基于電力系統動態等值的人工智能方法初探

徐浩然

華潤電力（海豐）有限公司，廣東汕尾 516468

摘 要 我國的經濟社會不斷發展，電力系統規模越來越大。社會生產生活需要源源不絕的電力，只有保證電力系統的正常運轉，才能促進經濟社會的可持續發展。在電力系統的運行中，動態等值技術發揮著重要作用。動態等值技術可以保證電力系統的穩定性能，降低電力系統的安全風險。本文具體探討基于電力系統動態等值的人工智能方法，希望能為相關人士提供一些參考。

關鍵詞 電力系統；動態等值技術；人工智能方法

中圖分類號 TP2 文獻標識碼 A 文章編號 2095-6363（2017）13-0073-02

進入新世紀以來，我國的社會主義市場經濟持續繁榮，電力系統朝著現代化和高精端的方向發展。電力系統的規模越大，儲存的數據越多，計算分析的難度越大。一旦計算出現失誤，就會影響電力系統的正常運行，嚴重的甚至會導致電力系統停轉。動態等值技術能對電力系統進行層次劃分，對每個系統層進行分別管理。為了提高電力系統的智能水平，必須掌握電力系統動態等值的人工智能方法。

1 電力系統的動態等值技術

1.1 同調技術

首先，同調技術是動態等值技術之一。所謂的同調技術，就是以發動機作為動力基礎的等值技術。同調技術最早源自國外，自20世紀70年代，國外學者就開始對同調發電機進行研究。同調發電機釋放的動態因子可以相互聚合，在電力系統上方形成保護層，避免受到外界信號干擾。在應用同調等值技術的過程中，需要將電力系統劃分成內部系統和外部系統兩個部分。每個部分的發電機組不同，發電性能也呈現出較大的差異。在對內外系統等值簡化之后，可以獲取同調發電機，擬算聚合值域[1]。就優點來看，同調技術的應用流程比較便捷，對電力系統的控制力較好。就缺點來看，同調技術存在計算誤差，會使發電機受到擬合影響。

1.2 模式技術

模式技術是動態等值技術之一。所謂的模式技術，就是以系統模式作為簡化基礎的等值技術。模式技術可以收集大量信號，對這些信號進行簡化和分析。當電力系統受到外界干擾，模式技術可以在第一時間獲取干擾數據，并得到干擾數據的動態特征。在應用模式技術的過程中，需要將電力系統分成內外兩部分，外部系統可以突出其線性特征，而內部電力系統需要削弱其物理影響。在計算時可以應用系數矩陣，使內外系統的法向量進行轉換。就優點來看，模式技術的計算結果比較精確，可以及時判斷電力系統的故障。就缺點來看，模式技術的應用流程相對復雜，需要耗費大量的人力物力資源。

1.3 估計技術

估計技術是動態等值技術之一。所謂的估計技術，就是以模型測算作為基礎的等值計算。估計技術可以被分為兩類：第一類受外界擾動信號干擾影響較大，第二類受外界擾動信號干擾影響較少。兩類估計技術的實用效果不同，需要形成不同的數學等值模型，計入干擾數據和非干擾數據。在對數據進行測量時，可以采用最優數學算法，簡化計算流程。就優點來看，估計技術的優點為測算效果好。就缺點來看，估計技術的缺點為計算難度大。

2 電力系統動態等值的人工智能方法

2.1 人工智能方法

就目前來看，電力系統動態等值方法被分為三種。第一種方法是層次法，需要將電力系統分割成不同的工作層次，判斷每一層次的運行方向。第二種方法是任意法，需要獲取大量的隨機數據，測算標準數值出現的概率。第三種方法人工智能方法，需要依靠智能技術，對動態等值算法進行自動優化。

人工智能方法具有突出的技術集成性特征，一方面，人工智能技術以網絡信息技術作為依托，可以自動識別數據和選擇算法。另一方面，人工智能技術以智能技術作為主導，可以習得人腦思維模式和學科知識。由于人工智能技術具有突出的實用價值，得到了社會的廣泛關注。將人工智能技術應用在電力系統動態等值中，可以保障電力系統的正常運轉，提高電力系統的運行效率。人工智能方法包括遺傳算法、禁忌算法等等，上述幾種算法普遍適用于復雜系統的計算。與其他方法相比，人工智能計算更加精確，計算量更小，可以節省人力物力資源，降低系統運行風險[2]。

2.2 動態等值分析

在應用人工智能方法時，經常要配合估計等值技術聯合應用。估計等值技術存在信號干擾，一旦電力系統受到信號波動影響，就會阻礙電力系統的正常運行，嚴重的甚至會導致電力系統停轉。由于擾動數據較多，可以應用人工智能方法估計等值，用擾動數據推測非擾動數據的值域。人工智能方法以數學計算方法作為依托，在進行動態等值分析時，要應用PARK方程。在構建方程、形成動態數學模型之后，需要導入發電機的運行參數，和外網模型建立聯系，計算總負荷量。根據動態等值模型可以發現，在外部電力系統中，擾動數據較多，但是和非擾動數據的值域相近，二者存在對稱關系。擾動數據分為兩種，一種是人為因素引發的擾動，另一種是自然因素引發的擾動，擾動數據的類型不同，數據波動性也呈現出不同。自然擾動的影響性比較小，并不會對電力系統的正常運轉造成過多影響，但是人為擾動的影響非常大，很有可能會威脅到電力系統的安全性。為了避免出現上述問題，需要自動收集擾動數據，根據數據特性劃分類別，對人為擾動數據進行科學處理。在收集數據的過程中，需要使用故障錄波器。故障錄波器可以記錄不同時段的電壓、電流等等，以此作為依據判斷故障類型和故障種類。故障電流信號和常規信號不同，為了截取故障信號，應該介入電流變換器，并應用防護裝置，對變換器進行安全保護。

在獲取信號之后，需要對數學模型中的動態等值進行計算。在設置算法時，應該遵循以下的幾個計算流程：第一，應該對抗原進行識別。所謂的抗原，就是電力系統中的免疫因子；第二，應該建立一個初始群，在群中羅列大量數據；第三，應該對不同抗原的關系進行劃定，并看抗原是否滿足電力系統運行的約束條件；第四，應該對抗原進行分化，并把分化之后的數據記錄在系統碎片之中；第五，應該對碎片進行重組，形成最終的抗體群。在計算之后，可以發現依靠擾動數據和非擾動數據，能形成科學的數學計算模型。估計等值技術具有精確性的特點，將這一技術和人工智能方法組合，能保證電力系統的正常運行。同時，上述動態等值分析方法的魯棒性非常強，得到的測算結果也比較精確。

3 結論

綜上所述，我國的經濟社會不斷發展，電力系統規模越來越大。為了提高電力系統的智能水平，必須掌握電力系統動態等值的人工智能方法。

參考文獻

[1]朱林，盛啟亮，劉平，等.基于相似理論的電力系統動態等值精確度量化評價方法[J].電力科學與技術學報，2016（4）：116-122.

[2]劉麗霞，羅敏，李曉輝，等.電力系統常用動態等值方法的比較與改進[J].電力系統及其自動化學報，2011（1）：149-154.