論文《基于多agent系統(tǒng)的變電站智能培訓(xùn)系統(tǒng)》-預(yù)覽頁
【正文】 擬訂培訓(xùn) 方案 布置培訓(xùn)現(xiàn)場 受 訓(xùn) 人員解題 Agent 記錄 評價指導(dǎo) 結(jié)束 受訓(xùn)人員進入培訓(xùn)界面 繼續(xù)解題？ Y N 目的自己設(shè)置運行方式、故障類型、操作目標(biāo)，給出正確的操作步驟。 虛擬場景為變電站的外觀，包括所有的一、二次設(shè)備，工作場地，走道。 Agent 從界面中獲取受訓(xùn)人員信息，同時給予受訓(xùn)人員指導(dǎo)。進行仿真計算需要三部分?jǐn)?shù)據(jù)：元件參數(shù)、網(wǎng)絡(luò)拓撲結(jié)構(gòu)和計算初值。運行中變電站的 Agent 根據(jù)收到的進線電壓自己計算詳細的運行參數(shù)。在虛擬場景中受訓(xùn)人員可以進行定值修改、區(qū)號切換、故障查看、信號復(fù)歸等操作。當(dāng)然，若發(fā)生短路、斷線等故障，后臺監(jiān)控模塊也接受虛擬場景模塊傳送的信號，調(diào)用仿真計算。可能有直流系統(tǒng)、并列裝置、穩(wěn)定控制裝置、遠動裝置、 調(diào)壓裝置等等。 （ 5）防誤閉鎖模塊 國內(nèi)現(xiàn)有的變電站大多數(shù)都安裝了微機型防誤閉鎖裝置，用來實現(xiàn)“五防閉鎖”。 （ 6）場景控制模塊 所有的故障都有外在表現(xiàn)，不同的運行方式設(shè)備狀態(tài)也不相同。當(dāng)然，這些動作必需和其它功能模塊的行為一致。 Agent 的心智模型 本設(shè)計中 Agent 詳細的心智模型如圖 4 所示。 信 念 集 試 題 庫 （專家系統(tǒng)） 虛擬變電站操作題 文字題 檔 案 庫 （模型庫） 虛擬變電站模型 培訓(xùn)界面模型 受訓(xùn)人員模型 Agent 模型 通信模型 操作邏輯模型 規(guī) 則 庫 知識修改規(guī)則 匹配規(guī)則 選擇規(guī)則 試題庫中有兩種類型的試題：虛擬變電站操作題和文字題。 檔案庫又稱模型庫，包含六種模型。Agent 模型分為自我認識和對其它 Agent 的認識。操作邏輯模型是操作者必須遵守的行為規(guī)范， Agent 用它來評價操作者的行為，作為指導(dǎo)操作過程的依據(jù)。而規(guī)則中的另一部分用來補充試題庫。比如說，操作者完成事故處理的能力值為 3，則性格較保守的 Agent 選出的試題所要求的事故處理能力可能為 （為了逐步提高訓(xùn)練的難度），而性格較激進的 Agent 選出的試題所要求的事故處理能力可能為 。若對某類設(shè)備的熟悉程度超過 則不再將該類設(shè)備列入應(yīng)考慮的范圍。再用匹配規(guī)則中的推理部分得出受訓(xùn)人員應(yīng)如何改進以及應(yīng)閱讀那些輔導(dǎo)書。在指導(dǎo)評價中， Agent 總是先告訴受訓(xùn)人員更重大的問題。愿望集中的內(nèi)容不但由信念集中試題庫、檔案庫和規(guī)則庫相互作用產(chǎn)生，還受到意圖集的影響。 Agent 的意圖可以是對功能模塊的操作，也可以向其它 Agent 通訊的決定。 3 Agent 的協(xié)商設(shè)計 由于一次網(wǎng)絡(luò)的拓撲結(jié)構(gòu)約束，各變電站Agent 間的相互作用較簡單。 其中“ +”號表示主動方 Agent 的行為，“ ”號表示被動方 Agent 的行為。當(dāng)對方與它直接相連，主動方 Agent 能從聯(lián)絡(luò)線的潮流推斷出對方的運行方式，進而以作出破壞性的動作相威脅，如切斷聯(lián)絡(luò)開關(guān)或在聯(lián)絡(luò)線端口制造短路事故；當(dāng)主動方 Agent 沒有直接與被動方相連，它會從 Agent 模型庫調(diào)出自己曾經(jīng)幫助過對方的記錄，以此勸說對方。 進入狀態(tài) S4 后，被動方 Agent 并不是馬上執(zhí)行被請求的動作，而是將目前的培訓(xùn)完成后，等待主動方的通知行動。一條普通的 KQML 消息可能如圖 7 所示。 language 和 ontology 為消息層，說明本次通信所使用的具體語言和本體論。本次消息的內(nèi)容是 p6 點的導(dǎo)納矩陣是多大。其中 Pre()為預(yù)備條件，是一個言語行為成功執(zhí)行所需要滿足的前提條件。本原語中 A 的意圖是想讓 B 明白如果 B不做 X2， A就做 X1；而 B 知道 A有這種意圖。 本設(shè)計中 Agent 通信模塊內(nèi)含兩部分功能：消息 包處理和消息包識別。 （ 2）設(shè)計了基于 BDI 模型的 Agent 的結(jié)構(gòu)體系，將 Agent 的心智狀態(tài)和培訓(xùn)過程有機結(jié)合起來。 2. Inform(A,B,S) 其中 S 指 If ﹁ Do(B,X2) Then Do(A,X1) 3. Pre(A): Want(A,Do(B,X2)) ∧ Know(A,Can(Do(A,X1))) ∧Know(A,Know (B,Can(Do(A,X1)))) Pre(B):﹁ Want (B, Do(B,X2))∧ Know(B,Can(Do(A,X1))) 4. Post(A):Intend(A,Know(B,S)) Post(B):Know(B,Want(A, Know(B,S)) 5. Completion:Know(B,S) 6. Threaten (A,B,X1,X2)用于 A 說服 B 做 X2 圖 8 Threaten 原語的語法及語意說明 [1]王文杰 ,葉世偉 . 人工智能原理及應(yīng)用 [M]. 北京：人民郵電出版社 , 20xx .3 [2]蔡自興 ,徐光佑 . 人工智能及其應(yīng)用（第三版）[M]. 清華大學(xué)出版社 , 20xx .8 [3]曾芬芳 . 虛擬現(xiàn)實技術(shù) . 上海：上海交通大學(xué)出版社， 1997 .6 [4]劉浩 ,戴居風(fēng) . 虛擬現(xiàn)實技術(shù)及其應(yīng)用研究 [J]. 微計算機信息， 20xx, 21(1):200201 [5]張志鵬 ,勞奇成 . 虛擬現(xiàn)實技術(shù)的概況及應(yīng)用[J]. 精密制造與自動化， 20xx, 3:3840
公司管理相關(guān)推薦
鄂ICP備17016276號-1