面向孤立岛礁应用的微网供电装备自主维护
米红菊1, 王维俊2, 毛龙波2, 温亚东1, 王文强1
(1. 陆军勤务学院军事设施系， 重庆 401311； 2. 军事科学院系统工程研究院， 北京 100091)
摘 要： 针对孤立岛礁微网维护保障实践中存在的决策能力弱、实施效率低、成本代价大等问题，借鉴自主维护保障(Autonomic Logistics System，ALS)及故障预测与健康管理(Prognostics and Health Management，PHM)理念，从自主功能要素、体系结构设计、运行模式框架、预测驱动机理、维护决策优化5个方面，分析探讨了构建微网供电装备自主维护保障的思路与途径，梳理总结面向岛礁应用条件下自主维护的研究重点和发展方向。研究成果可为开展岛礁后勤设施及装备的技术保障提供理论参考。
关键词： 微网； 供电装备； 自主维护保障(ALS)； 故障预测与健康管理(PHM)
为了解决长期以来海岛供电在安全风险、效能水平、成本代价、环境影响等方面的保障积弊，我军已开始积极研究、规划和建设应用于边防海岛的微电网系统，并将其列为后勤保障设施建设的重要内容。岛礁微电网系统立足于利用当地丰富的风、光、海浪、潮汐等可再生资源，就地接入、转化和消纳，应用运行控制和能量管理等技术，实现多能互补融合、网络协调联动，改变了岛礁依靠单一燃油来源进行发电的能源保障模式，极大地提升了岛礁自我保障与生存能力。
与传统岛礁供电方式相比，由于在岛礁微电网中引入了分布式能源、新型元件和设备等高新技术，使得其网络结构更加复杂，系统运行维护及检修等技术保障工作量也呈阶梯式增长[1]。因此，在岛礁微电网多尺度时空、多场景耦合、多能源互补等典型特性条件下，构建科学有效的供电装备维修系统，对于实现安全、可靠、优质和经济的供电目标具有十分重要的理论和现实意义。但在以往传统的供电装备及系统的维护管理实践中，无论是维护观念、维护技术还是维护决策等，均难以满足微网模式的运行要求，无法达到全寿命周期管理的目标，岛礁电力保障效能得不到充分发挥，亟待解决存在的现实矛盾，主要表现在如下2个方面：
实验组在同样采用常规西药治疗的基础上,给予中药治疗方法,实现中西医结合。中药治疗中涉及的药方为:黄芪20g,红藤30g,贯众15g,蒲公英20g,续断15g,丹参15g,枸杞子10g,牡丹皮10g,菟丝子10g,赤芍15g,红花10g,山药15g。在中医中,需要践行辩证施治方法,需要在其基础上,针对湿热型患者在原药方中加入黄柏10g,薏苡仁15g,白术15g,茵陈20g。如果是肝肾阴虚型,则还需要在其中加入地黄15g,茯苓20g,巴戟天15g,麦冬12g。需要将这些药品放在400ml的水中进行煎熬,使其形成汤汁,每日口服,一日三次,保证汤药温度,连续服用一个月,三个月为一疗程。
1)维护方式与电力保障可持续发展要求之间的矛盾。传统的供电装备大都采取定期维护、例行巡检以及故障应急抢修等被动反应式的维修方式，其预见性差、针对性弱、投机性强、效率低下，但却成本高，工作量和强度较大，难以适应现代战争对供电装备维修保障能力的要求[2]。特别是基于岛礁应用背景，在面临后场技术力量弱和备品备件准备时间短，同时受气候条件、补给周期、船只可及性[3]等随机因素的叠加影响下，采取传统的被动维护，极易造成岛礁供电系统在关键时间窗口内停机，严重影响岛礁电力保障的可靠性，制约了前沿后勤的保障效能。
2)维护决策与装备保障精确化要求之间的矛盾。微网供电系统作为一个复杂的分布式能源网络，高新技术密集，信息化程度高，要素间耦合性强，对某节点或装备的潜在隐患和故障的处置必然会影响整个岛礁供电系统的运行。因此，其技术保障更加强调精确化决策，需要在供电可靠性、系统安全性、装备可用性及成本经济性等方面寻求一种全局性的最优化策略。以往的维护决策主要依靠经验(如通过简单的二元健康状态判断及经验阈值)来驱动决策；或通过统计各类装备的(如风电、储能电池等)失效特征[4]，并将作为开展维护保障的依据，其决策可供参考的历史数据很少，也未考虑装备的未来健康状态或退化趋势，难以有效提高维修的针对性和精确化程度。因此，为充分发挥岛礁微网供电系统保障效能，急需在规模化建设能源保障设施的同时，研究制定出整套科学量化、适合海岛特殊环境应用的维修模式及决策方法。
目前，国内外学者对自主维护保障(也称“自主式后勤”)的概念并没有一个严格统一的定义。DREYER[6]认为ALS是一种在保障行为中能对器材、设施、人员、采购、维修和运输等实施管理的军事实体和系统，具有自动诊断、维修决策、保障实施等能力。陈春良等[7]将装备自诊断子系统，网络化、信息化的保障信息子系统和维修子系统密切协同所形成的综合保障体系定义为ALS。本质上讲，自主式保障的理念源自人体自主式神经系统，是基于知识的先导式保障，在需求辨识、资源管理以及部件和系统可靠性与安全性等综合信息的基础上，支持装备任务的执行，能最大程度地识别问题并自主启动正确的响应[8]。
1 自主维护保障概念解析
ALS是一种基于预测预知的主动式保障系统，能实现由传统的事后维修、定期维修向主动维修、基于状态的预测性维修转变，使保障模式由“粗放规模化”转型为“精确敏捷型”。美军在联合攻击机项目(Joint Strike Fighter，JSF)开发中，因采用自主维护保障系统，使维修人力减少了20%～40%，保障规模降低了50%，而飞机出动架次率却提高了25%，使用寿命达8 000飞行小时[5]。从该成功案例中得到启发，美军“先进两栖突击车”“感知与响应后勤方案”等都正在开发和应用自主式保障理念及系统，自主式保障正成为装备保障的发展方向。
1.1 自主维护保障的内涵
笔者借鉴自主维护保障(Autonomic Logistics System，ALS)理念，依托信息化手段，将供电装备维修保障要素综合集成起来，提出一种无缝后勤管理思维模式，通过构建面向岛礁应用的微网供电装备自主维护系统，来应对供电装备及系统服役所面临的压力与挑战。
自主维护保障系统主要由故障预测与健康管理(Prognostics and Health Management，PHM)系统和联合分布式信息系统(Joint Distribution Information System，JDIS)等组成，其中：PHM负责对装备的健康状态进行管理，其利用各类先进的传感器实时监测装备运行的各类状态参数和特征信号，借助各种智能算法和模型，评估装备健康状态，包括部件正常工作的时间长度、剩余使用寿命和累计损伤等，在其故障发生前对故障进行预测，并结合各种可利用的资源提供一系列的维修保障决策支持信息[9]；JDIS负责信息的传输与管理，是在装备平台、使用分队、维修保障机构、军工厂和各级器材仓库之间实现实时的全资产可视、全事件可控和全信息共享的联系纽带和信息通道，由分布式嵌入设备和数据库构成，对各种事件做出响应，制定装备使用、维修和训练程式，评估资源需求和任务要求的合理程度等。通过JDIS可使信息实时到达维护保障系统所需要的任何地方[10-11]。
“宝宝校长”这个称呼是北京工商大学“90后”的学生们给孙宝国起的，刚开始，他还真有点接受不了，但看学生们叫得真诚、叫得亲切，也就随他们了。“可能是因为我名字里有个‘宝’字吧。”说到这里，他露出一丝笑容。孙宝国是低调的、内敛的，也是谦虚的。他是宝，绝不只因为他名字里有个“宝”，更因为他多年来为我国食品添加剂领域做出的宝贵贡献，已然累积成为中国食品产业的一笔巨大财富，成了一块不可用数字去衡量的“宝”。
1.2 面向岛礁微网实施ALS的要素条件
由前述分析可以看出，在自主式维护保障系统构建中，感知触发和神经中枢响应是最根本的核心内容。因此，面向岛礁微网实施ALS，需要具备有类似PHM与JSIS功能的要素条件，具体如下：
1) PHM在供电装备及系统的发展与应用为自主维护保障系统奠定技术基础。PHM作为信息化时代提高重大装备设施的可靠性、安全性和经济承受性，实现自主式维护保障和基于状态维修的关键使能技术[9,12-14]，引起国内外军方和工业界的广泛关注：欧美各国都借助各种资助计划来大力推动PHM关键技术在军民领域的开发与应用[15]；我国在《国家中长期科学和技术发展规划纲要(2006-2020年)》[16]中也将重大产品和重大设施健康评估与寿命预测技术作为前沿技术进行重点支持。当前，已有部分学者和团队开展了针对供电设备及系统的PHM研究。文献[17-20]的作者以高铁牵引供电系统为研究对象，提出了基于PHM主动维护技术及理论的平台构建方法，并对系统可靠性、剩余寿命预测、风险评估、维修决策优化进行了深入探讨，丰富了PHM在牵引供电领域的发展与研究；郑小倩[21]对在供配电系统中应用PHM需要解决的关键技术进行梳理分析；文献[22-24]的作者分别针对电力变压器、风力发电机、光伏组件等关键设备给出了基于PHM的解决思路。在能源保障需求日益增加的形势下，前沿岛礁供电保障对供电系统的安全稳定运行、防范抵御事故风险及抢修抢建等能力的要求将越来越高，PHM在该领域必将发挥巨大的作用。
2) 微网本身具备的信息架构与监控平台为自主维护保障系统提供信息支撑。双向能量流和互动信息流是微网的一个显著特征[25]，这也是电力智能化的基本要求。通过这种机制和手段，可以在电能供给与电能使用之间建立起平衡关系，有效地提高风、光等间歇性可再生能源的利用效率，维持电网稳定性，因此，需要建立计算机化的信息架构，来执行测量、监视、保护以及实现高级控制策略。事实上，监控在实现微网的实时能量调度与管理、跟踪、监测等方面具有举足轻重的作用，已成为微电网系统的核心技术之一，也是国内外学者重点研究的方向。我国颁布了微电网监控系统相应的技术标准，对微电网数据、系统运行、信息能力、安全防护、体系结构等[26]进行规范，使微网可采集各种关键设备信息，并具备信息流转交互功能，因此，微电网本身具有的监控平台为构建自主维护保障系统提供了良好的信息支撑条件。
2 岛礁微网供电装备自主维护保障构架
2.1 体系结构分析
面向岛礁微网构建ALS系统，旨在掌握供电系统及装备健康状态，科学制定维修计划，高效及时地提供维修资源，从而提高岛礁供电系统与装备维护管理的综合效益[27]。按照目标牵引、内容支撑及技术实现的思路，确定岛礁微网供电装备ALS体系三维结构，如图1所示。
图1 岛礁微网供电装备ALS体系三维结构
其中：目标体系体现了微网实施维护保障的期望与指向，强调安全、可靠、优质、经济、快速、高效等供电要求对维护的驱动和牵引作用；内容体系是自主维护保障要完成的主要工作，是支撑目标体系的细化方案，主要由以状态监测或预测为依据的健康评估体系、以多目标优化为途径的自主决策体系和以效率效益为优化标准的维护资源调度供应体系等组成；技术体系主要是实现微网自主维护与管理的各项关键技术，包括状态感知与信息融合技术、状态评估与寿命预测技术、决策与优化技术以及成本管理与控制技术。
2.2 岛礁微网自主维护保障系统运行框架
微网自主维护保障系统运行框架体现基于PHM的监测及预测信息所触发的维护行为的响应流程，在时间和空间域上具有典型的动态特性。笔者假定礁群按3层级驻守，则岛礁微网供电系统的自主维护保障可部署为“前沿在岛级”“礁群中继级”“后场陆基级”，其网络及运行如图2所示。
前沿在岛级微网自主维护保障系统主要由各分布式电源PHM系统、维护管理与决策系统、保障资源系统等构成。考虑可再生能源利用效率及岛礁场地限制，风、光、柴、储等关键供电装备大都就势、就地部署，需有独立的PHM子系统；同时由于受天气情况、能源利用水平、工况模式和战备态势等影响，使系统正常运行中出现故障的不确定性增大，需要能源互补以及“源-荷-网-储”协调统一，将各分布式能源PHM信息进行融合，建立全局PHM系统来提高决策能力。维护与管理决策系统主要功能是把整个环境下的维护任务、保障力量、保障资源统筹为一体，通过对保障活动的计划、组织、协调、控制及指导，实现快速化、精确化的自主维护保障决策。
图2 岛礁微网自主维护保障网络及其运行
后场陆基级可接收前沿在岛级或礁群中继级保障系统的支援申请，并与各维修厂家、军工企业及承研单位等建立完整的信息与资源共享通道和机制，在自主维护保障决策支持下，启动后场人力派遣、物资筹措及前送等计划，最终实现对远海或近海岛礁微网供电系统的闭环式维护保障响应。
预测性维护 (Predictive Maintenance，PdM)是“工业4.0”的关键内容之一[28]，也是使能ALS的核心功能体现。它是从“状态监测(Condition Based Maintenance,CBM)”的概念发展而来，但却有别于CBM。CBM[29]是一种视情维修策略，通过采用一定的状态监测技术对装备设施可能发生的功能性故障的各种物理信息进行周期性检测、诊断，据此判断性能状态，并根据状态安排维修。其决策机制基于阈值，当性能参数到达设定阈值，立即执行维修任务。为保证设备具有一定的可用性，维修活动必须在对象的P-F间隔期，也即故障即将或正在发生的潜在故障点(P)与功能故障点(F)之间完成。
岛礁微网自主维护决策算法流程如图4所示。可以看出：1)通过微网监控系统、终端监测装置等，收集整理风机、光伏、储能电池等供电装备和设施的运行数据，如齿轮振动，发电机温度，叶片噪音，电池的电压、电流、温度、内阻等，构成维护保障系统知识库；2)在PHM系统支持下，对各供电装备状态进行评估，并融合历史和当前状态数据开展剩余寿命预测；3)当预测驱动条件成立，即性能参数在经过状态评估和预测得到的P-F间隔期内，即可进行维修决策优化。本文所构建的岛礁微网供电装备自主维护系统，主要从供电可靠性与维护经济性 2个维度进行决策优化建模。
3 预测驱动的自主维护决策
微网维护策略的制定需要在保障供电安全、可靠及经济等多方面寻求平衡。根据其触发机制、决策支持方式以及所使用技术的不同，维护策略一般可分为修复性维护、定期维护、基于状态的维护以及预测性维护等。其中：修复性维护也称事后维修，由于其非计划性的特点，造成系统停机时间长，成本高，属于被动维护；定期维护虽能在一定程度上预防故障发生，但无法动态选择科学有效的时间窗口，仍属被动行为。本文所述的微网供电装备自主维护采用基于预测驱动的决策思路。
3.1 自主维护的预测驱动机理分析
由图2可以看出：在自主维护保障网络中，自主维护行为由岛礁微网PHM系统实现运行状态信息的感知，通过各分布式电源的PHM系统进行信息采集与处理，并在微网系统级PHM的支持下进行综合状态推理及预测；管理与维护决策系统接收上述数据信息，参照历史数据开展趋势分析，并据此来触发驱动资源管理器实施维护规划，确定所需资源、备件可用状态、合适的维护人员及维护策略建议等：当所需资源满足维护保障需求时，即下达供应指示，开始实施维护保障；当出现本级维修力量或维修资源不足时，经评估之后，系统向“礁群中继级”或“后场陆基级”自主维护保障系统发出同级或越级支援申请，并上传故障诊断、健康评估及维修决策信息，供上级指挥机构决策参考。
图3为CBM与PdM工作机理的对比[30]。可以看出：在P-F间隔期内，基于CBM和PdM应用的维护活动都具有足够的响应时间，可以降低因装备功能失效而造成停机的概率，但是CBM参照的P-F间隔期通常是基于机理模型，即根据装备产品资料、过去的经验知识或历史故障而确定的[31]；相比之下，PdM在监测状态信息的基础上，综合环境、态势等数据，运用统计模型来识别、解读、模拟装备运行规律，预测其未来状态的发展趋势。由于模型输出信息包含对象目标的耗损与寿命变化趋势以及运转中断等预测数据，PdM可采取更主动，更具有针对性的维护；同时，可在综合技术力量、备品备件等各类维护要素情况，以及整个系统中其他装备的维护需求，能在最佳维护机会窗口内获得最佳力量配置、库存水平及维修顺序等。
图3 CBM与PdM的工作机理对比
岛礁微网供电装备(如风机、储能电池等)的故障均存在于渐变行为过程中[32]，因此体现故障的参数值也具有相应的变化趋势。对装备开展基于预测驱动的自主维护，可以得到动态的P-F窗口，找到供电装备性能退化(剩余寿命)趋势的临界值区间，并将微网未来的供能需求和产能状态纳入该预测框架，以确定合适维修时机，使因可再生能源的随机性、间歇性而造成的停机时间最短、风险影响最低，同时降低维护频率，节约岛礁微网维护成本。以风机为例，通过机器学习等智能算法对风机运行的参数值变化趋势进行预测，识别P-F间隔区间，获取风机性能退化(剩余寿命)临界值，再结合维护保障系统知识库，运用统计模型与算法，预测未来风能供给的低值概率区间[L s，L e]，进而估计维修窗口[M Ts ，M Te ]。
首先根据不同水体和不同监测目的查看设计的监测项目是否全面、合理。例如，地表水的监测项目，依据《地表水环境质量标准》(GB3838—2002)，基本项目应包括水温、pH值、DO(溶解氧)、高锰酸盐指数、CODcr、BOD5、氨氮、总氮(湖、库)、总磷、铜、锌、硒、砷、汞、镉、铅、六价铬、氟化物等24项，也可视污染情况进行适当的增减，例如在污水排放口增加色度、悬浮物的测定等。
3.2 自主维护决策基本思路
5）沟槽回填表面应平整、坚实、无粗细骨料集中现象，无明显轮迹、推移、裂缝，接茬平顺，无贴皮、散料、浮料。
3.3.1 天气约束
2) 经济性，对于考量经济性的维护调度及决策问题来说，极小化成本是众多文献采用的目标[33]，关键在于不同应用场景下对相关成本费用的分析。从构成上看，岛礁微网供电系统维护成本包括直接成本和间接成本[34-35]。直接成本主要由海上运输，监测评估，备品备件消耗等构成，间接成本由维护作业期间引起的停机电量损失构成。为了保持微网供电系统在某段关键时间窗口内的电力保障效能，需要重点考虑和分析装备健康状态评估、更换组件维护、备品备件储运供给、库存持有、越级支援或协同支援维修等成本。
图4 岛礁微网供电系统自主维护决策算法流程
但是，系统可靠性与运行经济性实际上是一对共生矛盾体：寻求高可靠性，必然加大对设备设施或系统维修维护的投入，追求经济上的最低成本，自然会减少维修维护，供电可靠性又得不到保障。因此，针对岛礁微网维修这种复杂的技术经济性决策，需要综合考虑可靠性和成本目标，设定约束条件，通过建立模型和优化算法来求取维护参数和决策变量。
3.3 自主维护决策的时空约束条件分析
由于恶劣海洋气候及海上运输条件的影响，开展维护作业的时间和空间必然受到限制和约束，因此,与其他供电系统的维护相比，海岛微网的自主维护决策具有更明显的时空约束特点，是在构建面向岛礁的自主维护决策模型时必须考虑的内容。
1) 可靠性，可采用极大化的可靠性目标。即在启动并实施自主维护的情况下，微网的供电能力或电力储备量可满足岛礁一定范围的用能需求，同时，可实现微网系统的可持续运行。一方面，由于维护的介入，微网系统的电力产出减少，满足岛礁负荷用电需求的可能性必然降低，岛礁对供电保障的满意度下降；另一方面，由于维护工作的开展，各供电设施设备的性能退化趋势得到抑制或缓解，降低了岛礁供电保障的安全风险。因此，基于极大化微网供电可靠性目标的决策优化模型，可从电力需求满意度和供电安全风险度2方面来描述。
当遭遇恶劣天气时，如强风、大浪、海上风暴、雷电、大雾等，一方面，维护作业无法按时开展；另一方面，海运船只的可及性会受到影响，使维修资源难以及时到达维护地域，进而产生维护响应延迟。设响应延迟窗口为T Delay，则
(1)
3.3.2 船运机会约束
(2)
由于在T Delay内停止维护，此时段维护状态为0，则有约束
(3)
式中：M i,t 为在时间段t 内第i (i =1,2,…,m )个维护的装备状态，如维护响应延迟，则取值为0，反之则取1；R 为全部维护任务中所经历的响应延迟T Delay的集合。
马云：我做教育的一方面原因，是在师范大学学习过，从事过教师职业，一直热爱这个职业，另一方面的原因，是我见过世界上的各种人，有很坏的人、很好的人，也有很了不起的人，看到了许多挫折，明白了许多道理。这让我知道教育的作用有多大，让我知道，教育最终是要让自己做最好的自己。
式中：t w为气象等待时间，是指遭遇大风、雷雨、高温等恶劣天气时预计的持续时间；D 为维护资源海上航行距离；V 为船机平均速度；w sp为天气条件适宜的概率，当遭遇恶劣气象条件(如风速v j>12 m/s、浪高>2 m、气温>30 ℃，或遇强雷雨天气等)，需停止运输及维护作业。郭慧东等[34]认为风速与浪高具有一定的相关性，通过分析风速对维护的影响，得出
海上运输条件(如船只类型选择、是否列入船机计划等)也会影响自主维护的实施。笔者假设船只类型已定，仅考虑维护资源因筹措未到位而错过乘船时机的情况，即船运机会约束。船运机会约束限制了维护资源在某个时间段到达目的海岛的次数，使其不能享有超过该时间段内总班次数的船运机会，则
现阶段电子信息化技术发展迅速，会计管理电算化应用广泛，在各项会计管理活动中，电子化系统降低了传统会计活动中的部分风险发生率。但是其仍存在一定的风险性，如：电子会计计算应用不充分导致渗漏、登记错误等现象时有发生，风险难以避免；工会缺乏系统完善的内部监管制度，监管体系存在不足，导致审计、监督管理不及时、不全面、不到位，进而导致记账错误、征缴不及时等现象仍有发生；除此之外，管理人员、监督人员缺乏风险防范意识，是导致工会会计存在风险的重要原因。
The maximal destructive interference positions on the intensity distribution I(r1) predict the ring radii of the GO lens with a focal length f. In the meantime, the diameter is decided by the number of rings. In this way, the lenses can be designed according to different incident fields ().
7) 修复后结构增重小。复合材料补片密度较小，但力学性能优越，有较高的比强度和比刚度。复合材料补片以更小的尺寸和更轻的质量获得与传统金属材料同等的修复效果。
本文的研究对学生的汉语习得与汉语交际运用有着十分积极的促进作用。在汉语的教授过程中，注重对学生进行使用致歉言语行为的操练，对教师自身以及汉语学习者来说，都是十分有必要的。只有学习者了解汉语致歉言语行为的实际情况，才能更好地掌握更地道的汉语。
(4)
式中：D Kt 为维护资源需要的海上运输次数；P Kt 为在某时间段t 内计划开行的船运班次。
4 研究展望
目前，针对岛礁后勤设施建设与装备运维管理，可供借鉴的外军经验十分有限，必须立足面向海洋战略需求的背景，把握岛礁后勤的特点规律，理清装备技术保障的支撑要素，从理论方法、基础工程以及关键技术等方面加强研究和攻关：
1) 加强岛礁骨干装备自主维护理论与方法研究。传统逐级线式的被动保障模式已无法适应海岛应用条件下维修保障的时空特性需要，必须从观念到行动，全程贯穿主动服务、主动保障理念[36]。立足岛礁后勤保障需求，需要从运行特性、功能指标、资源条件、行为动力以及能力评估等入手，丰富并完善自主维护理论框架及实施路径；
大同市云州区党留庄乡罗庄村位于乡西部，环境相对封闭，前些年村党组织缺乏凝聚力战斗力，“两委”干部作用发挥差，发展意识不强，一直没有一个好的“领头雁”，书记主任换了一茬又一茬，是党留庄乡发展相对滞后的村。
2) 加强岛礁后勤大数据系统工程研究。实现岛礁微网自主维护，PdM的“科学预知”能力是前提，本质上需要岛礁后勤大数据的支持。目前，针对国防领域大数据工程，大多数面临着数据“不够用、不可用、不会用、不敢用”[37]的困境，需要在数据获取与融合、组织与分析、存储与安全，平台与接口等基础领域加大研究力度。
3) 加强微网自主维护多尺度决策及优化研究。微网是一个多能源耦合系统，各要素间存在着较强的结构、随机和经济依赖性[38]，需要在充分把握供电装备性能、系统运行方式以及不同类型故障间依赖性的基础上，研究设备层、子系统层和网络系统层间的耦合关系、状态转移规律和表达形式，解决自主维护多尺度决策优化问题。
5 结论
笔者着眼岛礁微网供电系统面临的运行维护挑战，通过对自主维护保障内涵，自主行为模式，预测驱动机理以及维护决策算法流程等内容的分析研究，提出了一套面向岛礁微网供电系统的自主维护体系框架与决策思路，并对实施自主维护保障所需的研究领域和方向进行梳理，研究成果可为我国远、近海岛礁重大后勤设施及装备的维修性技术保障提供理论与方法上的借鉴。目前，研究还处于自主维护框架和决策流程设计的初步阶段，需要作进一步调整和细化，并深入研究维护模型、决策优化、科学预测等理论和方法，探究实现工程化的路径与手段。
1.1.4 结局指标 不良反应总发生率，恶心、呕吐发生率，颜面潮红发生率，头痛、头晕发生率，心动过速发生率，低血压发生率。
参考文献：
[1] 黄立新.智能电网条件下输电检修优化模式与实施方案研究[D].北京:华北电力大学,2013：1-10.
[2] 陈春良,陈伟龙.基于主动式保障的装备维修保障系统研究[J].装甲兵工程学院学报,2013,27(5):13-18.
[3] 郑小霞,赵华,刘璐洁,等.考虑可及性的海上风机综合维护策略[J].电网技术,2014,38(11):3030-3036.
[4] 王玘.基于健康状态的高速铁路牵引供电系统主动维护策略研究[D].成都:西南交通大学,2018：1-8
[5] 杨洲,景博,张劼,等.飞机故障预测与健康管理应用模式研究[J].计算机测量与控制,2011,19(9):2061-2064.
[6] DREYERS L.Autonomiclogistics-developing an implementation approach for an existing military weapon system[J].IEEE instrumentation & measurement magazine,2006,9(4):16-21.
[7] 陈春良,陈伟龙,魏兆磊,等.陆军主战装备自主式保障系统及其评价[J].装甲兵工程学院学报,2015,29(3):18-24.
[8] 时旺,陈臣,王自力,等.自主式后勤保障系统体系研究[J].物流科技,2008(5):93-96.
[9] 周林,赵杰,冯广飞.装备故障预测与健康管理[M].北京:国防工业出版社,2015:1-20.
[10] 毛京明,胥家常.一种新的自主式武器装备后勤保障系统[J].兵工自动化,2009,28(7):23-24,27.
[11] 曹艳华,陈春良,宋敬华.装甲装备自主式保障关键要素分析[J].装甲兵工程学院,2010,24(2):7-11,26.
[12] 彭喜元,彭宇,刘大同.数据驱动的故障预测[M].哈尔滨:哈尔滨工业大学出版社,2016:1-16.
[13] 王茜,李志强,张孝虎,等.PHM在空空导弹勤务保障中的应用[J].火力与指挥控制,2015,40(5):21-24.
[14] 王亮,吕又民,李伟,等.复杂系统健康状态评估技术现状及发展[J].计算机测量与控制,2013,21(4):830-833.
[15] 吕琛,马剑,王自力.PHM技术国内外发展情况综述[J].计算机测量与控制,2016,24(9):1-5.
[16] 彭宇,刘大同.数据驱动故障预测和健康管理综述[J].仪器仪表学报,2014,35(3):481-495.
[17] 何正友,程宏波.高速铁路牵引供电系统健康管理及故障预警体系研究[J].电网技术,2012,36(10):259-264.
[18] 王圮,何正友,林圣,等.高铁牵引供电系统PHM与主动维护研究[J].西南交通大学学报,2015,50(5):942-952.
[19] 安英霞.高速铁路牵引供电系统PHM技术架构与方案研究[J].中国铁路,2018(4):49-54.
[20] 陈子奇,毕诗画.基于PHM的牵引供电系统设备维护技术研究[J].电子质量,2018(1):46-50.
[21] 郑小倩.基于PHM的供配电系统故障预测关键技术研究[J].工业控制计算机,2013,26(8):119-121.
[22] 李刚,于长海,刘云鹏,等.电力变压器故障预测与健康管理：挑战与展望[J].电力系统自动化,2017,41(23):156-167.
[23] 程友星.风电机组轴承健康状态评估和劣化趋势预测方法的研究[D].北京:华北电力大学,2017:3-45.
[24] 丁坤,刘振飞,高列,等.基于主成分分析和马氏距离的光伏系统健康状态研究[J].可再生能源,2017(1):5-11.
[25] 马宇辉，刘念.用户侧微电网的能量管理方法综述[J].电力系统保护与控制,2017,45(23):158-168.
[26] GB/T 36270—2018.微电网监控系统技术规范[S].
[27] 刘志勇,荣立柳,赵美.面向ALS的无人机装备维修管理模式与系统设计[J].计算机测量与控制,2016,24(7):171-174.
[28] 罗兰贝格管理咨询公司.预测性维护：工业数字化领域潜在爆发点[J].中国工业评论,2017(11):72-78.
[29] 王洪福.维修决策理论与方法[M].北京:航空工业出版社,2008:5-6.
[30] 刘宗长,史喆.从修复性维护到预测性维护：风机维护策略的发展趋势[EB/OL].(2018-2-27)[2018-10-12].http://cyber-insight.com/xinwendongtai/86.html.
[31] SURYA T K,ANDREAS K,HAMID R K,et al.A review of diagnostics and prognostics of low-speed machinery towards wind turbine farm-level health management[J].Renewable and Sustainable Energy Reviews,2016,53:679-708.
[32] 朱绍文,白鸿斌,李双平,等.风力发电预知性维护系统研究[J].电气传动,2014,44(1):88-92.
[33] 钟舒雅.海上风电场的运营维护优化研究[D].上海:上海大学,2016:35-48.
[34] 郭慧东,王玮,夏明超.海上风电机群维修排程在线多目标决策模型[J].中国电机工程学报,2017,37(7):1993-2001.
[35] 徐玉国,邱静,刘冠军.装备自主维修保障的维修与库存联合优化[J].航空学报,2013,34(8):1864-1873.
[36] 田旭光,田晓涛,蔡延曦.武器装备保障信息化研究现状与发展思考[J].信息系统工程,2018(1):160-163.
[37] 何友,朱扬勇,赵鹏,等.国防大数据概论[J].系统工程与电子技术,2016,38(6):1300-1305.
[38] 徐波,韩学山,李业勇,等.电力设备机会维修决策模型[J].中国电机工程学报,2016,36(23):6379-6388,6603.
Autonomic Maintenance of Micro -grid Power Supply Equipment for Isolated Reef
MI Hong-ju1, WANG Wei-jun2, MAO Long-bo2, WEN Ya-dong1, WANG Wen-qiang1
(1. Department of Military Installations, Army Logistical Academy, Chongqing 401311, China；2. Institute of System Engineering, Academy of Military Sciences, Beijing 100091, China))
Abstract ：Aiming at the problem of weak decision-make ability, low implementation efficiency, high cost in the maintenance and support of isolated reef micro-grid, referring to the concepts of Autonomic Logistics System(ALS) and Prognostics and Health Management(PHM), the ideas and ways of constructing self-maintenance support for micro-grid power supply equipment are analyzed and discussed from five aspects of autonomous functional elements, architecture design, operation mode framework, predictive driving mechanism, and maintenance decision optimization. Meanwhile, the research focus and development direction of self-maintenance under the conditions of island reef application are summarized. The research results can provide theoretical reference for the maintenance technical support of the logistics facilities and equipment in the isolated reef environment.
Keywords :micro-grid; power supply equipment; Autonomic Logistics System(ALS); Prognostics and Health Management(PHM)
文章编号： 1672-1497(2019)02-0020-08
中图分类号： E92
文献标志码： A
DOI： 10.3969/j.issn.1672-1497.2019.02.004
收稿日期： 2019-01-19
基金项目： 国家重点研发计划资助项目；全军军事类研究生课题
作者简介： 米红菊(1979-)，男，副教授，博士研究生。
(责任编辑:王生凤)
标签：微网论文; 供电装备论文; 自主维护保障(ALS)论文; 故障预测与健康管理(PHM)论文; 陆军勤务学院军事设施系论文; 军事科学院系统工程研究院论文;