人工智能技術在電力系統故障診斷中的應用

王嘉梅

【關鍵詞】人工智能技術;電力系統;故障診斷;應用

1 人工智能的優點

人工智能利用計算機來模擬人類的某種思維過程和智能行為的學科，總的來說就是人腦行為智能化。人工智能將涉及的學科很廣，其中包括計算機科學、心理學、哲學和語言學等學科。其覆蓋面涵括了自然科學和社會科學的所有學科，思維科學著重理論，而人工智能則著重實踐，思維科學的技術需要人工智能來表達。人工智能技術需要發展，離不開思維科學的發展。依據國務院在制定的《“互聯網 +”行動指導意見》相關內容，需對智能制造投入力度進一步增強。可通過建設智能工廠的模式，達到推動智能制造實現的目的，也可設置智能制造試點，以起到示范和引導的作用。同時，不斷增強對工業大數據的研發和應用的力度，以對制造業向全面智能化轉型予以促進，為對具開放、協作等諸多性能的智能制造產業建設提供保障。可見，國家大力發展智能制造以及人工智能新興產業，鼓勵智能化創新，在可見的將來，人工智能將會更多融入日常生活當中，給人們的生活、工作和教育帶來更多的影響

2 人工智能技術在電力系統故障診斷中應用分析

1.專家系統（ES）

ES是發展最早、最為成熟的一種人工智能技術，根據某領域專家提供的知識和經驗進行推理和判斷，模擬專家的決策過程，以解決需要專家決策的復雜問題。ES在電網故障診斷中的典型應用是基于產生式規則，即把保護和斷路器的動作邏輯以及運行人員的診斷經驗用規則表示，形成故障診斷專家系統知識庫，進而根據報警信息對知識庫進行推理，獲得故障診斷的結論，具有一定的解釋能力。基于ES的電網故障診斷常用的推理機制可分為兩類：一類是基于啟發式規則推理系統，該系統采用正向推理將故障信息與知識庫中的規則匹配來得到故障診斷的結論;第二類是正、反推理系統。根據斷路器和繼電保護與被保護設備之間的邏輯關系建立推理規則，以實際保護信息與故障假設的符合程度計算可信度。該方法通過混合推理，提高了故障診斷專家系統的適應性和自學習能力。雖然ES理論發展較為成熟，表述清晰，能給出完整的診斷過程解釋，但是ES在實際應用中仍存在以下缺陷：難以獲取完備的知識庫，并且驗證其完備性比較困難;自適應能力差，電網拓撲結構變化時，需重新建庫，維護難度大;容錯能力較差，對誤動、拒動現象，極易出現誤判、漏判情況。ES的診斷方法能夠給出符合人類語言習慣的結論及相應的解釋能力，比較適合中、小型電力系統的故障診斷。

2.人工神經網絡（ANN）

ANN同樣也是一種人工智能技術，是通過模擬傳輸系統和人類的神經信息處理來進行工作的過程。它具有并行處理，非線性映射，聯想記憶和在線學習能力的特點，已經被廣泛應用于電力系統的各個領域當中。與ES相比，使用神經元和運行知識的隱式處理的權重之間的聯系，與地圖的強非線性和技術推廣的優點，容錯率要更高，即使與輸入信號固定噪音，還可以給出準確的故障診斷結果。基于神經網絡故障診斷，故障信息被定義為用作神經網絡的數字輸入。生產代表了故障診斷的結果。首先，神經網絡訓練和學習，具體的故障報警作為樣本，與樣本知識庫建設相吻合;然后利用神經網絡，該網絡將保留在連接的權利的形式的網絡的知識的所有訓練樣本;在計算神經網絡的時候可以輸入相應的數據值，從而完成了故障診斷。使用記憶聯想Hopfield神經網絡模型，按照根據設計原理逆學習算法用它來實現系統故障，由部分信息擾動寬容的表現。結合參考文案中提到的徑向核心功能（RBF）神經網絡來實現高壓輸電線路故障診斷和反向傳播（反向傳播，BP）對比神經網絡，速度訓練網絡和寬容故障都優于應用傳統的BP神經網絡。然而，在實際應用中仍然有存在一些問題，大量需要加強練習的網絡智能信息技術，學習算法收斂速度緩慢;缺乏能力診斷結果的解釋;良好地進行啟發性知識處理。

3.模糊理論概括

在對電力系統故障進行診斷的系列過程中，較難有效鑒別故障征兆與故障排除間的關聯，因兩者間有一定的不準確性存在，而且在概念描述上也具有一定的不精確性特征，因此，也使診斷結果呈模糊不清的狀態顯示;傳統解決辦法通常依據專家所固有的經驗在故障征兆與原因間就模糊的關系進行建立。隨著此種模糊理論的 完善，優點漸趨表現出，尤其是在對一些不確定性的問題進行處理時，價值更為明顯;其所具有的模糊知識庫通過對語言變量進行應用，來對專家的經驗加以描述，與人的表達習慣更為接近;模糊理論具對多種不同問題進行解決的能力，并可以根據問題模糊的程度，來對優先程度進行排序。因為電力系統故障診斷與專家系統搜 索必須一一匹配，否則很容易出現錯誤的結果。建議將模糊理論在專家系統中引入并應用后，由精確推理向近似推理轉化，在一定范圍內使專家系統所具有的容錯性 和可判斷行增強，有效解決了模糊理論運用過程中出現的不準確性與不精確性。

3 結語

總之，將人工智能技術應用到電力系統故障診斷中是人工智能技術自身特點和電力系統故障診斷的重要意義決定的，是我國電力系統發展的必然選擇，而人工智能技術在電力系統故障診斷中的應用有其各自的優缺點，在具體應用的過程中應結合實際情況，做到具體問題具體分析，以實現準確快速診斷故障為直接目的。

參考文獻

[1]占才亮.人工智能技術在電力系統故障診斷中的應用[J].廣東電力，2011.

[2]王磊.電網故障診斷方法及其系統架構研究[D].山東大學，2013.

[3]朱麗娟，方倩.智能技術在電力系統故障診斷中的應用研究[J].城市地理， 2014