梁 庚，李 文，崔青汝

（1.華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京市 102206；2.國能智深控制技術(shù)有限公司，北京市 102209；3.北京市電站自動(dòng)化工程技術(shù)研究中心，北京市 102209；4. 國電新能源技術(shù)研究院有限公司，北京市 102209）

0 引言

當(dāng)期我國的水電智能化建設(shè)正處在蓬勃發(fā)展階段，具備一定智能化水平的水電站數(shù)量也在逐漸增加。但當(dāng)前新建智能水電、現(xiàn)有水電智能化改造方面仍存在一定的盲目性、跟風(fēng)性、復(fù)制性和重復(fù)性的建設(shè)問題，并未完全做到因地制宜、按照智能化的本質(zhì)特征去理解和指導(dǎo)智能水電的建設(shè)，存在著“只見樹木，不見森林”的情況，在智能化建設(shè)上還沒有完全建立起全局觀，缺乏一定程度的理論指導(dǎo)。從出于實(shí)用性自發(fā)意識的智能水電建設(shè)階段逐步過渡到基于對智能化特征本質(zhì)把握的智能水電建設(shè)的自覺性階段是當(dāng)前水電建設(shè)中亟須解決的一個(gè)轉(zhuǎn)型問題。因此從理論和實(shí)踐相結(jié)合的角度對智能體特征進(jìn)行深度解析，并與具體智能化建設(shè)實(shí)踐相聯(lián)系，形成映射關(guān)系，對于高效、靈活的智能水電建設(shè)具有積極的指導(dǎo)意義。

1 智能化技術(shù)的主要特征解析

智能化的實(shí)現(xiàn)基礎(chǔ)是泛在感知，其主要特征表現(xiàn)為自學(xué)習(xí)、自組織、自尋優(yōu)（自趨優(yōu)）、自適應(yīng)、自恢復(fù)。其中的“自”表示“自動(dòng)”“主動(dòng)”的含義，也即如果將擁有智能的實(shí)體看作是智能體，智能化即為其積極、主動(dòng)地探索環(huán)境、改造自身從而適應(yīng)所在環(huán)境的趨向和行為[1]。

智能化包括兩層含義：一是與智能體相關(guān)的、由多個(gè)來自環(huán)境的約束變量構(gòu)成的二維或多維約束空間；二是智能體自身的狀態(tài)（或形態(tài)）。智能體處在約束空間中，且具備形態(tài)轉(zhuǎn)換和變化能力，即“變形”能力。包含兩層含義的智能化概念可由圖1所示模型表示。

圖1 智能化概念模型Figure 1 Conceptual model for the intellectualization

智能化的程度即智能體在約束空間中的位置問題，包括以下三種狀態(tài)：

（1）智能化度低。此時(shí)上述智能化模型所表征的智能體的任何部分觸及或超越約束空間均可看作是不滿足部分約束條件的要求，或?qū)Νh(huán)境不適應(yīng)。

（2）智能化程度中。此時(shí)上述智能化模型所表征的智能體的任何部分均未觸及約束空間邊界，智能體狀態(tài)滿足全部約束條件，對環(huán)境適應(yīng)，但并非處于最優(yōu)狀態(tài)。

（3）智能化程度高。此時(shí)上述智能化模型所表征的智能體的任何部分均未觸及約束空間邊界，智能體狀態(tài)滿足全部約束條件，同時(shí)智能體自身狀態(tài)處于最優(yōu)，體現(xiàn)為對環(huán)境高度適應(yīng)。這三種狀態(tài)如圖2所示。

圖2 智能化的三種狀態(tài)Figure 2 Three states for intellectualization

上述智能化的三種狀態(tài)并非靜態(tài)的，而是一個(gè)動(dòng)態(tài)的過程。由于智能體所處環(huán)境不斷變化，導(dǎo)致約束空間形態(tài)也不斷變化，因此智能體為了保證自身總是處在對環(huán)境的適應(yīng)和優(yōu)化狀態(tài)下，就需要不斷調(diào)整自身狀態(tài)和行為。例如，圖3所示為環(huán)境變化時(shí)一個(gè)高度智能化的智能體隨環(huán)境變化調(diào)整自身狀態(tài)的過程。

圖3 高度智能化的智能體隨環(huán)境變化調(diào)整自身狀態(tài)的過程Figure 3 The adaptation process of intelligent entity with change of environment

在變化的環(huán)境中，這種行為越實(shí)時(shí)、越準(zhǔn)確表明系統(tǒng)的智能化度越高。

有時(shí)智能體自身局部故障會(huì)導(dǎo)致狀態(tài)發(fā)生變化，此時(shí)會(huì)形成如圖4所示的“穿刺”狀態(tài)，即智能體故障導(dǎo)致形變穿出約束空間。有些時(shí)候?yàn)榱吮Ｕ线\(yùn)行的安全性，需要人為修改環(huán)境因素或參數(shù)來使約束空間變化，從而使局部故障的智能體能夠仍然處于約束空間內(nèi)，如水電站的負(fù)荷分配及負(fù)荷指令處理操作就屬于這一類修改環(huán)境參數(shù)和智能體相適應(yīng)的情況。

圖4 智能體局部故障導(dǎo)致的“穿刺”狀態(tài)及約束空間的調(diào)整Figure 4 Penetration states caused by partial faults from intelligent entity and the re-arrangement of constraint space

在一個(gè)控制系統(tǒng)中，控制器和被控對象共同構(gòu)成了智能體，被控對象是智能體的實(shí)體部分，控制器是智能體調(diào)整自身形態(tài)——實(shí)施“變形”的決策者，控制系統(tǒng)的執(zhí)行機(jī)構(gòu)是智能體“變形”的執(zhí)行者。生產(chǎn)過程或系統(tǒng)中的閥門開度變化、截閥開閉、設(shè)備啟停等，都是智能體實(shí)施“變形”的重要形式。

1.1 泛在感知

智能體要調(diào)整自身狀態(tài)以適應(yīng)環(huán)境變化，必須對環(huán)境和自身狀態(tài)有非常好的了解和掌握，這可以通過泛在感知技術(shù)來實(shí)現(xiàn)。如圖5所示。通過遍布式的泛在感知，智能體可以獲得環(huán)境信息和自身狀態(tài)信息，并掌握自身狀態(tài)與約束空間邊界的距離，從而為調(diào)整自身狀態(tài)提供最基礎(chǔ)的依據(jù)。

圖5 智能化中的泛在感知Figure 5 Ubiquitous perception in intellectualization

1.2 自學(xué)習(xí)

自學(xué)習(xí)是智能化實(shí)現(xiàn)的一種重要手段，是智能體構(gòu)造或不斷增強(qiáng)輸入輸出映射集（規(guī)則集）的過程。如果將輸入輸出映射集看作是智能體的知識，則自學(xué)習(xí)就是智能體“獲取知識”或“增長知識”的過程。智能體的智能化程度在很大程度是體現(xiàn)在輸入輸出映射集，也即知識集是否完備和精確方面的。例如專家系統(tǒng)中的“IF-THEN”規(guī)則條目和模糊控制中的模糊規(guī)則的定義，都屬于知識。如果規(guī)則集（知識）是智能體通過某個(gè)過程逐漸獲得的，則認(rèn)為該智能體具有自學(xué)習(xí)能力?？刂葡到y(tǒng)中的某些控制器的控制參數(shù)是人為設(shè)定的，且設(shè)定后不能在線修正，則認(rèn)為該系統(tǒng)不具備自學(xué)習(xí)能力，例如傳統(tǒng)的PID控制器。在自學(xué)習(xí)過程中，包括有導(dǎo)師學(xué)習(xí)的模式和無導(dǎo)師學(xué)習(xí)的模式。又如神經(jīng)網(wǎng)絡(luò)中的深度學(xué)習(xí)采用多個(gè)神經(jīng)網(wǎng)絡(luò)隱含層來存儲(chǔ)規(guī)則，在自身狀態(tài)調(diào)整上精度更高，學(xué)習(xí)的結(jié)果也更為準(zhǔn)確。半監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)在宏觀上也可劃分到有導(dǎo)師和無導(dǎo)師的學(xué)習(xí)模式中。導(dǎo)師監(jiān)督學(xué)習(xí)是將導(dǎo)師的輸入輸出映射集（知識）傳輸（傳授）給智能體的過程；無導(dǎo)師學(xué)習(xí)中沒有現(xiàn)成的輸入輸出映射集（知識）可供傳輸給智能體，需要靠智能體自身的“嘗試”“試錯(cuò)”來不斷擴(kuò)充和完善輸入輸出映射集。

1.3 自尋優(yōu)

如果說自學(xué)習(xí)更強(qiáng)調(diào)的是一個(gè)過程，自適應(yīng)、自尋優(yōu)則不但包括過程而且更注重結(jié)果。自適應(yīng)、自尋優(yōu)在范疇上比自學(xué)習(xí)更大。自學(xué)習(xí)是構(gòu)建知識庫（規(guī)則庫），是自適應(yīng)、自尋優(yōu)實(shí)現(xiàn)的一種手段。但自適應(yīng)、自尋優(yōu)的實(shí)現(xiàn)不一定使用規(guī)則庫，即不一定使用自學(xué)習(xí)機(jī)制來實(shí)現(xiàn)。自適應(yīng)、自尋優(yōu)還可以包括其他手段，比如直接使用某種模型來進(jìn)行尋優(yōu)操作。自尋優(yōu)在實(shí)現(xiàn)手段上既可以通過自學(xué)習(xí)獲得規(guī)則庫使用類似查表的形式實(shí)現(xiàn)，又可以按照某種既定的優(yōu)化準(zhǔn)則來進(jìn)行動(dòng)態(tài)計(jì)算控制量從而調(diào)整智能體自身狀態(tài)的，這可以被認(rèn)為是某種規(guī)則庫的解析式化。

自尋優(yōu)可以描述為：當(dāng)已知條件（或稱為環(huán)境信息）發(fā)生變化時(shí)，為了保持最優(yōu)的控制指標(biāo)，控制量需相應(yīng)地變化，以動(dòng)態(tài)地維持指標(biāo)為一個(gè)相對不變的最優(yōu)值，這是一種“以動(dòng)制動(dòng)”思想的體現(xiàn)。自尋優(yōu)可以看作是在現(xiàn)有的可包圍指標(biāo)點(diǎn)的已知條件集下通過運(yùn)算衍生出新的數(shù)據(jù)，構(gòu)造新的已知條件集，縮小已知條件集與指標(biāo)點(diǎn)之間的空間，從而逐步達(dá)到指標(biāo)點(diǎn)的過程。自尋優(yōu)的過程可如圖6所示。

圖6 自尋優(yōu)的過程Figure 6 Process of self optimization

常用的自尋優(yōu)算法有遺傳算法（GA）、粒子群算法（PSO）、蟻群算法、果蠅算法（FOA）等。

1.4 自適應(yīng)

自適應(yīng)與自尋優(yōu)具有一定程度的相似性。但智能體自適應(yīng)的最終形態(tài)不一定是最優(yōu)的，與自適應(yīng)所設(shè)定的指標(biāo)有關(guān)。智能體的自適應(yīng)通過確立的控制指標(biāo)和不斷獲取當(dāng)前自身狀態(tài)來相應(yīng)調(diào)整自身狀態(tài)來趨近于既定指標(biāo)。例如自適應(yīng)控制中的對象參數(shù)的在線辨識，就是智能體獲得自身狀態(tài)信息的一種途徑。自尋優(yōu)可以看作是以某種最優(yōu)指標(biāo)為目標(biāo)的自適應(yīng)。在自適應(yīng)狀態(tài)下，從某種角度或從某個(gè)指標(biāo)評價(jià)來說，智能體自身狀態(tài)是“合理的”，但可能不是“最佳的”。

1.5 自組織

智能化特征中的自組織與生態(tài)系統(tǒng)中的自組織具有共通之處。生態(tài)系統(tǒng)中各種生物通過食物網(wǎng)聯(lián)系并與環(huán)境相融洽。就像各類生物一樣，進(jìn)化成最適應(yīng)環(huán)境的形態(tài)。哈肯（1979）對自組織現(xiàn)象描述為“所有子系統(tǒng)之間的相互作用對整個(gè)系統(tǒng)的貢獻(xiàn)好像是有調(diào)節(jié)的、有目的地自組織起來的”?！敖M織”可看作是事物的相關(guān)元素的交互、融通的過程。自組織的過程可理解為在一定條件下系統(tǒng)自動(dòng)地由無序走向有序、由低級有序走向高級有序的過程。智能體內(nèi)部各部分自動(dòng)協(xié)同達(dá)到適應(yīng)或優(yōu)化的狀態(tài)就可以看作是一種自組織的形式。例如電站控制中的協(xié)調(diào)控制可看作是自組織的一種形式。智能體的自組織過程如圖7所示。

圖7 智能體的自組織過程Figure 7 Process of self-organization for intelligent entity

1.6 自恢復(fù)

自恢復(fù)可理解為自動(dòng)重建。系統(tǒng)的自恢復(fù)也就是系統(tǒng)自動(dòng)重建的過程?！盎謴?fù)”是與“破壞”相對的，破壞是一個(gè)從有到無的過程，而恢復(fù)則是一個(gè)從無到有的過程。因此，要實(shí)現(xiàn)從無到有，需有“冗余”或“備份”機(jī)制作為基礎(chǔ)?，F(xiàn)有的被破壞了，可以使用冗余的或備份的來重建。冗余或備份是自恢復(fù)實(shí)現(xiàn)的根本機(jī)制。自恢復(fù)的程度主要取決于數(shù)據(jù)冗余和備份的程度。

2 智能化技術(shù)特征元素相互關(guān)系

智能化技術(shù)的五個(gè)特征中，自學(xué)習(xí)是實(shí)現(xiàn)自適應(yīng)與自尋優(yōu)的基礎(chǔ)，但不是唯一途徑。自適應(yīng)與自尋優(yōu)（自趨優(yōu)）較為相似，當(dāng)確定的優(yōu)化目標(biāo)不同時(shí)，表現(xiàn)為自尋優(yōu)和自適應(yīng)。自適應(yīng)也是確定了某個(gè)適應(yīng)性目標(biāo)值的前提下來調(diào)整智能體自身狀態(tài)，適應(yīng)當(dāng)前的應(yīng)用需求或應(yīng)用場景（約束空間）。自組織是智能體多個(gè)組成部分的協(xié)同，從而從整體上達(dá)到適應(yīng)或最優(yōu)的過程。自恢復(fù)也是以自學(xué)習(xí)、自組織為基礎(chǔ)的，只有具備了自組織的能力才能在系統(tǒng)受到破壞時(shí)（例如通過自學(xué)習(xí)獲得的相關(guān)輸入信息元類型及影響權(quán)重等數(shù)據(jù)丟失等）通過自學(xué)習(xí)、自組織重構(gòu)系統(tǒng)。智能化技術(shù)特征元素相互關(guān)系如圖8所示。

圖8 智能化技術(shù)特征元素相互關(guān)系Figure 8 Correlation between feature elements in intellectualization

3 基于智能化特征的水電智能化技術(shù)映射

下面以水電智能化中已實(shí)施或可能實(shí)施的幾種技術(shù)為例說明智能化特征的映射關(guān)系。

3.1 梯級水電站負(fù)荷智能調(diào)度

梯級水電站負(fù)荷實(shí)時(shí)調(diào)度不僅與電力系統(tǒng)緊密相連，還與水庫的水情息息相關(guān)，需綜合考慮電網(wǎng)、水庫、機(jī)組等多方面的約束。水電電站負(fù)荷分配策略主要以總耗能最小模型或上下游流量匹配的水位平穩(wěn)模型為主。這種應(yīng)用屬于對約束空間進(jìn)行修正來符合電站智能體的狀態(tài)信息。構(gòu)成約束空間的約束條件主要包括安全性（調(diào)頻、調(diào)峰、運(yùn)行水位、最小泄流量等），經(jīng)濟(jì)性（有無棄水、流域耗水率、機(jī)組調(diào)節(jié)次數(shù)等）。在這種應(yīng)用中，通過改變水電站這一智能體的約束空間的方式來間接起到智能體自適應(yīng)、達(dá)到智能體調(diào)整自身在約束空間中位置的目的。這種應(yīng)用屬于智能體間接性自適應(yīng)、自尋優(yōu)的范疇。

3.2 設(shè)備管控、狀態(tài)監(jiān)測和故障診斷

設(shè)備管控、狀態(tài)監(jiān)測是水電站智能體主動(dòng)、實(shí)時(shí)獲取自身狀態(tài)的一種有效手段。智能體了解自身狀態(tài)后，結(jié)合約束條件就能夠很好地了解自身在約束空間中的位置，從而調(diào)整自身狀態(tài)，達(dá)到適應(yīng)性或最優(yōu)性。設(shè)備故障診斷當(dāng)水電站智能體發(fā)生或接近發(fā)生“穿刺”情況時(shí)，及時(shí)消除智能體自身出現(xiàn)的“毛刺”、調(diào)整自身狀態(tài)已達(dá)到對約束空間的適應(yīng)性。主體屬于智能化中的泛在感知范疇，與智能體的自適應(yīng)特征具有密切的聯(lián)系。例如多系統(tǒng)/多設(shè)備智能聯(lián)動(dòng)、基于機(jī)器人技術(shù)的設(shè)備智能巡檢、設(shè)備智慧檢修等也都屬于此類型。再如流域級的設(shè)備管控平臺(tái)通過各電水電站綜合數(shù)據(jù)平臺(tái)全面獲取生產(chǎn)設(shè)備綜合數(shù)據(jù)，形成流域“云數(shù)據(jù)中心”，為設(shè)備分析診斷提供大數(shù)據(jù)支撐，形成更大規(guī)模的自適應(yīng)。

3.3 智能安全管理

智能安全管理通過智能安全裝備采集現(xiàn)場人員和設(shè)備數(shù)據(jù)。除了設(shè)備作為水電站智能體的主要實(shí)體之外，運(yùn)行人員也是水電站智能體的重要組成部分，也影響到水電站智能體的狀態(tài)和在約束空間中的位置。智能安全管理通過智能安全帽、安全梯、安全帶、視頻監(jiān)控、無線傳感等手段獲取水電站各類運(yùn)行人員信息，如同對設(shè)備的監(jiān)控一樣，形成對智能體自身狀態(tài)的監(jiān)控。主體屬于智能化中的泛在感知范疇，與智能體的自適應(yīng)特征密切聯(lián)系。

3.4 智能化評估

智能化水平評估方面，在基本層面上可以按照前文所述的三種智能化狀態(tài)來進(jìn)行評估，即由智能體與約束空間相對位置所決定的智能化程度低、中、高。在評估智能化中級以上水平時(shí)，可以進(jìn)一步依據(jù)優(yōu)化的效果，比如生產(chǎn)效率、成本等指標(biāo)，也即智能體在約束空間中的位置是否為最優(yōu)。

4 結(jié)束語

智能化是當(dāng)前水電建設(shè)的主要方向。智能化的基本特征在智能化應(yīng)用中有著具體的體現(xiàn)。同時(shí)，對智能化特征和本質(zhì)的理解、掌握對智能化在水電工程中的設(shè)計(jì)和應(yīng)用具有積極指導(dǎo)作用。未來的智能化水電建設(shè)可以在滿足實(shí)際需求的同時(shí)，依據(jù)泛在感知、自學(xué)習(xí)、自適應(yīng)、自尋優(yōu)、自組織、自恢復(fù)的基本特征來組織和實(shí)施。對于目前在建的部分智能水電則可在對其現(xiàn)有智能化特征進(jìn)行評估的基礎(chǔ)上從多個(gè)特征角度進(jìn)一步完善，做到有的放矢、點(diǎn)面結(jié)合、全面推進(jìn)，做到“既見樹木，又見森林”，以智能化技術(shù)特征為主線，把握好局部與全局的關(guān)系，實(shí)現(xiàn)機(jī)組級、場站級、流域級從小到大范圍的智能化覆蓋。