CC BY
94
- отсутствие необходимости увеличения процессорных мощностей предприятий и организаций;
- отсутствие необходимости найма персонала для обслуживания дополнительных процессорных мощностей;
- быстрый доступ к необходимой информации;
- обеспечение сохранности данных за прошедшие периоды времени;
- сохранность коммерческой тайны предприятий и организаций;
- возможность установки на предприятиях и в организациях облегченной версии МАС;
- возможность доступа к информации и простейшим функциям МАС из любого филиала предприятий/организаций через вэбсервисы;
- упрощение документооборота между филиалами/отделами предприятий/организаций.
Литература
1. Wooldridge M.J. An Introduction to Multiagent Systems. Wiley, 1996.
2. Саати Т. Метод анализа иерархий. М.: Радиоисвязь, 1993.
3. Орлов А.И. Экспертные оценки: учеб. пособие. М.: ИВСТЭ, 2002.
4. Конфиденциальное делопроизводство и защищенный электронный документооборот / Н.Н.Куняев, А.С.Демушкин, А.Г.Фабричнов М.: Логос. 2011.
Сведения об авторах Кубарьков Юрий Петрович
доцент Самарского государственного технического университета, к.т.н.
Россия, 443100, г.Самара, ул.Молодогвардейская, 244
тел. 8-(846)-242-37-89
эл. почта: [email protected]
Рыгалов Алексей Юрьевич
ассистент Самарского государственного технического университета Россия, 443100, г.Самара, ул.Молодогвардейская, 244 тел. 8(846)-242-37-89
УДК 620.9.001.5
Ю.П.Кубарьков, Я.В.Макаров, А.Ю.Рыгалов ВЗАИМОДЕЙСТВИЕ ЭЛЕМЕНТОВ МУЛЬТИАГЕНТНЫХ СИСТЕМ ЭЛЕКТРОЭНЕРГЕТИЧЕСКИХ КОМПЛЕКСОВ
Аннотация
Рассмотрен подход к построению мультиагентных систем в сфере электроэнергетики, механизмы взаимодействия между агентами и основные проблемы, возникающие при этом.
Ключевые слова:
мультиагентная система, умные сети, моделирование
Y.Makarov, Y.Koubarkov, A.Rygalov
INTERACTING OF MULTI-AGENT SYSTEM’S ELEMENTS OF ELECTRIC POWER COMPLEX
Abstract
This article describes an approach to the construction of multi-agent systems in the power industry, the mechanisms of interaction between the agents and the main issues arising from this.
Keywords:
multi-agent systems, Smart Grid, modeling
Мультиагентные системы (МАС) в настоящее время находят широкое применение при решении различного рода задач, которые невозможно решить другими методами, проявляя при этом высокую интеллектуальность (способны учесть множество факторов с различной степенью важности при принятии решения), производительность (параллельное решение задачи несколькими агентами одновременно) и гибкость (способность своевременно именять решение при изменении внешних факторов).
В то же самое время применение МАС в отечественной электроэнергетике на данный момент затруднительно по ряду причин. Главная из них - особенности российской энергосистемы:
- большая территория страны и, соответственно, дальние линии электропередач;
- большая суммарная установленная мощность;
- концентрация выработки энергии в районах добычи энергоресурсов;
- устаревшее оборудование;
- практически повсеместные процессы реконструкции сетей;
- недостаточное оснащение энергосистемы средствами телеметрии.
Таким образом, возникает необходимость проектирования МАС с такими
связями, которые бы учитывали особенности и реальные перспективы отечественной энергетики.
Многие МАС имеют компьютерные реализации, основанные на пошаговом имитационном моделировании. Компоненты МАС обычно взаимодействуют через весовую матрицу запросов:
Speed-VERY_IMPORTANT: min=45 mph,
Path length-MEDIUM_IMPORTANCE: max=60 expectedMax=40, Max-Weight-UNIMPORTANT Contract Priority-REGULAR и матрицу ответов:
Speed-min:50 but only if weather sunny,
Path length:25 for sunny / 46 for rainy Contract Priority-REGULAR
note - ambulance will override this priority and you'll have to wait Модель «Запрос - Ответ - Соглашение» - обычное явление для МАС. Схема реализуется за несколько шагов:
1. Вначале всем задаётся вопрос типа: «Кто может помочь?»
2. На что только «компетентные» отвечают: «Я смогу».
3. В конечном итоге устанавливается «Соглашение».
Данная схема приемлема для электроэнергетики, при этом обмен информацией будет происходить по схеме, изображенной на рис.1.
Оператор, работая с МАС, для получения необходимой информации или произведения определенных действий должен лишь правильно сформулировать запрос. После этого МАС подает управляющее воздействие на автоматику или опрашивает агентов о возможности совершения ими заданной операции. При готовности к выполнению нескольких агентов решается вопрос оптимального решения и соответствия запросу. После достижения соглашения агент запрашивает необходимую информацию. Источниками информации служат 8СЛБЛ, получающая данные с датчиков и работающая с базами данных (БД), сеть предприятия и интернет. Получив исходные данные, агент выполняет запрос, например, рассчитывает режим. И в итоге оператор видит ответ на свой запрос либо в виде информации о совершенных переключениях, либо в виде готового расчета с комментариями.
Работая с МАС, оператор (диспетчер) является одновременно пользователем системы и одним из агентов, так как он имеет высший приоритет принятия решений, выполняет некоторые операции самостоятельно, пользуясь лишь информационными услугами системы, и может как влиять на МАС, так и испытывать влияние с ее стороны (в виде комментариев к расчетам).
Рассмотрим подробнее примерный алгоритм решения запроса (рис.2). Алгоритм может быть как более сложным, так и более простым. Более сложный алгоритм будет иметь решение комплексных запросов, для решения которых необходима совместная работа нескольких агентов.
Рис.1. Обмен информацией между МАС и окружающей средой
В таком случае агенты должны будут устанавливать соглашение дважды: во-первых, соглашение о делении запроса на составляющие части, на этом этапе так же работает платформа МАС; во-вторых, соглашение о выполнении каждой части.
Рис. 2. Примерный алгоритм решения запроса МАС
Далее все этапы будут выполняться аналогично приведенному алгоритму, но при параллельной работе агентов.
Вторым принципиальным отличием усложненного алгоритма является компиляция результатов работы различных агентов в один отчет. То есть в тот момент, когда все задействованные агенты предоставляют завершенные расчеты, происходит их объединение для соответствия изначальному запросу, и после этого добавляются комментарии.
Также добавляется еще одна обратная связь. Выполнение частей запроса может быть удовлетворительным, а компиляция при этом не соответствовать ему. Поэтому после неудачной компиляции возможны повторные запросы.
Существуют различные способы реализации параллельных вычислений. Например, каждый вычислительный процесс может быть реализован в виде процесса операционной системы, либо же вычислительные процессы могут представлять собой набор потоков выполнения внутри одного процесса ОС. Параллельные программы могут физически исполняться либо последовательно на единственном процессоре - перемежая по очереди шаги выполнения каждого
вычислительного процесса, либо параллельно - выделяя каждому вычислительному процессу один или несколько процессоров (находящихся рядом или распределённых в компьютерную сеть).
Основная сложность при проектировании параллельных программ -обеспечить правильную последовательность взаимодействий между различными вычислительными процессами, а также координацию ресурсов, разделяемых между процессами.
В некоторых параллельных системах программирования передача данных между компонентами скрыта от программиста, тогда как в других она должна указываться явно. Явные взаимодействия могут быть разделены на два типа.
• Взаимодействие через разделяемую память (например, в Java или C#). Данный вид параллельного программирования обычно требует какой-то формы захвата управления (мьютексы, семафоры, мониторы) для координации потоков между собой.
• Взаимодействие c помощью передачи сообщений (например, в Erlang или Occam). Обмен сообщениями может происходить асинхронно либо с использованием метода «рандеву», при котором отправитель блокирован до тех пор, пока его сообщение не будет доставлено. Асинхронная передача сообщений может быть надёжной (с гарантией доставки) либо ненадёжной.
Параллельные системы, основанные на обмене сообщениями, зачастую более просты для понимания, чем системы с разделяемой памятью, и обычно рассматриваются как более совершенный метод параллельного программирования. Существует большой выбор математических теорий для изучения и анализа систем с передачей сообщений, включая модель акторов и различные виды исчислений процессов. Обмен сообщениями может быть эффективно реализован на симметричных мультипроцессорах как с разделяемой когерентной памятью, так и без неё.
У параллелизма с разделяемой памятью и с передачей сообщений разные характеристики производительности. Обычно (но не всегда) накладные расходы памяти на процесс и времени на переключение задач у систем с передачей сообщений ниже, однако передача самих сообщений более накладна, чем вызовы процедур. Эти различия часто перекрываются другими факторами, влияющими на производительность.
Выводы
1. Все элементы МАС и окружающая среда имеют двусторонний обмен информацией.
2. Работая с МАС, оператор (диспетчер) является одновременно пользователем системы и одним из агентов.
3. Платформа МАС выполняет функции компилятора и связующего звена между МАС и окружающей средой.
4. В МАС возможны параллельные процессы.
5. Параллельные процессы в МАС могут быть связанны между собой или не связаны.
6. Для эффективной работы МАС необходима развитая сеть предприятия.
7. Один и тот же запрос может быть выполнен различными способами.
8. Оператор (диспетчер) является также администратором МАС, задавая приоритеты, ограничения и оценивая результаты работы.
Литература
1. Wooldridge M. An Introduction to MultiAgent Systems. John Wiley & Sons Ltd, 2002.366 p.
2. Weiss G. Multiagent Systems // A Modern Approach to Distributed Artificial Intelligence. MIT Press, 1999
3. JADE Administrator’s Guide / Bellifemine et al. CSELT, 2002b. TILab.
4. Параллельные вычисления / В.В.Воеводин, Вл.В.Воеводин. СПб.: БХВ-Петербург, 2002. 608 с.
Сведения об авторах
Кубарьков Юрий Петрович
доцент Самарского государственного технического университета, к.т.н.
Россия, 443100, г.Самара, ул.Молодогвардейская, 244
тел. 8-(846)-242-37-89
эл. почта: [email protected]
Макаров Ярослав Викторович
инженер Самарского государственного технического университета Россия, 443100, г.Самара, ул.Молодогвардейская, 244 тел. 8-(846)-242-37-89
Рыгалов Алексей Юрьевич
ассистент Самарского государственного технического университета Россия, 443100, г.Самара, ул.Молодогвардейская, 244 тел. 8-(846)-242-37-89
УДК 620.9 (470.21)
О.Е.Коновалова, Е.А.Иванова МАЛАЯ ГИДРОЭНЕРГЕТИКА: ПРОБЛЕМЫ, ТРУДНОСТИ И ПУТИ ИХ ПРЕОДОЛЕНИЯ
Аннотация
Дан анализ современного состояния малой гидроэнергетики в России, приведены преимущества и недостатки строительства малых ГЭС, дан анализ деятельности отечественного гидротурбиностроения, выявлены основные проблемы, сдерживающие развитие малой гидроэнергетики в России и показаны возможные пути их преодоления.
Ключевые слова:
малая ГЭС, тарифы, себестоимость электроэнергии, серийные гидроагрегаты, нормативная база проектирования и создания оборудования, государственная поддержка строительства малых ГЭС
O.E.Konovalova, E.A.Ivanova
SMALL HYDRO: THE PROBLEMS, DIFFICULTIES AND WAYS OF THEIR SOLUTION
