人工智能及其在電力系統中的應用

燕 潔,史天祥,武恒新,卞婉春（東南大學成賢學院電氣工程系,南京 210088）

?

人工智能及其在電力系統中的應用

燕 潔,史天祥,武恒新,卞婉春
（東南大學成賢學院電氣工程系,南京 210088）

摘 要：介紹了人工智能中的專家系統、神經網絡、模糊理論、模式識別和小波分析技術，以及這些技術在電力系統中的相關應用。

關鍵詞：人工智能；電力系統；應用

1 引言

隨著信息社會和知識經濟時代的來臨，信息量急劇增加，使得僅靠人腦來處理紛繁復雜信息變得力不從心，所以需要開發由機器實現的人工智能。同樣隨著我國電力行業的大力發展,系統結構越來越復雜，各種數據越來越多,這就需要將人工智能的技術應用在電力系統中，幫助人們解決復雜的問題。

2 人工智能技術在電力系統中的具體應用

2.1 人工智能定義

人工智能（artificial intelligence，簡稱AI)[1]是研究、開發和模擬人類智能、智能行為及其規律的一門學科，是計算機學科的一個分支，它的主要任務是通過建立智能信息處理理論，設計出具有近似于人類智能行為的計算系統。

2.2 電力系統中人工智能的研究和應用領域

（1）專家系統。專家系統(ES)是人工智能領域的一個重要分支，它的原理是首先需要對專家在某一個學科領域內的知識和經驗進行統計分析，然后采用計算機程序來模擬專家對相同問題的決策過程，最后提出解決問題的方法。例如故障專家系統,可以根據人工提供或現場檢測采集到的數據來判斷故障發生的具體原因，為排除故障提供參考。在電力系統實際運行時，為保證操作的安全準確性，采用了操作票制度。然而對于現場運行人員來說，編制操作票是一項復雜智能性的勞動，因此可將專家系統應用于編制操作票工作中，這樣對于減輕人腦負擔和提高準確性都有重要意義。在繼電保護中也可采用專家系統，它是針對整個系統中不同保護工作原理，制定相應的鑒別規則、整定原則、核查規則、校正規則等，從而實現設備的智能調整與維護[1]。

（2）人工神經網絡。人工神經網絡(ANN)從信息收集和處理的角度對人腦神經元網絡進行模擬抽象，它采取的是非線性映射的方法，通過對標準樣本的學習，不斷調整自身的連接權重，經過訓練最終能夠獲得正確的輸出，具有強大的知識獲取能力，善于解決難以列出方程式或復雜的非線性問題。1975年Dillon等人在第五次PSCC會議上發表了一篇關于用自學習機進行負荷預測的文章，這是ANN在電力系統中的最早應用[5]。但限于當時對ANN本身的研究沒有實質性進展，所以ANN在電力系統中的應用沒有得到足夠的重視，以至于這方面的研究工作中斷了很長時間。直至1986年S.Y.OH用模式識別以及聯想記憶的方法對一個實際系統進行了安全估計，證明了該方法的可行性。隨后，1988年D.J.Sobajic和Y.H.Pao應用ANN中的BP算法進行電力系統的動態安全估計，通過計算結果可知這種方法準確度很高。

（3）模糊理論。模糊理論以模糊集合為基礎，其基本思想是接受模糊性現象存在的事實，以處理概念模糊不確定事物為目標，利用模糊隸屬度的概念來對不確定事件與現象進行描述。應用模糊理論的模糊識別可以通過對事物的特征進行分類和識別，解決了電力系統中許多需要較長時間的復雜運算來進行故障診斷的問題，提高了電力系統故障診斷的效率。模糊理論主要應用在繼電保護的主變保護、線路保護和發電機保護等幾個方面[5]。例如在故障電壓分量中，電壓的高頻成分各不相同，提取不同相電壓的變換頻率特征，將其與模糊集合進行比較，從而可判斷出故障相；還可以通過分析對比變壓器實際工作電流與理論電流的對稱度隸屬函數的近似程度進行變壓器故障判斷，當近似程度超過某一欲定值時，即可以斷定變壓器發生了故障。但是，模糊系統有自己的缺點，它不具備獨立學習能力且建立模型、獲取語言規則以及隸屬度的方法都不夠完善，所以在電力系統中的應用也受到了一定的限制。

（4）模式識別。模式識別是人類的一項基本技能，在日常生活中，人們經常進行“模式識別”，隨著人工智能的興起，人們當然也希望能用計算機來代替或擴展人類的部分腦力勞動。（計算機）模式識別是指通過計算機用數學技術的方法來研究模式的自動處理和判讀過程。模式識別技術在電力系統中的應用較為廣泛，比如高阻抗檢測、距離保護等。例如新式繼電保護裝置，它是建立在模式識別技術與微處理機基礎上的，通過改進配電線接地保護裝置，在其內置微處理機上加裝模式識別數據庫，該數據庫可以識別電壓和電流信號，通過對線路的電流和電壓信號進行實時數據比對，進而能夠準確鑒別高阻抗正常或故障狀態。

（5）小波分析。小波分析是應用數學和工程學科中一個迅速發展的新領域，與傅里葉變換相比，小波變換是空間（時間）和頻率的局部變換，因而能有效地從信號中提取信息。通過伸縮和平移等運算功能可對函數或信號進行多尺度的細化分析，解決了傅里葉變換不能解決的許多困難問題，適用于非平穩信號的判斷與處理。因此非常適用于電力系統中正常信號中突然出現瞬間信號反常問題的分析。小波分析在電力系統中主要應用在與電流、電壓相關的故障診斷方面，一般情況下需要與其他方法結合使用。例如對變壓器勵磁涌流的判斷，可以通過小波變換的方法提取勵磁涌流的間斷角特征，然后結合模糊理論的方法進行具體的故障診斷。

3 結語

本文主要介紹了幾種人工智能技術在電力系統中的實際應用，目前各種人工智能技術和方法在系統中的應用還不夠深入，但隨著研究的不斷進行，新的研究成果會為人工智能在電力系統中的規劃、運行和控制開拓新的思路提供新的方法。

參考文獻：

[1] 艾芊.現代電力系統辨識人工智能方法[M].上海交通大學出版社,2012.

[2]王振江.專家系統及其在電力系統中的應用介紹[J].廣東輸電與變電技術，2004（1）.

[3]韓楨祥，文福栓.人工智能及其在電力系統中的應用-從專家系統到人工神經網絡[J].電力系統自動化，1991（3）.

[4]朱福喜.人工智能基礎教程[M].清華大學出版社，2011.

[5]趙剛.繼電保護中的人工智能技術及其應用[J].江蘇科技信息，2014(24).

作者簡介：燕潔（1982-），女，河北辛集人，講師，研究方向：電能質量。

基金項目：江蘇省大學生實踐創新項目 (scx1516)

DOI:10.16640/j.cnki.37-1222/t.2016.02.122