基于电源维护的智能专家系统.ppt

-1- 基于电源维护的智能专家系统 河南公司 2011 年 7 月 -2- 立项背景 1 2 成果主要内容 3 主要创新点 4 成果应用效果 5 成果效益 目 录 -3- 3 蓄电池承担后备 电源、网络支撑 任务 改变维护现状、 提升维护手段、 解决效率底下、 延长设备寿命 维护难度大、 手段欠缺导致燃 烧、爆炸等严重 后 果 现网所用的阀控式铅酸 蓄电池，由于开路、漏 液、容量损失等维护不 当导致的电池燃烧等通 信事故屡有发生， 中国 移动 2010 年上半年通报 安徽铜陵分公司电力室 等发生火灾 ，其直接原 因是电池漏液短路引起 高温爆炸。 进行电源维护新型模式 的研究，改变传统的维 护方式、思路、想法， 开发、集成新产品，替 代传统维护方式，提升 维护效率、减少人工成 本。集团总部联合河南 公司进行此类课题的研 究，开发投运《基于电 源维护的智能专家系 统》。 随着网络的飞速发展， 全网电池组群的数量愈 加庞大。目前的维护方 式存在维护盲区及安全 隐患，电池寿命难以保 证，电池质量劣化、寿 命缩短现象日益加剧， 造成很大的浪费。 随着网络的飞速发展、设备的不断增加， 公司面临的维护压力、挑战日益严峻，电 源领域核心设备电池的维护难度大、手段 欠缺、效率低下之矛盾尤为突出，亟待改 进与提高。 立项背景 电源是整个通信系统的 “ 心脏 ” ，电源维护中的 关键设备是蓄电池组， 蓄电池的健康状况是通 信电源领域维护管理工 作的重中之重 ，它是 确保网络安全最致命的 电设备之一，是整个通 信网络可靠性依赖的最 后一个环节。 设备量大， 维护不到位， 导致设备提 前报废 -4- 成果主要内容一 系统网络架构 专家分析模型 系统采用三级结构及模块化设计，实时采集多基站下蓄电池的电压、电流 、温度、内阻等多项数据，通过对大量的蓄电池历史数据以及实时数据的分 析，提取特征参数，利用 神经网络技术 建立各种电池电压状态下 模型专家库 ，运用 波形识别技术 对蓄电池进行动态分析 专家诊断 ，输出最优、最经济的 蓄电池组组合方案，取代了原先落后的人工维护、挑选配组方案等工作量。 开发智能软件、建立专家诊断模型，取代人工作业 -5- 阀控式铅酸蓄电池是一 个将化学能转化成电能 的复杂的电化学体系， 正 / 负极板的变化，都会 导致极化电位的变化和 电池内阻的变化。 通过分析蓄电池内阻相对 自身变化对蓄电池容量的 关系，建立了蓄电池内阻 相对自身变化和容量相关 性的模型。 电压智能显示 内阻实时呈现 系统主要技术 提取特征参数 通过对大量的蓄电池 充放电时间、温度等 数据的分析，提取特 征参数，利用神经网 络技术建立时间、温 度与容量相关模型。 曲线数据记录 通过运行以来充放电 曲线相对初始充放电 曲线的趋势变化，建 立了充放电数据和容 量相关性的模型。 成果主要内容二 -6- 具备蓄电池性能分析专家诊断方法。该方法是指通过 基于蓄电池电压离散性的变化、蓄电池内阻的变化、 温度的影响、运行时间的影响等多个反映蓄电池性能 的参数作为人工神经网络的输入，输出各电池的容量 、寿命预估等。 蓄电池性能的诊断算法和软件 具备蓄电池性能拟合的配组优化方法。该方法通过电 压、内阻、曲线拟合技术，得出最优、最经济的蓄电 池配组方案。 蓄电池组优化组合方案和软件 成果主要内容三 系统主要功能软件 容量输出界面 配组输出界面 -7- 成果主要创新点 模糊理论和神经网络等技术的开发： 通过对蓄电池浮充电压 的离散度、内阻以及变化、温度、充放电曲线、运行时间等 数据的分析，采用模糊理论和神经网络等技术，对数据进行 聚类分析，实现对在线运行的蓄电池性能的分析诊断 2 曲线拟合和多参数比对的配组技术 ： 实时在线的数据监测， 对运行电压以及变化、内阻、充放电曲线、温度特性、静止 开路电压、使用时间等等，这样就可以对所有的参数进行比 较，达到所有数据的尽可能匹配，对需要配组的蓄电池所呈 现的曲线进行曲线拟合或识别的技术，保证所配组后的电池 具有比较相近的运行曲线； 这是人工配组难以实现的 3 基于前向推理方式的诊断分析和评判处理引擎，多数 据模型的建立： 建立了蓄电池浮充电压离散度、内阻 相对自身变化、充放电数据等和容量相关性的模型 4 思路创新： 建立起从底端硬件采集设备到一套基于对蓄电 池多参数（电压、电流、内阻、温度、时间等）综合分析 、实时诊断得到蓄电池