Тәжірибелік конференциясының ЕҢбектері



Pdf көрінісі
бет8/40
Дата03.03.2017
өлшемі9,36 Mb.
#6705
1   ...   4   5   6   7   8   9   10   11   ...   40

Литература 
1.    Бутузов В.А. «Анализ геотермальных систем теплоснабжения России» Промышленная энергетика-   
        2002-№6-стр.53-57. 
2.     Доброхотов В.И. «Использование геотермальных ресурсов в энергетике России»                  
 Теплоэнергетика-2003-№1-стр.2-11. 
3.     Алхасов А.Б. «Повышение эффективности использования геотермального тепла»                          
         Теплоэнергетика-2003-№3-стр.52-54. 
4.      Маркин С.Н. «Альтернативная энергетика», 1999, М., Эко  
5.      Охрана труда и основы энергосбережения. Учебное пособие для ВУЗов – Э.М. Кравченя,    
          Р.Н.Козел, И.П. Свирид. Мн. 2004 
 
 
УДК 622.775  
 
КОМПЛЕКСНОЕ РЕШЕНИЕ ЭКОЛОГО – ТЕХНОЛОГИЧЕСКИХ ПРОБЛЕМ В 
ПРОЦЕССЕ СОЗДАНИЯ И ЭКСПЛУАТАЦИИ ПОЛИГОНОВ ПОДЗЕМНОГО 
ВЫЩЕЛАЧИВАНИЯ УРАНА 
 
Романенко А.Ф., Морозов В.П.,  Морозов А.В. 
ЮКГУ им. М. Ауэзова, Шымкент, Казахстан 
 
Түйiн 
Мақалада уранды тауып шығару кезіндегі  экологиялық кауіпсіздік   проблемалары қарастырылады 
 
Summary 
In article the general problems of ecological safety in mining uranium is consider 
 
Подземное выщелачивание – это способ разработки рудных месторождений избирательным 
переводом  полезного  компонента  в  жидкую  фазу  непосредственно  в  недрах  с  последующей 
переработкой продукционных растворов (ПР). В этом способе реализован прогрессивный прием – 
перенос технологического процесса в место залегания рудного материала. Добыча урана методом 
подземного выщелачивания (ПВ) развивается в последнее время быстрее традиционных методов 
добычи  урана  путем  проведения  горных  работ.  Удельный  вес  добычи  урана  методом  ПВ 
возрастает. Сейчас в мире 20% урана добывается с помощью ПВ. В ряде стран доля ПВ в добыче 
урана гораздо больше  среднемировой. В 1994 году в США две трети урана добыто методом ПВ. С 
1995  года  в  Узбекистане  и  с  1996  года  в  Казахстане  подземное  выщелачивание  является 
единственным методом добычи урана. До 2000 года в Казахстане методом ПВ получено 25 тыс. 
тонн урана. 
  Рудник состоит из геотехнологических полей (полигонов), которые создаются над рудным 
телом по мере исчерпания урана из участков рудного тела в результате выщелачивания.      
  Геотехнологические поля обычно имеют форму шестиугольника, а иногда — параллельных 
линейных  рядов.  В  шестиугольной  сетке,  например,  на  руднике  «Акдала»,  расстояние  между 
закачными  и  откачными  скважинами  составляет  45—50  м.  В  линейной  схеме  расстояние  между 
рядами    60  м,  а  между  скважинами  в  каждом  ряду    30  м.              Вокруг  каждой  зоны  оруденения 
пробуривается  группа  наблюдательных  скважин  для  отслеживания  движения  растворов  за 
пределы  района  разработки.  Скважины  обсаживаются,  чтобы  жидкости  проникали  только  в 
рудную зону и из нее, не затрагивая вышележащих водоносных горизонтов.  
При добыче урана в Казахстане и Австралии используется кислотное выщелачивание слабой 
серной кислотой. Выщелачивающий раствор имеет уровень pH 2,5—3,0. 
На самых успешных рудниках извлечение составляет 70—90 % руды. 
Проблема 1.  Утечка промышленного раствора из пласта добычи. 
Основной  экологической  опасностью  в  процессе  ПВ  урана  является  угроза  заражения 
подземного  бассейна  промышленными  растворами,  содержащими  продукты  выщелачивании: 
уран, радионуклиды, ионы тяжѐлых металлов и др.  

66 
 
Для  предотвращения  возможности  проникновения  промрастворов  из  продукционного 
пласта добычи в пласты, пронизанные скважиной, скважины обсаживаются с тем, чтобы жидкости 
проникали только в рудную зону и из нее, не затрагивая вышележащих водоносных горизонтов.  
Однако  на  срезах      отложений    горизонтально  лежащих  пластов  горных  пород  можно 
наблюдать  такие  «дефекты»,  как  тектонические  сбросы    частей  системы  пластов.  Такое  явление 
может  сопровождаться  совпадением  продукционного  пласта  и  пласта  артезианских  вод,  что 
естественно приведет к заражению последнего.  
Основным  фактором,  определяющим  степень  экологической  безопасности  подземного 
выщелачивания    металлосодержащего  субстрата  в  подземном  процессе,  является  скорость 
выведения  полученного  урансодержащего  раствора  из  рудного  тела,  что  определяется 
фильтрующей способностью  откачных скважин.  
Работы  по  определению  безопасных  условий  выщелачивания  проводились  ГОУ  ВПО 
«Северская 
государственная 
технологическая 
академия», 

«МАТЕМАТИЧЕСКОЕ 
МОДЕЛИРОВАНИЕ 
ГЕО-ЭКОЛОГИЧЕСКИХ 
ПОСЛЕДСТВИЙ 
РАЗРАБОТКИ 
МЕСТОРОЖДЕНИЯ  УРАНА  МЕТОДОМ  ПОДЗЕМНОГО  ВЫЩЕЛАЧИВАНИЯ»      авторы:  
Теровская Т.С.,  Кеслер А.Г.,  Носкова С.Н., Носков М.Д.  г. Северск, 2003 г.     По результатам 
моделирования  наименьшая  область  растекания  загрязняющих  веществ  наблюдается  при 
превышении  объемов  откаченных  растворов  над  объемами  закаченных  продуктивных  растворов 
(дисбаланс  работы  скважин  в  сторону  откачки).  При  дисбалансе  дебитов  скважин  в  сторону 
закачки  зона  распространения  сульфат-иона  быстро    увеличивается  с  течением  времени.  
Несоблюдение  технологического    регламента      ПВ  урана    приведѐт  к    загрязнению    подземного  
водного бассейна серной кислотой и продуктами  выщелачивания  (радионуклидами в том числе).   
В  силу  этого  работы  по  обеспечению  безопасного  экологического  развития  уранодобывающей 
отрасли  были начаты нами с разработки устройства, способного обеспечить максимальный дебит 
скважины  в  течение  всей  еѐ  жизни.  Нами  было  разработано  устройство,  восстанавливающее 
внутреннюю полость скважины и забойное пространство, на которое получен охранный  документ 
-  патент    №  24448  на  «Устройство  двухконтурной  гидродинамической  очистки  скважин 
подземного выщелачивания металлических руд».  
Локализованный  границами  добывающего  полигона  при  нарушения  технологии 
загрязненный  участок  в  силу  миграции  раствора  с  подземными  водами  с  течением  времени 
распространяется  за   пределы   полигона.      Результатом работы по  первой  проблеме  явилась  
разработка  на инициативных началах:  

 
«Устройства многорежимной двухконтурной гидродинамической системы восстановления 
скважины», 

 
«Способа  восстановления  пропускной  способности  технологических  зон    скважины  в 
многорежимной двухконтурной гидродинамической системе».  
   В  предлагаемой  системе  за  счѐт  применения    «Регулирующе  -  промывочной  насадки» 
появляется  возможность  формировать  режим  работы  промывочного  устройства  изменением 
направления  потоков  промывающих  жидкостей  высокого  и  низкого  давлений  без  извлечения 
элементов оборудования из полости скважины. При этом в качестве управляющего воздействия, 
определяющего  режим  работы  устройства,  используется  давление    Рв    в    контуре    высокого 
давления системы.  Выбором параметров управляющего воздействия  (для нашего случая  Рв = 0,  
Рв  =  Рвmax  (500  бар)  -  в  статическом  режиме    или  Рв  =  Рв(t)  в  виде  последовательности 
прямоугольных импульсов с регулируемой продолжительностью и скважностью - в динамическом 
режиме  воздействия  на  забойную  зону)  формируются  потоки  промывающей  жидкости,  
воздействующей  на  промываемую  субстанцию.          В  качестве  управляющего  воздействия, 
устанавливающего режим обработки объектов восстановления,  используется давление в контуре  
высокого  давления  и  процесс  промывки  призабойных  зон  осуществляется  послойно 
перемещением сопел «Регулирующе – промывочной насадки» по высоте фильтрационной зоны.  
Проблема  2.  Организация  мониторинга  в  районах  добычи  урана  методом  подземного 
скважинного выщелачивания 
В основу системы заложены Геоинформационные системы (ГИС) -  многофункциональные 
средства анализа сведенных воедино табличных, текстовых и картографических, бизнес - данных, 
демографической, статистической, земельной, муниципальной, адресной и другой информации. 

67 
 
ГИС  представляются  наиболее  рациональным  средством  мониторинга  и  управления 
территориально    -    распределѐнными  объектами,  каковыми  являются  геохимические  поля 
подземного выщелачивания  урана и предприятия его первичной переработки.  
В  настоящее  время  нами  закончены  работы  по  созданию  первой  очереди  Программно  - 
технического  комплекса  (ПТК)    «Экологический  и  метеорологический  мониторинг  (ЭКМ)» 
который может составить основу ГИС АО «НАК Казатомпром». 
В состав пилотного  проекта  положены: 
1.
 
Автоматизированные  рабочие  места  (АРМ)  и  серверное  обеспечение  для  сбора, 
передачи,  обработки  и  представления  информации.  Ввод  текущей  информации  на  постах 
экологического контроля и пунктах сбора метеорологической информации, первичная обработка и 
передача информации по GSM  (ORBCOMM) на Центральный сервер ЭКМ.  
2.
 
АРМ    «Сервер  обработки».  АРМ  обеспечивает  функции  WEB  сервера  на  LINUX  
платформе со стандартными средствами поддержки.  
3
 
Обработка,  формирование  информации  о  текущих  характеристиках  экологической  и 
метеорологической  обстановки в необходимых видео  форматах и форматах данных. 
4
 
 Транспортировка  по  каналам  связи  сформированной  информации  службам  услуг  для 
предоставления информации мониторинга. 
Так,  в  Геоинформационной    системе,  позволяющей  реализовать  в  режиме  on  line  в  любом 
масштабе любое событие   возможно: 
1.
 
Отражать и предупреждать практически любые чрезвычайные ситуации. 
2.
 
Отслеживать  перемещение  транспортных  средств,  исключая  их  несанкционированные 
маршруты. 
3.
 
Наблюдать  состояние  экологической  обстановки  на  наиболее  опасных  и  вредоносных 
объектах. 
Проблема 3. Восстановление  экологической безопасности   территорий, загрязненных 
радионуклидами и тяжѐлыми металлами. 
Проблема  относится  к  металлургическим  технологиям  и  приѐмам  восстановления 
территорий,  подвергшихся  радиоактивному  загрязнению  в  процессах  добычи  и  производства  
урана (в случае возникновения аварийных ситуаций), ядерных испытаний, складирования отходов 
урановых  производств  (в  хвостохранилищах).  По  статистическим  данным  около  13% 
территории Республики Казахстан заражено радионуклидами.  Основные источники загрязнений 
расположены на ядерных полигонах (в Семипалатинске и др), в Шу-Сарысуйском районе и других 
районах РК. В основном это гео – технологические поля подземного выщелачивания  (ПВ) урана и 
пересекающиеся с ними структуры  -  артезианские скважины,  пластовые воды которых в силу  
нарушения технологических режимов ПВ сомкнулись с промрастворами добычных скважин. Как  
отмечается  в  сведениях,  приведенных    на  сайте 
http://uranium.carnet.kg/radioact_herb.htm
:  -  «  В 
почве  на  таких  участках,  уровень  общей  альфа  радиации  может  превышать  0.5MBq/кг.  В  Шу-
Сарысуйском  районе,  было  определено  местонахождение  100  скважин,  и  начались  ремонтные 
работы  в  целях  предотвращения  дальнейшего  загрязнения  почвы  и  прекращения  доступа  к 
зараженной воде и использования воды для полива. К настоящему времени, 34 скважины закрыты 
бетонными крышками, а другие 43 скважины вскоре будут закрыты специалистами компании «АО 
Волковгеология»  –  структуры  Казатомпрома,  которая  использует  деньги,  выделяемые 
Правительством  Казахстана.  Так  как  местонахождение  артезианских  скважин  в  Сырдарьинском 
районе  неизвестно,  восстановительные  работы  здесь  не  проводились,  и  радио-экологическая 
ситуация неизвестна ».    В приведенной выше цитате содержится описание «ремонтных  работ», 
которые  заключались  в  том,  что  «…  скважины  закрыты  бетонными  крышками…»,  и  было 
прервано поступление  воды в  прискваженный   бассейн.  
Такой  технологический  шаг  в  ликвидации  экологической  опасности  является  неверным. 
Прекращение  подачи  воды  в  прискваженный  бассейн,  приводит  к  появлению  такыра  и    его 
«пылению»,  что  увеличивает  возможность  радиоактивных  поражений.  При  этом  состояние 
экологической  опасности  сохраняется  на  неопределѐнное  время.  (Период  полураcпада  U238 
составляет 4,47·10
9
 лет). 
Физико  –  химические  процессы,  определяющие  основу  способа  рекультивации  участка 
почвенного  покрова,  заражѐнного  радионуклидами  и  тяжѐлыми  металлами,  протекают  в 
гетерогенной твердо – жидкостной экстракционной системе.         

68 
 
 Твѐрдую  фазу  системы  составляет    почвенный  слой.  подстилающий  водную  фазу  с 
присутствующими  в  них  загрязняющими  солями  металлов,  распределѐнными  и  находящимися  в 
динамическом равновесии между твѐрдой фазой – почвой - и жидкой -   водной фазой. 
 Фаза  органического  экстрагирующего  раствора  подбирается  так,  что  обеспечивает 
избирательное извлечение солей, загрязняющих водную фазу и грунт. Фаза экстрагента  помещается на 
поверхности  водной  фазы  системы.  Процесс  экстракции  происходит  при  перемешивании  водной  и 
органической  фаз  с  последующим  их  расслоением  в  аппарате-экстракторе,  перемещающемся  по 
водной поверхности. Поскольку в процессе рекультивации  извлечению в первую очередь  подлежит 
уран,  наиболее  подходящим  экстрагентом  является  раствор  ди-(2этилгексил)-фосфорная  кислота 
(ЭГФК) в керосине.  Экстракция урана из водного флюида осуществляется реакцией  уранил – иона:   
 
Наличие  экстрагирующей  фазы  сдвигает  установившееся  между  грунтом  и  водной  фазой 
равновесие  за  счѐт  перемещения  экстрагируемых  соединений  через  границу  раздела  фаз  «водный 
раствор – экстрагент» в объѐм последнего, в результате чего процесс установления нового состояния 
равновесия  в  трехфазной  системе  завершается  с  установлением  коэффициентов  распределения 
примесей, соответствующих существующим физико – химическим условиям системы.  
При  этом  в  силу  больших  величин  коэффициентов  распределения  примесей  в  экстракционной 
системе  концентрация  загрязняющих  примесей  в  твѐрдой  фазе  –  почве  уменьшается  в  несколько 
десятков  раз  за  один  приѐм  экстракции.  Если  во  вновь  установившейся  системе  концентрация 
примесей в почве соответствует нормам ПДК, рекультивация выполнена успешно. В противном случае 
обработку участка повторяют новой порцией раствора экстрагента.  
 Экстрагент  забирается  на  реэкстракцию,    разделение    извлеченных  полезных  компонентов,  
восстановление и коррекцию экстрагента.  
 После  проведения  рекультивационных  работ  проводится  анализ  артезианской  воды, 
поступающей  из  скважины  и  в  случае  обнаружения  загрязняющих  факторов  в  концентрациях, 
создающих возможность накопление примесей в почве, превышающих ПДК, скважина глушится.   
 
Литература 
1.
 
Агошков М. И. Системы разработки месторождений. Металлургиздат,1954.  
2.
 
Агошков М. И., Малахов Г. М. Подземная разработка рудных  месторождений,  М., Недра, 1966. 
3.
 
Бахуров  В.  Г.,  Вечеркин  С.  Г.,  Луценко  И.  К.  Подземное  выщелачивание  урановых  руд.  М. 
Атомиздат, 1969. 
4.
 
Велицкий А. С., Орлова Е. Н. Охрана подземных вод от радиоактивных загрязнении. М., Недра, 
1977. 
5.
 
Глазунов  И.  С.  Определение  рациональных  сеток  рабочих  скважин  на  участках  ПВ  по 
трехрядной системе. М., ЦНИИатоминформ, 1974. 
6.
 
Ю.Н.Малышев, К.Н.Трубецкой, В.Ж.Аренс, А.Ф.Клебанов, М.Ю.Худин. Проектирование систем 
экологического  мониторинга  горнопромышленных  регионов  (на  примере  Кузбасса).  Горный 
вестник, N 2, 1996, с. 13 - 20.  
7.
 
K.N.Troubetskoi, A.F.Klebanov, D.Ya.Vladimirov and M.Yu.Khudin, 1995. Computer Technology     
         for  
8.
 
Estimation and Forecasting of Enviromental Conditions in Mining Region, Proceedings 25th APCOM, 
Brisbane, Australia, p. 573 - 577.  
9.
 
Мамилов  В.А.,  Петров  Р.П.,  Шушания  Г.Р.  и  др.  Добыча  урана  методом  подземного 
выщелачивания. – М.: Атомиздат, 1980. – 248 с.  
10.
 
Лаверов Н.П., Абдульманов И.Г., Бровин К.Г. и др. Подземное выщелачивание полиэлементных 
руд. – М.: Издательство академии горных наук, 1998. – 446 с. 
11.
 
 Белецкий  В.И.,  Богатков  Л.К.,  Волков  Н.И.  и  др.  Справочник  по  геотехнологии  урана.  –  М.: 
Энергатомиздат, 1997. – 672 с. 
12.
 
Истомин  А.Д.,  Носков  М.Д.,  Кеслер  А.Г.  Геотехнологический  информационно-моделирующий 
комплекс  для  моделирования  разработки  месторождения  урана  методом  подземного 
выщелачивания  //  Материалы  межвузовской  конференции  «Практика  применения  научного 
программного обеспечения в образовании и научных исследованиях». – СПб, 2003. – С. 42-47. 
 
 
 

69 
 
УДК 004.89 
 
ДИСТАНЦИОННЫЙ МОНИТОРИНГ СИЛОВЫХ КАБЕЛЬНЫХ ЛИНИЙ 
 
Романенко А.Ф., Бердалиева А.А. 
ЮКГУ им. М. Ауэзова,  Шымкент, Казахстан 
 
Түйін 
Күш  беретiн  кабель  желідерiнiң  техникалық  диагностикалау    жүйесі  және  барлауы  қазiргi  iрi 
энергия  желiлерiнiң  ажырамас  бӛлiгi  болып  табылады.  Жұмыс  iстегенде  жеке  функционалдық 
құрылымдар  немесе  желiнiң  бӛлiк  ағатын  нашар  формалданылатын  процесстердiң  диагностикалаулары 
үшiн  тексерiлетiн  объекттердiң  барлауы  нәтижелер  нақты  масштабта  уақыт  алуға  мүмкiндiк  берген 
айқын емес уақыттық қатынас негiзделген болып қағидаларды пайдалануға ұсынады 
 
Summary 
The  test  system  and  monitoring  of  power  cable  lines  is  an  integral  part  of  modern  large  energy  nets.  For 
diagnosing of poorly formalizable processes of proceeding  at work of separate functional devices or fragments of a 
network, it is offered to use the principles based on indistinct temporal relations which allow to receive results of 
monitoring of controllable objects in real time. 
 
Предметом данной статьи является система технического диагностирования  и мониторинга 
силовых  кабельных  линий.  Ввод  новых  энергетических  мощностей  в  крупных  городах  РК,  где 
строительство  воздушных  линий  крайне  затруднено  из-за  отсутствия  свободного  пространства, 
привел к интенсивному развитию силовых кабельных линий напряжением 110-500 кВ. Прокладка 
кабельных линий, как правило, выполняется под землей. Этот фактор обеспечивает повышенную 
надежность  электроснабжения,  так  как  обеспечивается  независимость  от  атмосферных  и 
природных явлений. 
Кабельные линии объединяются в кабельную сеть, которая является системой энергетики и 
входит  как  подсистема  в  большую  систему  энергетики  крупных  промышленных  центров  РК. 
Обеспечение  надежности  работы  данной  системы  является  одним  из  основных  условий, 
предъявляемых  энергосистемой.  Существуют  три  вида  внешних  воздействий,  оказывающих 
влияние  на    надежность  кабельных  линий.  Это  механические,  термические  и  электромагнитные 
воздействия.  Установление  связи  между  нагрузками 
σ
i1

i2
,…,  σ
in
,  вызываемыми  воздействиями 
различного рода  позволяет ввести функционал задающий зависимость показателя качественного 
состояния  системы  кабельных  линий  от  нагрузок,  вызванных  внешними  воздействиями 
температуры, давления и величины растяжения в момент времени t. 
Для кабельной линии функционал  имеет вид:
 
 = Ф( (t), 
(t),
(t))
m
t
u
p
 
где как показатель качественного состояния δ
m
 элементов системы выступают повреждения, 
накопленные кабельными линиями к моменту времени t. Деформации от воздействия температуры 
σ
t
, давления σ
u
 и силы растяжения σ
р
, возникающие в кабельных линиях, служат количественными 
представлениями, полученными при внешних воздействиях нагрузок и температуры.  
Согласно  [1]  структура  распределенной  системы  технической  диагностики  и  мониторинга  
кабельной  сети    должна  строиться  по  иерархическому  принципу  с  выделением  следующих 
уровней: уровень отдельных сетевых устройств (трансформатор, соединительная муфта, кабель), 
уровень  подстанций  и  уровень  всей  энергетической  сети.  На  каждом  из  этих  уровней  можно 
выделить  подсистемы,  снабженные  специализированным  математическим  обеспечением: 
подсистема сбора данных (на уровне отдельных сетевых устройств), подсистема предварительной 
обработки  (на  уровне  подстанций),  подсистемы  интеллектуального  анализа  (на  уровне  всей 
энергетической сети). 
Подсистема  сбора  данных  обеспечивает  систему  мониторинга,  а  именно  подсистему 
предварительной обработки, исходной информацией об устройствах  компонентов сети. 
Основными задачами подсистемы предварительной обработки данных являются: выявление 
мгновенных технологических параметров, отказов, а также запись протоколов событий и передача 
информации в подсистему анализа. 

70 
 
Подсистема  интеллектуального  анализа  данных  строится  на  основе  хранилища  данных  и 
организует  анализ  ситуаций,  выявленных  в  подсистеме  предварительной  обработки,  на  основе 
накопленных знаний и истории работы устройств. 
Одной  из  самых  сложных  задач  подсистемы  предварительной  обработки  данных  является 
разработка адаптивных методов диагностирования кабельных линий. Основные проблемы в этой 
области  связаны  со  сложной  электромагнитной  обстановкой,  влияющей  на  точность  средств 
измерений, и с тем, что диагностические состояния большинства  электротехнических устройств 
сети  слабо  формализованы.  Для  диагностирования  слабо  формализуемых  процессов, 
протекающих  при  работе  отдельных  функциональных  устройств  или  фрагментов  сети, 
предлагается  использовать  принципы,  основанные  на  нечетких  темпоральных  отношениях  [9]. 
При  этом  выделяется  конечный  перечень  измеряемых  параметров 
1
{ }
N
i i
p
,  используемых  при 
классификации работоспособности устройства или группы устройств.  
Для  анализа  динамики  изменения  нескольких  параметров  вводится  комплексный  метод 
качественного  нечеткого  описания,  являющийся  обобщением  метода,  описанного  в  [3].  Для 
каждого  параметра 
i
p
  задается  в  общем  случае  нечеткое  отображение 
i
P
,  действующее  из 
множества значений параметра 
i
p
  в  соответствующее  базовое  терм-множество  лингвистических 
значений 
1
2
{
,
,...,
}
pi
i
i
in
L
x x
x
,  а  также  нечеткое  отображение  i  ΔP  ,  действующее  из  множества 
всех  возможных  изменений  параметра 
i
p
  в  терм-множество 
1
2
{
,
,...,
}
pi
i
i
im
L
y
y
y
.  Кроме  того, 
задается нечеткое отображение , действующее из множества всех возможных периодов времени 
(длительностей) в терм-множество 
1
2
{ ,
,...,
}
t
i
i
ik
L
t t
t

В рамках заданных лингвистических значений набор правил классификации представляется 
как ориентированный помеченный граф. Подобная схема представления знаний была предложена 
в  [4].  Вершины  задают  нечеткие  высказывания  над  множествами 
pi
L
с  применением  множества 
нечетко  логических  операций  Ο  ={&,
∨,°,  ¬}  и  являются  нечеткими  описаниями  состояния 
параметров в совокупности. Дуги являются переходом между парой состояний, задавая нечеткое 
темпоральное  событие.  Оконечные  вершины  (не  имеющие  исходящих  дуг)  также  являются 
решениями  о  классификации  анализируемого  процесса.  Нечеткие  темпоральные  события, 
заданные дугами, являются нечеткими конъюнкциями длительности перехода, заданной нечетким 
высказыванием над множеством 
t
L
, со значением нечеткого высказывания над множествами 
pi
L

задающего описание характера изменения параметров. 
В целом база знаний представляет собой набор деревьев нечеткого качественного развития 
событий.  Выбор  набора  правил  для  последующего  анализа  процесса  осуществляется  при 
удовлетворении  условию  на  состояние  параметров,  заданного  корнем  соответствующего  дерева. 
Т.о.,  полученную  базу  знаний  можно  сравнить  с  нечеткими  деревьями  решений.  Основным 
отличием  является  то,  что  деревья  решений  применяются  для  анализа  законченной  ситуации  по 
фиксированному  количеству  признаков.  В  предлагаемом  же  подходе  оценивается  развитие 
ситуации, что позволяет применять его в режиме реального времени. 
Нечетко-логический  вывод  по  описанным  правилам  осуществляется  согласно  следующему 
алгоритму: 
1.  Пусть  в  настоящий  момент  исследуемая  кабельная  линия    имеет  следующие  значения 
анализируемых параметров: 
0
,
1...
i
p
i
N

Вычисляются  значения  нечетких  высказываний 
1
10
2
20
0
( (
),
(
),...
(
))
j
j
N
N
E
E P p
P p
P p
всех 
корней групп правил из базы знаний. Если 
j
E
> 0, то корень выбирается для дальнейшего анализа 
с параметром глубины 
0
j
G
и достоверностью 
j
j
D
E

2. Пусть теперь имеется выбранных вершин графов развития событий 
1
{ ,...,
}
k
V
V
. Каждая вершина 
j
V
с параметром глубины 
j
G
, достоверностью 
j
D
и временем 
j
t
имеет 
n
j
дуг, задающих нечеткие темпоральные события 

71 
 
{
,...,
}
q
n
j
j
E
E
.  Для  каждых  новых  значений  параметров 
{
}
ij
p
и  длительности 
j
t
с  момента 
выбора 
вершины 
j
V
вычисляются 
значения 
нечетких 
высказываний 
1
1
( (
),
(
),...
(
))
js
js
j
j
N
Nj
E
E T
t
P
p
P
p
всех дуг, исходящих из вершины 
j
V
 .  
Если 
0
j
js
t E
, то дуга 
s
j
исключается из анализа. Для остальных дуг выбирается 
js
t

при  котором 
js
E
достигает  максимального  значения,  и  затем  значения  параметров  в  момент 
времени 
j
js
t
t
подставляются в нечеткое высказывание следующей вершины. Если результат (
E js ) больше нуля, то эта вершина выбирается для дальнейшего анализа с параметром глубины 
j
G
+1  и  достоверностью  равной 
min{
, max{
},
|
}
j
js
js
D
E
E E
,  иначе  вершина  исключается  из 
анализа. 
3.  Если  выбранная  вершина 
j
V
является  конечной,  то  считается,  что  процесс  относится  к 
соответствующему  классу 
j
C
  с  достоверностью 
j
D
по
j
G
  нечетко-темпоральным  событиям. 
Окончательное решение о классификации процесса принимается путем выбора класса, имеющего 
максимальную достоверность. 
Описанный подход имеет ряд преимуществ по сравнению, например, с часто применяемыми 
для  классификации  графиков  изменения  параметров  методами,  основанными  на  использовании 
искусственных нейронных сетей. Механизмы метода качественного нечеткого описания являются 
интуитивно  понятными.  В  отличие  от  нейронных  сетей  этот  метод  может  быть  использован  в 
режиме  реального  времени,  что  очень  важно  именно  в  подсистеме  предварительной  обработки 
данных.  Он  не  требует  значительных  вычислительных  ресурсов  и  памяти,  как  нейронные  сети, 
добавление  нового  правила  не  требует  переобучения.  Значения  параметров  в  вершинах 
выбранного пути, а также длительности переходов могут быть использованы для дополнительного 
анализа: 
определение  длительности  различных  стадий,  определение  значений  параметров  в 
ключевых  стадиях  и  т.п.  Конечно,  в  этом  подходе  тоже  есть  сложные  моменты.  Основной 
трудностью является определение функций принадлежности значений из базовых терм-множеств. 
Необходимо заметить, что требуется их определять не только для каждого типа кабеля, с целью 
учета его индивидуальных особенностей. Но, однако, это не повлечет изменения базы знаний. 
Математическое обеспечение подсистемы интеллектуального анализа. 
Анализ действий оперативного персонала диспетчерского центра энергосетей отличается от 
диагностирования  отдельной  кабельной  линии  тем,  что,  как  правило,  решение  о  классификации 
необходимо выдвинуть для каждого нового события в энергосети удовлетворяющего некоторым 
условиям,  а  не  для  последовательности  событий  в  целом.  Например,  при  появлении  аварийной 
ситуации  необходимо  решить  является  ли  эта  ситуация  результатом  проведения  ТО  или  нет. 
Подобные  алгоритмы  удобно  реализовывать  в  подсистеме  интеллектуального  анализа, 
построенной на основе хранилища архива событий. 
Для  анализа  последовательностей  событий для  различных  устройств  необходимо  введение 
темпоральных  отношений  не  только  в  будущее,  но  и  в  прошлое.  Кроме  того,  требуется 
возможность задания цикличности темпоральных событий, т.к. количество  кабельных линий, по 
которым проводится техническое обслуживание, а значит количество событий, не фиксировано. 
Итак,  набор  правил  описания  развития  и  истории  событий  представляется  как 
ориентированный  помеченный  граф  с  заданной  корневой  вершиной.  Вершины  графа  задают 
нечеткие  ситуации  (нечеткие  высказывания  над  пространством  ситуаций).  Дуги  графа  задают 
нечеткие темпоральные отношения между нечеткими ситуациями. Дуги, исходящие из корневой 
вершины, делятся на темпоральные отношения в прошлое и темпоральные отношения в будущее. 
Вершины,  переход  к  которым  осуществлен  по  дугам  в  будущее,  имеют  исходящие  дуги 
только  в  будущее,  а  вершины,  переход  к  которым  осуществлен  по  дугам  в  прошлое,  имеют 
исходящие  дуги  только  в  прошлое.  Такой  граф,  задающий  набор  правил  может  не  являться 
деревом,  задавая  циклы  развития  событий  или  истории  событий.  Оконечные  вершины  (не 
имеющие исходящих дуг) являются решениями о классификации анализируемого процесса. 

72 
 
Нечетко-логический вывод осуществляется по принципам нечетко логического вывода для 
комплексного  качественного  нечеткого  описания  с  небольшими  корректировками,  связанными  с 
возможностью циклов и анализа истории событий для корневой вершины. 
Заключение 
Система  технического  диагностирования    и  мониторинга  силовых  кабельных  линий 
является  неотъемлемой  частью  современных  крупных  энергосетей.  Для  диагностирования  слабо 
формализуемых процессов, протекающих при работе отдельных функциональных устройств или 
фрагментов  сети,  предлагается  использовать  принципы,  основанные  на  нечетких  темпоральных 
отношениях,  которые  позволяют  получать  результаты  мониторинга  контролируемых  объектов  в 
реальном масштабе времени.
 
 

Достарыңызбен бөлісу:
1   ...   4   5   6   7   8   9   10   11   ...   40




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет