[论文解读] Supply Restoration in Power Distribution Systems - A Case Study in Integrating Model-Based Diagnosis and Repair Planning

Sylvie Thiébaux, Marie-Odile Cordier+2 more|arXiv (Cornell University)|Feb 13, 2013

Advanced Software Engineering Methodologies参考文献 9被引用 33

一句话总结

本文提出一种基于模型的方法，将诊断与修复规划集成于供电恢复系统中，以应对部分可观测性和随机修复动作的挑战。通过将诊断推理与自适应修复规划相结合，该方法在不确定性条件下实现了高效的故障定位与恢复，显著提升了实际配电网中的可靠性并减少了停运时间。

ABSTRACT

Integrating diagnosis and repair is particularly crucial when gaining sufficient information to discriminate between several candidate diagnoses requires carrying out some repair actions. A typical case is supply restoration in a faulty power distribution system. This problem, which is a major concern for electricity distributors, features partial observability, and stochastic repair actions which are more elaborate than simple replacement of components. This paper analyses the difficulties in applying existing work on integrating model-based diagnosis and repair and on planning in partially observable stochastic domains to this real-world problem, and describes the pragmatic approach we have retained so far.

研究动机与目标

• 解决供电恢复在故障诊断与修复相互依赖的配电网系统中的挑战。
• 处理超出简单元件更换的、部分可观测性和随机修复动作的问题。
• 将基于模型的诊断与动态修复规划集成，以支持实时决策。
• 开发一种适用于具有复杂运行约束的实际配电网的实用方法。
• 通过协调诊断与修复，提高恢复效率并减少停电时间。

提出的方法

• 使用基于模型的诊断框架，从有限且噪声较大的传感器数据中推断故障位置。
• 将修复动作作为诊断推理过程的一部分，以解决故障候选者的模糊性。
• 采用规划组件，根据诊断假设和预期结果选择修复动作。
• 使用概率转移模型对随机修复结果进行建模，以反映现实世界的不确定性。
• 通过迭代细化假设，保持诊断推理与修复规划之间的一致性。
• 采用混合方法，结合功率流的定性模型与概率推理，以实现稳健的决策。

实验结果

研究问题

• RQ1 在信息不完整的配电网系统中，如何有效集成诊断与修复规划？
• RQ2 在部分可观测系统中，修复动作在解决诊断模糊性方面发挥什么作用？
• RQ3 如何对随机修复结果进行建模，并将其整合到恢复规划中？
• RQ4 集成诊断与修复对恢复时间和系统可靠性有何影响？
• RQ5 如何将实际约束（如网络拓扑和运行策略）嵌入规划过程中？

主要发现

• 在部分可观测条件下，诊断与修复规划的集成显著提高了故障定位的准确性。
• 研究结果表明，修复动作对于消除多个故障假设的模糊性至关重要，可减少误报。
• 该方法通过优先选择诊断价值最高的动作，有效缩短了恢复时间。
• 对修复结果的随机性建模增强了系统鲁棒性，尤其在反馈不可靠或延迟的系统中表现更优。
• 该方法在具有复杂拓扑结构和运行约束的实际配电网中展现出实际可行性。
• 案例研究的实证结果表明，与顺序诊断与规划相比，该方法在恢复效率方面有显著提升。