電力系統(tǒng)故障診斷中人工智能技術(shù)的應(yīng)用分析

張佳祺

摘要：電力能源在人們的生活和工作中發(fā)揮著重要的作用，隨著人們對(duì)電力能源需求的不斷增加，這也推動(dòng)了電力行業(yè)的快速發(fā)展，同時(shí)對(duì)電力系統(tǒng)的運(yùn)行則提出了更高的要求。在實(shí)際的電力系統(tǒng)運(yùn)行中，電力系統(tǒng)故障也是頻繁發(fā)生，在新時(shí)期環(huán)境下，人工智能技術(shù)在電力系統(tǒng)故障診斷中逐漸的得到了應(yīng)用，實(shí)現(xiàn)了高質(zhì)高效的診斷目的，下面，本文就針對(duì)電力系統(tǒng)故障診斷中人工智能技術(shù)的應(yīng)用進(jìn)行分析，來(lái)對(duì)此技術(shù)進(jìn)行深入的了解。

關(guān)鍵詞：電力系統(tǒng)；故障診斷；人工智能技術(shù)；應(yīng)用分析

前言

電力系統(tǒng)是進(jìn)行電力能源供應(yīng)的主要途徑，其安全穩(wěn)定性直接和供電質(zhì)量有著密切的關(guān)系，這就需要做好電力系統(tǒng)故障的有效預(yù)防和處理。隨著科技技術(shù)的不斷發(fā)展，人工智能技術(shù)得到了逐漸的開(kāi)發(fā)和應(yīng)用，這也為電力系統(tǒng)故障診斷提供了良好的條件，其在電力系統(tǒng)故障診斷中的應(yīng)用，對(duì)故障的及時(shí)診斷和電力系統(tǒng)的優(yōu)化起到了重要的作用，而其如何在電力系統(tǒng)故障診斷中進(jìn)行應(yīng)用，就是本文主要研究的內(nèi)容。

1.人工智能技術(shù)概述

所謂的人工智能技術(shù)，其主要是將腦科學(xué)、信息科技技術(shù)以及神經(jīng)學(xué)等實(shí)現(xiàn)一體綜合化，其在多個(gè)行業(yè)和領(lǐng)域中都得到了廣泛的運(yùn)用，并且作為一種先進(jìn)的科技技術(shù)，其也是未來(lái)科技技術(shù)領(lǐng)域探索和研究的重點(diǎn)和熱點(diǎn)內(nèi)容。人工智能技術(shù)主要是通過(guò)對(duì)人類腦部思想原理以及行為等進(jìn)行有效的模仿，來(lái)研制一種具有自動(dòng)化特點(diǎn)的機(jī)器，此機(jī)器能夠智能化進(jìn)行問(wèn)題的發(fā)現(xiàn)、判斷、分析和識(shí)別等。在現(xiàn)階段的電力企業(yè)中，很多都使用了人工智能技術(shù)，其有效實(shí)現(xiàn)電力系統(tǒng)的高效運(yùn)行，并對(duì)電力系統(tǒng)故障的發(fā)生率進(jìn)行了控制，同時(shí)其還有效節(jié)省了人力、財(cái)力和物力，另外，其還能夠?qū)﹄娏ο到y(tǒng)內(nèi)復(fù)雜問(wèn)題進(jìn)行有效的解決，比如，非線性的映射問(wèn)題等，其在繼電保護(hù)中也得到了逐漸應(yīng)用。人工智能技術(shù)通過(guò)對(duì)大量故障樣本進(jìn)行采集，其對(duì)設(shè)備故障具有印象，在電力系統(tǒng)出現(xiàn)故障時(shí)，其就能迅速記性反應(yīng)，并發(fā)出相應(yīng)的警報(bào)[1]。

2.電力系統(tǒng)故障診斷中人工智能技術(shù)的應(yīng)用

2.1專家系統(tǒng)

在人工智能技術(shù)的應(yīng)用中，專家系統(tǒng)是其研究最活躍以及最廣泛的課題之一，其和知識(shí)工程的研究有著密切的聯(lián)系。將專家水平的某個(gè)領(lǐng)域相關(guān)知識(shí)以及經(jīng)驗(yàn)都存于其系統(tǒng)內(nèi)部，在人工智能技術(shù)中進(jìn)行應(yīng)用，就能夠推理與判斷人類的專家具有的知識(shí)以及經(jīng)驗(yàn)表現(xiàn)，實(shí)現(xiàn)了對(duì)人類的專家準(zhǔn)確決策的模擬制定，因此，對(duì)于一些需要相應(yīng)的專家來(lái)進(jìn)行解決的復(fù)雜問(wèn)題，就可以通過(guò)專家系統(tǒng)進(jìn)行處理。專家系統(tǒng)主要的任務(wù)和目的就是將故障對(duì)象的原因根據(jù)觀察和獲取的數(shù)據(jù)進(jìn)行有效的推斷。產(chǎn)生式的規(guī)則系統(tǒng)在電力系統(tǒng)的繼電保護(hù)內(nèi)專家系統(tǒng)應(yīng)用十分具有代表性，它主要是借助相應(yīng)的規(guī)則來(lái)代替斷路器以及運(yùn)行人員故障診斷的經(jīng)驗(yàn)，形成相應(yīng)故障診斷的專家系統(tǒng)知識(shí)庫(kù)，這樣就能夠準(zhǔn)確的得到故障診斷結(jié)論，借助直觀性規(guī)則能夠有效的表示輸電網(wǎng)絡(luò)內(nèi)一級(jí)保護(hù)以及斷路器兩者間具有的關(guān)系，實(shí)現(xiàn)對(duì)不確定的問(wèn)題進(jìn)行合理的解決。另外，框架法的專家系統(tǒng)具有著分類結(jié)構(gòu)內(nèi)的知識(shí)，通過(guò)其系統(tǒng)能夠把事物間具有的關(guān)聯(lián)性進(jìn)行清晰表達(dá)，把表述與儲(chǔ)存知識(shí)進(jìn)行簡(jiǎn)化與繼[2]。

通過(guò)對(duì)發(fā)生故障自動(dòng)分析法實(shí)施研究，主要使用2種途徑來(lái)進(jìn)行實(shí)現(xiàn)，于變電站層次對(duì)故障的錄波器信息進(jìn)行分析，進(jìn)而于調(diào)度中心再進(jìn)行深化分析；還可以直接于調(diào)度中心中對(duì)變電站全部故障的錄波器信息進(jìn)行分析。盡管專家系統(tǒng)可以實(shí)現(xiàn)對(duì)故障專家的處理合保護(hù)動(dòng)作進(jìn)行模擬，但其還面臨著知識(shí)獲取瓶頸、知識(shí)難以維護(hù)等難題題，此類問(wèn)題對(duì)系統(tǒng)的故障診斷準(zhǔn)確性產(chǎn)生了很大影響。

2.2暫態(tài)保護(hù)

在繼電保護(hù)的領(lǐng)域，對(duì)人工智能技術(shù)進(jìn)行深入的研究，也逐漸的實(shí)現(xiàn)了對(duì)各種故障類型進(jìn)行判斷的方法，比如小波理論，其不僅有效的提高了故障判斷的準(zhǔn)確性，還有效的解決了傳統(tǒng)算法中對(duì)單一工頻的信號(hào)難識(shí)別的難題。在現(xiàn)階段，傳統(tǒng)的保護(hù)新原理還沒(méi)有完全被人工智能技術(shù)所取代，且傳感器的頻寬還一定程度對(duì)其方法的應(yīng)用進(jìn)行了限制，導(dǎo)致只是借助復(fù)雜計(jì)算以及大量工作來(lái)對(duì)故障識(shí)別準(zhǔn)確性以及可靠度進(jìn)行提高。對(duì)于暫態(tài)保護(hù)來(lái)說(shuō)，其主要利用高頻信號(hào)來(lái)對(duì)輸電線以及電力設(shè)備進(jìn)行保護(hù)，系統(tǒng)故障中的種類、持續(xù)的時(shí)間以及位置等暫態(tài)保護(hù)信號(hào)中涉及的內(nèi)容，并且貫穿到信號(hào)整個(gè)的頻域中，也就是自直流到高頻之間存在的信息。由于傳統(tǒng)保護(hù)的方式主要是通過(guò)過(guò)濾方式進(jìn)行，對(duì)故障高頻率進(jìn)行了忽視，而其暫態(tài)保護(hù)就將所需要高頻的信號(hào)使用特殊的設(shè)計(jì)成高頻檢測(cè)的裝置以及算法，將其從故障的暫態(tài)進(jìn)行了有效的提取，進(jìn)而把地故障使用專門快速的處理信號(hào)算法來(lái)進(jìn)行判斷，而暫態(tài)保護(hù)能夠得到有效的實(shí)現(xiàn)和應(yīng)用，微處理相關(guān)技術(shù)是前提基礎(chǔ)[3]。

2.3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種信息處理的系統(tǒng)，其對(duì)人腦的組織結(jié)構(gòu)以及人類的認(rèn)知過(guò)程實(shí)施了有效的模擬，其具有著非線性的特征，同時(shí)還具有著并行性的處理能力以及自組織和自學(xué)習(xí)能力特點(diǎn)等，因此受到了人們的廣泛關(guān)注。在人工網(wǎng)絡(luò)神經(jīng)中，對(duì)BP算法的應(yīng)用是最廣泛的，同時(shí)其也是研究力度最大的，其具有著簡(jiǎn)單直觀的網(wǎng)絡(luò)算法以及結(jié)構(gòu)，在工業(yè)的領(lǐng)域應(yīng)用十分廣泛，由于電力系統(tǒng)是一種十分復(fù)雜性非線性的系統(tǒng)，因此，其于電力系統(tǒng)的繼電保護(hù)方面進(jìn)行應(yīng)用具有十分廣闊的發(fā)展前景，通過(guò)神經(jīng)網(wǎng)絡(luò)的方法能夠有效的對(duì)難以求解以及復(fù)雜非線性的問(wèn)題進(jìn)行解決，比如，由于渡電阻出現(xiàn)短路的問(wèn)題而導(dǎo)致輸電線的兩側(cè)系統(tǒng)中電勢(shì)角度出現(xiàn)擺開(kāi)情況，這就是一種非線性的問(wèn)題，這種故障的位置通過(guò)距離保護(hù)并不能對(duì)其進(jìn)行準(zhǔn)確判斷，進(jìn)而可能導(dǎo)致誤動(dòng)的現(xiàn)象出現(xiàn)，而使用神經(jīng)網(wǎng)絡(luò)的方法，將其樣本來(lái)對(duì)各情況進(jìn)行集中考慮，就能夠掉故障位置進(jìn)行正確判斷[4]。

人工神經(jīng)網(wǎng)絡(luò)還能夠構(gòu)造出單相的限脈沖以及三相變壓器差動(dòng)保護(hù)，常用于瞬時(shí)信號(hào)處理，其主要也包括2種結(jié)構(gòu)，一種是對(duì)單相型變壓器的內(nèi)部故障進(jìn)行檢測(cè)模式，另一種是對(duì)三相型變壓器的內(nèi)部故障進(jìn)行檢測(cè)模式。還有一些學(xué)基于BP的算法不足情況下，提出一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)最大值的算法，這種算法把訓(xùn)練的過(guò)程進(jìn)行深入的簡(jiǎn)化，從而加快網(wǎng)絡(luò)收斂以及診斷推理速度，能夠有效的提高故障的識(shí)別判斷率，并實(shí)現(xiàn)故障的自動(dòng)診斷以及綜合性和智能化的保護(hù)效果。盡管人工神經(jīng)網(wǎng)絡(luò)的方法能夠把專家系統(tǒng)的獲取知識(shí)具有的瓶頸以及知識(shí)庫(kù)的難以維護(hù)等問(wèn)題進(jìn)行解決，但和啟發(fā)性處理知識(shí)是不符的，且人工神經(jīng)網(wǎng)絡(luò)技術(shù)的完備性還存在不足，其學(xué)習(xí)的速度比較緩慢、訓(xùn)練的時(shí)間也比較長(zhǎng)，同時(shí)解釋的功能也比較弱，這就對(duì)其實(shí)用性產(chǎn)生了影響。

2.4模糊理論

傳統(tǒng)的電力系統(tǒng)故障診斷技術(shù)對(duì)數(shù)據(jù)的分析不是很準(zhǔn)確，往往診斷的結(jié)果也沒(méi)有十分正確，而人工智能技術(shù)就有效的提高了診斷的準(zhǔn)確性，而人工智能技術(shù)對(duì)系統(tǒng)故障的診斷無(wú)法實(shí)現(xiàn)突發(fā)情況的解決，對(duì)于一些新問(wèn)題的診斷是比較缺乏的，其診斷方式主要是把以往所發(fā)生的問(wèn)題進(jìn)行統(tǒng)一集中的合并和處理，并把所出現(xiàn)的信息數(shù)據(jù)存入到人工智能的系統(tǒng)內(nèi)，借助系統(tǒng)歷史數(shù)據(jù)進(jìn)行診斷。面對(duì)這種情況，就可以把模糊理論進(jìn)行診斷系統(tǒng)內(nèi)的應(yīng)用，這種模糊理論和其它技術(shù)理論是不同的，其理論系統(tǒng)能夠?qū)σ恍┩话l(fā)和緊急問(wèn)題狀況進(jìn)行處理，此系統(tǒng)能夠靈活有效的對(duì)一些新產(chǎn)生的系統(tǒng)問(wèn)題以及漏洞進(jìn)行準(zhǔn)確診斷，其系統(tǒng)和人工智能的系統(tǒng)相比，對(duì)故障診斷具有更好的靈活性，同時(shí)其還能夠根據(jù)人腦來(lái)對(duì)處理的信息進(jìn)行判斷，但此系統(tǒng)同樣也有一定不足， 由于其并沒(méi)有生命意識(shí)，其和人腦系統(tǒng)相比，并不具備相應(yīng)自主思考能力。

3.結(jié)語(yǔ)

綜上所述，在新時(shí)期環(huán)境下，人工智能技術(shù)在各個(gè)領(lǐng)域中的應(yīng)用也是越來(lái)越廣泛，而其在電力系統(tǒng)故障診斷中的應(yīng)用，有效的提高了故障診斷的準(zhǔn)確性以及及時(shí)性，這對(duì)電力系統(tǒng)的供電性能具有保障作用，為了促進(jìn)其能夠更好的進(jìn)行應(yīng)用，還需要對(duì)其技術(shù)進(jìn)行不斷的探索和研究。

參考文獻(xiàn)：

[1]湯竣元. 人工智能技術(shù)在電力系統(tǒng)故障診斷中應(yīng)用[J]. 自然科學(xué)：文摘版：00038-00038.

[2]郭步陽(yáng). 試論人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用[J]. 科技創(chuàng)新與應(yīng)用，2015（34）：206-206.

[3]唐亞琴. 人工智能技術(shù)在電力系統(tǒng)故障診斷中應(yīng)用[J]. 中國(guó)科技博覽，2015（26）：227-227.

[4]劉丹莉. 人工智能技術(shù)在電力系統(tǒng)故障診斷中應(yīng)用[J]. 城市建設(shè)理論研究：電子版，2014（23）.00154-00155.

基金項(xiàng)目：

人工智能關(guān)鍵技術(shù)在電網(wǎng)企業(yè)的應(yīng)用體系研究項(xiàng)目（編號(hào)：080010HJ42170010）