详细解读从工业4.0 到建立能源5.0的迫切性和必要性

2018-05-24 15:12:22 来源：网络

2.3 知识自动化

随着工业处理对象的复杂性和企业管理要求的提高, 工业自动化系统经历了手动控制、单回路、多回路、DCS、MES 及ERP 等过程, 主要解放了人类的体力, 实现了人类对工业系统的掌控. 在虚拟人工系统中, 存在大量物理数据、社会信息, 具有较大的不确定性、冗余性、不一致性, 仅依靠人类的智力很难对海量大数据进行有效分析, 因此需要建立知识自动化系统, 采用数据驱动、多智能体等人工智能技术, 解放人类的智力, 实现对虚拟人工系统的掌控.

1) CPSS 基础

能源5.0 时代会出现大量的数据, 进入大数据时代. 物理系统的传感、监控数据; 信息控制作用下,物理系统会产生更多相关数据; 虚拟人工系统数据的社会计算数据及人工系统的建模、推理和控制; 泛在的社会大数据及社会政策等信息的建模和人类行为的数据等. 传统建模很难, 同时也无\真" 可仿,传统的仿真和控制不再适应, 需要采用知识自动化的理论、方法和技术. 让数据说话, 成为构筑平行系统中虚拟人工系统关键.

CPSS 的关注点和关键内容:

科学问题: 传统计算和物理模型相互独立,CPSS 要求统一的建模理论, 实现计算、物理和社会的动态交互、时空一致、处理不确定性, 使CPSS交互演化, 形成虚拟和实际系统的平行运行.

技术问题: 基于上述科学问题, 研究新的规划、设计、分析和实验工具, 体现交互和演化行为, 可采用社会计算、平行执行策略.

工程问题: 系统架构、设计、集成、可操作性等.注意合理安排物理系统的时间管理、物理系统和虚拟系统的并发性等.

2) ACP 提出

由上述分析可知, 传统的仿真模型和仿真系统建立方式已经不适应虚拟人工世界的构建. 需要采用基于大数据解析的复杂系统分析方法, 包括: 基于人工系统的建模方法、计算实验与系统分析和评估、平行执行与系统控制管理的实现.

ACP 的含义:

ACP 的核心就是把复杂的CPSS 中虚的部分,分解成可定量、可计算、可执行的过程.

人工系统(A): 数据来自于实体物理世界, 采用数据驱动和语义建模, 采用默顿定律, 构建信息和行为之间的反馈; 数据来自于虚拟世界, 通过数据挖掘, 发现海量信息的\民意", 让数据来说话.

计算实验(C): 对于电力电价和人类社会负荷,少量可用统计定量分析, 多数难以抽象为数值模型,必须用\社会计算" 方法. 通过集成深度计算、群体广度计算、历史经验计算等社会计算, 可以获得虚拟人工系统的各种模态的结果. 社会计算必须基于人工社会, 采用人工智能建模, 而不是传统的利用计算机对社会建模.

如火力发电: 人力操作—单元单回路操作—单元多回路—多机组联合控制|总线化网络化—DCS—ERP. 计算控制模式不断扩大, 计算控制复杂性增加, 其各环节模型、甚至ERP 系统的管理模型也是基于业务流和人的确定操作模式, 进行建模,因此仍属于传统的建模方式, 不属于社会计算.

能源5.0 中, 人、社会、发电系统、设备、负荷、信息系统、经济、环境、安全等系统复杂程度大增.由于能源流与信息流的深度融合、工作状态多变、存在严重非线性, 且需要建立经济学、管理学、人类行为学对能源系统影响的模型, 因此传统的建模计算方式已经不适应, 必须借助于社会计算实现从定性到定量的分析, 评估人、社会、信息及能源系统的之间相互深度融合的模型.

平行执行(P): 虚拟人工能源系统和实体能源系统组成一对平行能源系统, 虚实互动构成新型反馈控制机制; 物理过程与人工计算过程的平行交互; 通过虚实互动进行求解.

ACP 流程: 针对火力发电的实际系统流程, 构造人工流程, 使来自物理、社会及信息社会的知识经验形式化、计算化、可视化, 以在线嵌入和实时反馈的方式实现描述解析、预测解析和诱导解析的功能.目标就是促使实际流程趋向人工流程(即主动控制技术,不是传统仿真意义上的让人工系统逼近实际流程, 而是通过社会计算、比较、发现更优化的运行状态, 引导实际系统逼近人工系统), 从而借助人工流程减少火力发电系统相关目标的不确定性, 化多样为归一, 使复杂变简单, 以此实现火力发电的智慧灵巧管理.

ACP 步骤: 利用人工系统(A) 对复杂问题(物理、社会、信息) 建模; 利用计算实验(C) 对复杂现象进行分析和评估; 将人工系统和实际系统并举, 通

过虚实互动, 以平行执行(P), 引导和管理物理过程.

3) 平行系统的控制

ACP 给出了复杂能源系统的人工伴生系统, 实际与人工系统基于ACP 组合互动之后, 将整合虚实子系统的资源和能力, 形成一个新的、整体功能和性能更加优越的集成系统(CPSS),进而对实际系统进行有效的管理与控制.

为实现ACP 的可操作性, 如图3 所示, 需要虚拟人工系统通过观察和评估, 不断基于数据构造人工模型、反复计算实验, 从而实现平行执行的策略.在这一过程中, 人工系统可被视为传统数学或解析建模之扩展, 是广义的知识模型, 是落实各种各样的灵捷性(Agility) 的基础. 人工系统可采用多智能体技术等智能技术构建多层次的智能模型, 使系统能够根据环境条件及自身状态, 自主优化模型. 计算实验是仿真模拟的升华, 是分析、预测和选择复杂决策的途径, 也是确保复杂情况下能够正确聚焦(Focus)的手段. 平行执行是自适应控制和许多管理思想与方法的进一步推广, 是一种通过虚实互动而构成的新型反馈控制机制,由此可以指导行动、锁定目标,保证过程的收敛(Convergence). 因此人工系统、计算实验、平行执行是灵捷、聚焦、收敛的基础, 灵捷、聚焦、收敛是实现ACP 理念的有效控制手段. 因此采用ACP 实现AFC, 可以在各种复杂情况下优化系统、提出目标、并进而有效的具体控制实现目标.