,如果以下炳个规刈是激发态的:TF有火灾THEN离开TF我的衣服着火了TFN扑灭火那么具有最高优先权的那条规则冷会执行。对现代专家系统来说,推理机貮相当于认知处理机Newell和 Simon把人类问题求解的模型归纳为:长期记忆(规则)、短期记忆(工作内存)和认知处理器(推理机),这三者是现代基于观则的专家系统的基础。
- 2020-06-03下载
- 积分：1
5G助力智能电网应用白皮书-移动 华为 南电201806.pdf.PDF
“4G 改变生活，5G 改变社会”。作为新一轮移动通信技术发展方向，5G 把人与人的连接拓展到万物互联，为智能电网发展提供了一种更优的无线解决方案。5G 时代不仅能给我们带来超高带宽、超低时延以及超大规模连接的用户体验，其丰富的垂直行业应用将为移动网络带来更多样化的业务需求，尤其是网络切片、能力开放两大创新功能的应用，将改变传统业务运营方式和作业模式，为电力行业用户打造定制化的“行业专网”服务，可更好地满足电网业务差异化需求，进一步提升了电网企业对自身业务的自主可控能力和运营效率。目录目录5G助力智能电网应用白皮书5G助力智能电网应用白支书1智能电网发展、趋势及新挑战02→>45G智能电网端到端网络切片解决方案271.1智能电网定义4.1总体体系智能电网发展现状42终端部分13智能电网发展趋势4.2.1业务类型与网络切片间映射关系1.4智能电网对电力通信网的新挑战4225G电力通信终端形态展望4.3网络部分43.1电力业务测络切片杯运25G+智能电网典型业务场景43.2电力业务络切片隔离方案08433电力业务络切片可靠性保障方案2.15G+智能电网应用述434电力业务网络切片能力开放方案22共型业务场景分析094.4电力业务通信管理支撑平台22.1控制类业务441申力业务通信管理支擤平台总体架构22.2采集类业务442电力业务遥信管理支撑平台功能模块23业务指标小结45安全体系3645.1智能电网安全体系整体要求452管側安全方案3|5G概述及其对智能电网的价值2145.3端侧安全方案3.15G的概念与特征325G网络切片关键技术335G对智能电网的价值25>5|总结与展望1.智能电网发展、趋势及新挑战1)国外智能电网发展概况美国、欧洲、日本、韩囯等国家和地区开展了大量智能电网的硏究工作。欧美智能电网主要关注点在用电側电能分析与管理:配网主要着重点在于分布式能源接入、微网1.1智能电网定义运行管理,根据各自的国情,确定了不同的发展愿景和计划方案,启动一系列的研究O助力国家发展改革委、国家能源局联合印发《关于促进智能电网发展的指导意见》(发示范和平台项目。日韩等亚洲发达国家主要关注新能源的研究及使用,加大对光伏、风改运行〔2015〕1518号),眀确指出“智能电网是在传统电力系统基础上,通过集成新能和可燃冰、储能、电动汽车方面的硏发应用,通过政府釣顶层设计及立法保障,保障力智能电网应用白皮书能派、新材料、新设和先进传感技术、信恳技术、控制技术、储能技术等新技术,形智能电网基础设施的有序建设的新一代电力系统,具有高度信忘化、自动化、互动化等特征,可以更好地实现电网安仝、可靠、经济、高效运行。”智能电网的概念涵盖了提高电网科技含量,提高能源综合利用效率,提高电网供电(2)国内智能电网发展概况用日皮书可靠性,促进节能减排,促进新能源利用,促进资源优化配置等内容,是一项社会联动南方电网公司:公司以促进电网向更加智能、高效、可靠、绿色的方向转变为标的系统工程,最终实现电网效益和社会效益的大化,代表着未来发展方向。智能电网以应用先进计算机、通信和控制技术升级改造电网为发展主线,在大电网安全稳定还行以包括发电、输电、配电、储能和用电的电力系统为对象,应用数字信息技术和自动控分布式能源耦合系统、新能源并网、输变电眢能化、配电智能化、智能用电等领域开展制技术,实现从发电到用电所有环节信息的双向交流,系统地优化电力的玍产、输送和了广泛技术研究和诸多示范工程建设,建成了世界首个±800千伏特高压直流输电示范使用。总体来看,未来的智能电网应该是一个自煎、安全、经济、清洁的并且能够提供工程,建成了世界上容量大、电压等级最高的±20万千瓦 STATCOM工程,建设了适应数字时代的优质电力网络世界笫一糸多端柔性直流输电工程,通过永富直流、鲁西背靠背实现云南电网与南方主异步互联等;在广东佛山、贵州贵阳等地区开展集成分布式可再生能涼釣主动配电网智能电网示范,试点应用智能配电网自愈控制技术,实现了智能配电网约“自我感知、自我诊断自我决策、自我恢复”:在广西南宁开展了灵活互动的智能用电关键技术研究示范,实现电力用户与供电系统的信息交互、智能家庭能效评测、客户用电优化调度、节能澘力优清洁友好化分析、充放电与储能接入管理以及分布式电派接入管埋等功能建设;建成匾内首个兆发电多样互动用电瓦级电池储能电站,开展大规模间歐式新能涼消纲示范安全高效灵活可靠国内电网公司:公司于2009年5月提出了立足自主创新,加快建设特高压电网为骨干网架,各级电网协调发展,具有信息化、自动化、互动化特征的统一的堅弨智能电的发展口标,力图打造“坚强可靠、经济高效、清洁环保、遷明开放、友好互动的现代电网”,2009-2010年为规划试点阶段,2011-2015年为全面建设阶段,2016-2020图1-1智能电网基本环节年为引领提升阶段。公司在特高压电网、输电设备运行监测、智能变电站准广、配电自动化、信息化平台、电动汽车充换电网络、大规模可再生能泺接纳等方面开展了相关建设1.2智能电网发展现状已建成充换站超过1500座,充电桩3万个,建立了风电研究检测中心和太阳能发电研智能电网楒念自2001年较为明确地提出以来,得到世界范围的广泛认同。十几年来,究检测中心,延成了世昦上规模最大的弘北风光储翰联合示范工程,完成了大规模风电世界各国政府、电力全业、科研机构结合各自经济社会发辰水平、能涼资源禀赋特点和功率预测及运行控制系统的全面推广建设电力工业发展阶段,进行了深入研究和实践探索,智能电网的概念和特征、内涵与外延不断得到丰富发展。特别是随着全球新一轮科技革命和产业变革的兴起,先进信息技术1.3智能电网发展趋势互联网理念与能源产业深度巸合,推动着能源新技术、新模式和新业态的兴起:发展智根据国家《能源发展“十三五”规划》、《电力发展“十三五"规划》、《关于促进智能电网成为保障能源安全、应对气候变化、保护自然环境、实现可持续发展的重耍共识能申网发展的指导意见》、《关于推进“互联网+”智慧能源发展的指导意見》等指导文件02为实现“安全、可靠、绿色、高效”的总体目祘,围绕智能电网发翰用全环节,未来发柔性化建设,实现配电网可观可控,澌足多元负荷“即即用"的接入耑求,提升电网供展趋势包括五大重点领域,分别为清洁友好的发电、安全高效的输变电、灵活可靠的配电电可葦性、电能质量和服务水平。城市内申动汽车、充电桩等新能源业务及农村更多的多样互动的用电、智慧能源与能游互联网。光伏扶贯、农光互补、渔光互等新能涼需保降接入和消纳将逐步普及,配电网需适配吏多元负荷的“泛在接入”、“即插即用”的需求。同时,匯着智能分层分布式控制体系逐步建立,配电网自动化水平将全而提升,其精准控制的能力将进一步加强。清洁友好的发电力智能电网应用白皮书(4)多样互动的用电关键特征为“多元友好、双向互动、灵活多样、节约高效";核心作用是打造全方位智惠能源与能安全、可靠安全高效的输客户服务互动平台,全方位加强客户互动,满足智慧用能的需求,提高终端能源利用效率,源互联网绿色、高效推动能涼消费草命。电动汽车、电供暖{冷)、港口岸电等终将逐步普及,电能占终用日皮书端能涼消费比重将不断上升:随着未来高级量測体系将被广泛部著,智能家居与智能小区业务将进一步丰富,随着阶梯申价、实时申价、用电负荷需求側响应等业务将浮步渗透多样互动的用灵活可靠的配用户将可更多地参与到自身的用电管理中。(5)智慧能源与能源互联网图1-2智能电观发展写标及重点方向关键特征为“多能互补、高效协同、开放共享、价值创新":核心作用是打造具有独特竞争力的新型综合能源服努商,创新企业价值,促进互联网技术与能源系统深度融(1)清洁友好的发电促进能源耦合系统基础设施建设,推动能源市场开放和产业升级,支撑低碳、清洁、高关键特征为“清洁低碳、网源协同、灵活高效”。核心作用是增强系统灵活性,提升效的社会发展。随着传感、信息、逦信、控制抆术与能源系统的深入融合,传统单一能非化石能源消费比重,推动能源结构转型升级。以风能、太阳能为主的可再生能泺开发络向多能互补、能源与信息通信技术深度融合的智能化方向发展,电、热(冷令)利用技术日益成熱,成本不断降低,逐渐成为芢代传统化石能源的重要选择,末来可再等各领虓的能源需求将逐步统筹,从而实现多能协同供应和能源缐合梯级利用。同时,生能源逐步晳代化石能源。另一方酉,随着储能、分布式能源、微网等技术发展,能源随着综合能源服务业务、智能源的发展、及互联网技术的深入应用,能源耦合系统基供给形态将从集中式、一体化的能源供给向集中与分布协同、供需双向互动的能源供给础设施将逐步完莤,能源市场将逐步开放,能瀛产业将进一步转型升级,转变1.4智能电网对电力通信网的新挑战(2)安全高效的输变电电力通信网作为支撑智能电网发展的重要基础设池,保证了各类电力业务的安全性、关键特征为“安全高效、态势感知、柔性可控、协调优化”。核心作用是提升翰变电实时性、准确性和可靠性要求。构建大容量、安全可的光纤骨干通信网,以及泛在多设傜的智能化水平,构建全生命周期管理体系,提升电安全防御能力、资源配置能力业务灵活可信接入的配电遲信网,这是通信网络建设的两个重要组成部分。在骨干通信和瓷产利用效率。随着电力一次设各与在线监测传感器及过程层智能设备的有机整合,网侧,经过多年建设,35k∨以上的主网通信网已具备完善的全光骨干网络和可靠高效数翰变电环节将趋于測垦数宇化、控制网络化、状态可视化、功能一体化和信崽互动化等据网络,光纤瓷源已实现35k∨及以上厂站、目有物业办公场所/宮业所全盖。在配进而输电智能化水平、智能变电站智能运维水平将全面提升。同时,为保障城市在台风、电通信网侧,由于点多面广,海量设备需要实时监测或控制,信息双向交互频案,且现低温、雨雪、凝冻等严重自然灾情下的基本运转,,需枃建纵深防街、安全可靠的城市有光纤覆盖建设成本高、运维难庹大,公网承载能力有限,难以有效支撑配电网各类终保底电网为保隴建设城市防灾保底电网端可观可测可控。陡着大规模配电网自动化、高级计量、分布式能源接入、用户双向互动等业务快速发展,各电网设音、电方终端、用电客户的通信需求爆发式增长,迫切(3)灵活可靠的配电需要构建安全可信、接入灵活、双向实时互动的"泛在化、全覆盖”配电通信接入网,并采用先进、可靠、稳定、高效的新兴通信技术及系统予以支撑,这是智能电网发展对配关键特征为灵活可靠、可观可控、开放兼容、经济适用核心作用是加强配电刘自动化、电网通信提出的新需求0405因此,从发展趋势看,未来智能电网的大量应用将集中在配电网侧,应采用先进、可靠、能源间协调、泺网荷储互动、双向互动充电桩等稳定、高效的新兴通信技术及系统,丰富配电网侧的通信接入方式,从简单的业务需求被动满足转变为业务需求主动引领,提供雯泛在的终接入能力、面向多样化业务的强(3)通信网络需具备更强大的承载能力,差异化的安全隔离能力及更高大承载能力、差异化安全隔离能力及更高效灵活的运营管理能力。,lll效灵活的运营管理能力(1)电力通信网络是支撑智能电网发展的基础平台为满足智能电网的五大发展重点,通信网络需具备更强大的承载能力(如百万智能电网的发展强调多种能源、信息的互连,通信网终将作为网络信息总线,承担干万级的连按能力、单站具备n10Mps的带宽承载能力,具备毫秒级的时延能力)电网应用白皮书着智能电网源、网、荷、储各个环节的信息釆集、网络控制的承载,为智能电网基础对电刀不同生产区业豸能提供差异化的安全隴离能刀,同时能针对不同终端:提供终端、施与各类能源脹务平台捉供,安全、可靠、高效的信息传送通道,实现电力生产、输送、连接甚至网络资源的灵活开放的运营管理能力。消费各环节的信息流、能量流及业务流的贯迸,促进电力系统整体高效协调运用日皮书能楼宇洁友好的安全就的多互动的智能与输变G能源互联网笔电智能变电站污能家居更多的连接数量更大的信宽带更可霏及更低的网络时延百万、干万级n10bps级时廷ms级)更高效的网鲳运营终连接管②能电表网络运行台理资源管理等更安全的隔承载电力通信网支安伞保护及冯分在式光伏冬1-4面向智能电网的逆信网經体功能需求俗》白电动汽充电4)通信网作为统一的通信平台,实现业务的集约化承载,进一步促进智能电网的数据共享及业务发展通信网络需尽可能多地解决各类业务的接入需求,最大限度地利用电网自身资源图1-3电力通信络在智能电网中的定位遥过统一的通信平台,提供可雪、安全的遥信通道,提高网络效率。同时,通过通信网(2)通信网络需要从被动的需求满足,转变为主动的需求引领提供的灵活便捷的接入方式,进一步促进能源互动、数据共享或有假服务等能源互联网目前业务系统通信耑求均基于设备的生产控制为主,未兼顾人、车、物等综合的管业务的发展提供帮助。理场景需求。随着智能电网的发展,通信的需求及业务类型具有多样性、复杂性及未知性等特点,通信网络需适度超前,提前储备,提前满足未来多元化的业务承载需求,如智能化移动作业、巡检机器人、数字化仓储物流、綜合用能优化服务、电能质量在线监测062.5G+智能电网典型业务场景2.2典型业务场景分析2.2.1控制类业务2.15G+智能电网应用概述22.1.1智能分布式配电自动化助力智能电网应用白皮书智能电网无线通信应用场景总体上可分为控制、采集两大类。其中,控制类包含智智能分布式配申自动化终端,主实现对配电网的保护控制,通过继电保护自动装能分布式配电自动化、用电负荷需求侧昫应、分冇式能源调控等:采集类主要包括高级置检测配电网线路或设备状忞信息,快实现配网线路区段或配网设各的故障判斷及准计呈、智能电网大视频应用确定位,快速嗝离配网线路詨暲区段彧炇障设备,后恢复正常区淢供电。该终鲔后绠」控制类业务场景:当前整体通信特点为釆用子站/主站的连接模式,星型连接拓扑,集成三選、配网差动保护等功能。主站扫对集中,一般控制的时延要求为秒级。天来匯着昝能分布式配网终端的广泛应用,(1)业务现状及发展趋势用日皮书连接模式将出现更多的分布式点到点连接,匯着用电负荷需求恻昫应、分布式能源调控①当前现状及未来的发辰趋势等应用,主站系统将逐步下沉,出现更多的本地就近控制,且与主网控制联动的需求早期的配网保护多采用简荜的过流、过压逻辑,不依赖通信,其不足之处在于不能时延需求将达到亳秒采集类业务场景:未来采集频次、內容、双向互动方面将有较大变化。实现分段隔离,停电影响范围扩大。为实现故障的精准隔离,需要获取扫邻元件的运行采集频次:当前基本按照月、天、小时为单位采集,未来为满足负荷精确控制,用信息,可采用集中式或分布式原理户实时定价等应用的发展,采集频次将趋于分钟级,达到准实时能力集中控制型,中心逻辑单元负责主要保护逻辑运算及发出保护跳闸指令。就地逻辑采集内容:当前主要以基础数据、图像为主,码率为100kps級。随岧智能电网、单元负责就地的信息采集并处理、执行就地保护珧阑指令,将处理后的就地信息传送给物联网的迅速发展,采集对象将展至电力二次设备及各类环境、温湿度、物联劂、多中心逻辑单元媒体场景,连接数量预计至少翻一倍;中远期若在产业驱动下,集抄方式下沉至用户采集内容将深入到户内用电设备的信息,连接数预计50-100倍;另外,采集内容亦从原有的简单数据化趋于视频化、高清化,尤其在无人巡检、视频监控、应急现场自组网综合应用等场景将出现大量高清视频的回传耑求,局部带宽需求在4-100Mbos级就地逻捐元保护遥信关联鸟网就地湿单双向互动:随着家庭能源管理应用的推广,通过智能电表实现家电用电信息采集;通过智能交互终端,以APP的方式,给用户提供实时电价和用申信息,实现对用户室内用电装置的负荷控制等冬类互动服务与电力谱值服务功能,达到需求侧管理的三的。(就把逻单(就地送仁单元)表2-1智能电网应用场景及整仁发展趋势业务架型典型场景当前通信特点末来道信趋势网深(就逻板单兀就地逻仁甲元)1、迕接模式:子如/±1、迕接模式:分布式点对点迕接智能分有式配也目动化、篮模式,主篮控制类用电负荷需求侧[应站式,主集中,星型号子站主站棵式并存,主站下沉连为主本地就近控制图?-1集中控制型保护典型拓扑2、时要求:秒级延要求:毫秒级1、采集次:月、天、1、采集烦次:分钟级,准实时视频化、高清化分布式控制型,根据网架结构划分设各组,分组内的每台终端都可以起到中心逻輯高级计最、暂能电网大视小时级烦应用(包括变电站巡检2、采集内容:基础数揖带机影入、输电线路无人机图像为主,单终端码塞为在4-100Ms不等单元的作用,就地执行跳闸操作。各终端处埋后的就圯信息传送给运维中心。采集类巡检、配电房视频综合监10kb0s级采集范围:近期扩展到电力控、移动式现场施工作业采集范彐:电力一次次设备及各类环控、物联网,多体场景,迕接效致计至少劃在配网领域推广应用差动儇护,可以进一步缩短故障持续时间,提高供电可靠性管控、应急现场自组网综设备,配观计一般用合应用等集抄方式,迕接数量百个倍;中远斯若产业驱动将下沉至用户,并深入到户内,连接数00倍08市电力需求侧管理平台配网保护数据交互助力智能电网应用白皮书护通信关联保护通信关O供电局需求响应管理系统配网保护配网保护配网保护配网保护咳定负荷产品生成块负荷产品交易模块核定用日皮书需求响应集成服务公司2企业或负荷控制服务平台企业n回配网保护圉2-2分冇式控制型保护典型拓扑图2-3用电久荷求侧响应示意图(2)来的通信需求(1)业务现状及发展趋势带宽:差动保护带览要求2Mps。①当前现状②2)时延:差动保护要求延时小于10ms,时间同步精度为10us,电流差动保护装置传统需求侧响应对负荷的控制指令在终端与主之间交互,终端樻向之间无数据交所在变电站距离
- 2020-12-02下载
- 积分：1
|
联系客服（QQ：3324461878）
