基于電力系統自動化中智能技術的探析

金 旭

安徽廣德南方水泥有限公司，安徽宣城 242200

電力系統分布地域廣闊，而且大部分元件具有延遲、磁滯、飽和等復雜的地理特性，要對這樣大型的系統實現有效控制是極其困難的。而且電力系統在不斷增大，人們對電力系統的控制有了越來越高的要求。智能技術是通過先進的傳感和測量技術、先進的設備、先進的控制方法，以及先進的決策支持系統，實現電力系統可靠、安全、經濟、高效和使用安全的目標。它在電力系統自動化控制中應用得越來越廣泛。本文就針對五種典型的智能技術進行了探討。

1 智能化監控系統

對于電力系統，實時監控是及時有效發現問題的重要手段。特別是隨著計算機技術、網絡技術和工控技術的不斷提高，對電力監控系統智能化的要求也越來越高。智能監控系統采用圖形化用戶界面，有數字化的監控界面，也有實時趨勢顯示、柱狀圖顯示、表盤式數據顯示、位圖動畫等直觀顯示，還有實時報警、圖形界面遙控、遙控閉鎖、置數、遙調等功能。不僅提高了工作效率，節省了人力成本，更重要的是切實提高了生產的安全可靠性，使科技手段為電力系統的安全管理提供了強有力的保障。

實施智能化監控系統，要根據實際要求定制系統結構。比如，要考慮高壓進線、母聯和饋線部分；低壓變壓器進線、聯絡回路部分；低壓的電容補償、電源切換等回路部分，饋線部分等。具體施工時可考慮采用分層分布式結構。如分為現場監控層、通訊管理層和主控層。實現的功能有監測變壓器溫度；發電機全電量的測量及轉速、油溫、油量等發電機狀況監測；采集斷路器開關量、繼電保護跳閘信號、異常報警信號和非電量等遙信量信號；諧波分析、故障錄波及事故追憶功能；自動調峰控制，電力需求的控制，設備的開合次數統計及損耗狀態的監視等。

2 在故障診斷中的人工智能技術

電力系統的故障診斷傳統上是根據某些設備和裝置在故障過程中出現的一系列數字的狀態信息進行分析，然后推理得出故障原因和故障發生的元件，并預測故障惡化的趨勢。近幾十年來，國內外將人工智能技術用于電力系統已取得了有效的實際效果。常用的人工智能技術有ES、ANN、FST、GA及Petri網絡技術等。

ES是比較成熟的一種人工智能技術，它不融合了書本相關的理論知識，還可總結專家的經驗知識來解決問題，是與知識工程研究緊密聯系在一起的。它一直在改進知識獲取和構造，使知識獲取和知識表達工作簡化，提高故障診斷的推理效率?；贏NN原理的故障診斷系統最大的特點是不需要為專業知識與專家啟發性的知識轉化、知識形成、知識表達方式和知識庫構造進行大量的工作，而只需以領域專家所提供的大量故障實例，自我學習、自我組織，形成故障診斷樣本集，在故障定位和故障類型識別等方面用處很大。FST故障診斷原理是采用模糊隸屬度來對故障與對應的動作保護裝置和斷路器狀態之間的可能性進行描述的度量?；贕A和Petri的故障診斷技術都各有優勢和存在一些問題。

3 模糊邏輯控制技術

模糊邏輯控制是模擬人的模糊思維方法，用比較簡單的數學形式直接將人的判斷、思維過程表達出來，用計算機實現與操作者相同的控制。

模糊控制技術應用于電子技術的各個方面，使人容易操作和掌握。相較于建立常規的數學模型，建立模糊關系模型非常簡易，在實踐中有巨大的優越性。模糊控制通過已經存在的控制規則和數據，對模糊輸入量進行推導，從而得到模糊控制輸出，進入實時控制。這種模擬人腦的智能技術的優勢主要體現在以下幾個方面：能有效處理具有不確定性、不精確性的問題和由于噪聲造成的問題；通過模糊知識的語言變量表達專家的經驗，與人的表達方式接近，知識的抽取和表達更容易完成。如果電力系統出現故障，通過應用模糊理論，也能夠及時進行應對并給出解決辦法。

4 人工神經網絡控制技術

人工神經網絡（Artificial Neural Networks，簡寫為ANNs）是一種模仿動物神經網絡的行為特征，進行分布式并行信息處理的算法數學模型。神經網絡由大量神經元連接而成。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系。人工神經網絡在智能電網中的優勢主要表現在3個方面：

1）具有自學習功能。通過用不同的實時運行數據輸入人工神經網絡，網絡就會通過自學習功能，慢慢學會識別電力系統的運行情況，從而為人類快速判定問題提供依據；2）具有聯想存儲功能。用人工神經網絡的反饋網絡就可以實現這種聯想；3）具有高速尋找優化解的能力。尋找一個復雜問題的優化解，往往有很大的計算量。利用一個針對某問題而設計的反饋型人工神經網絡，發揮計算機的高速運算能力，可能很快找到優化解。

5 綜合智能控制技術

綜合智能控制包含了智能控制與現代控制方法的結合，也包含各種智能控制方法之間的組合。在電力系統中研究得較多的綜合智能控制有神經網絡與專家系統的結合。

神經網絡適合處理非結構化信息，而模糊系統更適于處理結構化的知識。人工神經網絡控制主要應用于低層的計算方法，把感知器傳來的大量數據進行安排和解釋，模糊邏輯控制則提供應用和挖掘潛力的框架，用來處理非統計性的高層次的推理。所以，人工神經網絡控制和模糊邏輯控制這兩種技術正好起互補作用，相結合可以相得益彰，有良好的技術基礎。

6 結論

電力系統是一個巨維數的動態大系數，具有強非線性、時變性且參數不可確知，并含有大量未建模動態部分的特征。智能技術能有效地組織相關電力系統規劃的大量知識，進行選優運算，從而得出優化的決策，它的使用將對電力系統的智能化起到積極的促進作用，對電力系統的穩定性、安全性和經濟性起重要的作用。

[1]何飛，梅生偉，薛安成.基于直流潮流的電力系統停電分布及自組織臨界性分析[J].電網技術，2006，30(14)：7-12.

[2]王連生.基于風險的電力系統安全預警的預防性控制決策分析[J].哈爾濱工業大學校報，2009：56-57.