Методы диагностирования силовых трансформаторов тяговых подстанций (стр. 14 )

По выявленным тепловым аномалиям, проводится анализ возможных причин их вызывающих и намечается объем дополнительных проверок и измерений. Желательно всю информацию о результатах тепловизионного обследования и иных испытаниях, а также результаты осмотра, выявленные неисправности и эксплуатационные данные закладывать в компьютерный банк данных по каждому из исполнений трансформаторов.

4. Применение экспертных систем для обработки результатов диагностирования силовых трансформаторов

4.1 Основные понятия и определения

4.1.1 Назначения и основные свойства экспертных систем

В системах искусственного интеллекта и в экспертных системах, в частности, решаются, как правило, неформализованные задачи, то есть ЭС и системы ИИ не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач (например, проблем обработки данных, проектирования или научных расчетов). Просто вместо последовательного программирования с заранее создаваемыми программами (процедурное программирование) искусственный интеллект предполагает динамическое формирование программы из накопленных в памяти компьютера фактов, навыков и правил, которые машина применяет в конкретной ситуации.

ЭС используются для решения так называемых неформализованных задач, общим для которых является то, что:

задачи не могут быть заданы в числовой форме; цели нельзя выразить в терминах точно определённой целевой функции; не существует алгоритмического решения задачи; если алгоритмическое решение есть, то его нельзя использовать из-за

ограниченности ресурсов (время, память).

Неформализованные задачи обычно обладают следующими характеристиками:

ошибочность, неоднозначность, неполнота и противоречивость исходных данных; ошибочность, неоднозначность, неполнота и противоречивость знаний о проблемной области1 и о решаемой задаче; большая размерность пространства решения, то есть перебор при поиске решения весьма велик; динамически изменяющиеся данные и знания.

Большой интерес к экспертным системам вызван, по крайней мере, тремя причинами:

они ориентированы на решение большого круга задач в неформализованных областях, то есть на приложения, которые до недавнего времени считались мало доступными для вычислительной техники; экспертные системы предназначены для работы специалистов, не имеющих навыков программирования, что дает возможность резко расширить сферу использования вычислительной техники; экспертные системы решают практические задачи, получая при этом результаты, сравнимые с результатами, которые получил бы человек-эксперт.

На рисунке 25 отражено положение, которое экспертные системы занимают среди систем искусственного интеллекта.

Программы искусственного интеллекта – демонстрируют интеллектуальное поведение умелым применением эвристик.

Системы, основанные на знаниях – делают знания предметной области явными и отделяют их от остальной части системы.

Экспертная система - это программное средство, использующее экспертные знания для обеспечения высокоэффективного решения неформализованных задач в узкой предметной области. Основу ЭС составляет база знаний (БЗ) о предметной области, которая накапливается в процессе построения и эксплуатации ЭС. Накопление и организация знаний - важнейшее свойство всех ЭС.

Рисунок 25 - Место экспертных систем в программах искусственного интеллекта

Рисунок 26 - Основные свойства ЭС

Знания являются явными и доступными, что отличает ЭС от традиционных программ, и определяет их основные свойства, такие, как:

1) Применение для решения проблем высококачественного опыта, который представляет уровень мышления наиболее квалифицированных экспертов в данной области, что ведёт к решениям творческим, точным и эффективным.

2) Наличие прогностических возможностей, при которых ЭС выдаёт ответы не только для конкретной ситуации, но и показывает, как изменяются эти ответы в новых ситуациях, с возможностью подробного объяснения каким образом новая ситуация привела к изменениям.

3) Обеспечение такого нового качества, как институциональная память, за счёт входящей в состав ЭС базы знаний, которая разработана в ходе взаимодействий со специалистами организации, и представляет собой текущую политику этой группы людей. Этот набор знаний становится сводом квалифицированных мнений и постоянно обновляемым справочником наилучших стратегий и методов, используемых персоналом. Ведущие специалисты уходят, но их опыт остаётся.

4) Возможность использования ЭС для обучения и тренировки руководящих работников, обеспечивая новых служащих обширным багажом опыта и стратегий, по которым можно изучать рекомендуемую политику и методы.

4.1.2 Архитектура экспертных систем

Экспертные системы - это специфичные программы, поскольку, как правило, используют механизм автоматического рассуждения (вывода) и так называемые слабые методы, такие, как поиск или эвристика. Они существенно отличаются от точных и хорошо аргументированных алгоритмов и не похожи на математические процедуры большинства традиционных разработок.

Основой любой ЭС является совокупность знаний, структурированная в целях упрощения процесса принятия решения. Для специалистов в области искусственного интеллекта термин знания означает информацию, которая необходима программе, чтобы она вела себя "интеллектуально". Эта информация принимает форму фактов и правил. Факты и правила в ЭС не всегда либо истинны, либо ложные. Иногда существует некоторая степень неуверенности в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется "коэффициентом доверия".

Коэффициент доверия — это число, которое означает вероятность или степень уверенности, с которой можно считать данный факт или правило достоверным или справедливым.

ЭС используют эвристики, так как задачи, которые она решает, трудны, не до конца понятны, не поддаются строгому математическому анализу или алгоритмическому решению. Алгоритмический метод гарантирует корректное или оптимальное решение задачи, тогда как эвристический метод даёт приемлемое решение в большинстве случаев.

Знания в ЭС организованы так, чтобы знания о предметной области отделить от других типов знаний системы, таких как общие знания, о том, как решать задачи или знание о том, как взаимодействовать с пользователем. Выделенные знания о предметной области называются базой знаний, тогда как общие знания о нахождении решений задач называются механизмом вывода. Программные средства, которые работают со знаниями, организованными таким образом, называются системами, основанными на знаниях.

Граница между программами ИИ и экспертными системами не так уж четко ограничена.

Экспертные системы - это программы, которые при решении задач, трудных для человека-эксперта, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом.

Как правило, современная экспертная система содержит следующие компоненты (Рисунок 27):

подсистему приобретения знаний; базу знаний; механизм вывода; рабочую память; интерфейс пользователя; подсистему объяснения; подсистему совершенствования вывода.

Рисунок 27 - Архитектура экспертной системы

Среда разработки используется создателями ЭС для введения и представления экспертных знаний, а среда консультации доступна пользователям (не экспертам) для получения экспертных знаний и советов.

Приобретение знаний - это сбор, передача и преобразование опыта решения проблем из некоторых источников знаний в компьютерные программы при их создании или расширении (потенциальные источники знаний - люди-эксперты, учебники, базы данных, исследовательские отчеты, собственный опыт пользователей).

База знаний содержит два основных элемента - факты (данные) из предметной области и специальные эвристики или правила, которые управляют использованием фактов при решении проблем.

Механизм вывода - управляющая структура ЭС. Известна также как интерпретатор правил (в ЭС, основанных на правилах). Это компьютерная программа, управляющая использованием системных знаний посредством формирования и организации последовательности шагов, предпринимаемых для решения проблемы (так называемой “повестки”).

Составляющие механизма вывода:

интерпретатор (обычно интерпретатор правил) выполняет выбранную повестку, применяя соответствующие правила из базы знаний;

2) планировщик управляет процессом выполнения повестки, оценивая эффект применения различных правил с точки зрения приоритетов или других критериев.

Рабочая память служит для хранения данных, полученных от пользователя, и промежуточных данных, выведенных в ходе работы системы.

Интерфейс пользователя. Экспертные системы содержат лингвистический процессор для дружественного, проблемно-ориентированного общения между пользователем и компьютером (лингвистический процессор преобразует входные данные, представленные на ограниченном естественном языке - русском, английском - в представление на внутреннем языке системы и обратно - сообщения системы на внутреннем языке в сообщения на ограниченном естественном). Общение это может сопровождаться графикой и многооконным меню.

Подсистема объяснения сообщает, почему и как программа вывода обрабатывает тот или иной символ. Обычно объяснительный блок сообщает следующее: как правила используют информацию пользователя, почему использовались (не использовались) данные правила, какие были сделаны выводы.

Совершенствование вывода. Люди-эксперты могут анализировать свою собственную работу, опыт, знания и улучшать их. Аналогичная способность необходима и для ЭС, чтобы она была способна анализировать причины своего успеха или неудачи. Это приведет к улучшению представления знаний в базе знаний и совершенствованию логического вывода.

В процессе решения задачи ЭС запрашивает у пользователя факты, касающиеся конкретной ситуации (проблемы). Получив ответы, ЭС пытается вывести заключение (рекомендацию). Эта попытка выполняется механизмом вывода, решающим, какая стратегия эвристического поиска должна быть использована применительно к данной проблеме. Пользователь может запросить объяснение поведения ЭС и объяснение ее заключений. Качество вывода определяется методом, выбранным для представления знаний, объемом базы знаний и мощностью механизма вывода.