人工智能技術在新型電力系統中的分析，診斷和控制研究

李邦源 劉婉媛

摘 要：近年來我國科學技術快速創新發展，人工智能技術受到廣泛的應用和推廣，將其運用在新型電力系統中，不僅能夠有效進行故障的診斷，還能智能化、自動化進行系統控制，提升新型電力系統運行的穩定性和可靠性，具有重要的應用意義。基于此，本文研究人工智能技術在新型電力系統故障診斷中的應用，提出幾點系統控制的建議，旨在為發揮人工智能技術的價值和作用提供幫助。

關鍵詞：人工智能技術;新型電力系統;診斷;控制

新型電力系統的故障診斷和控制過程中采用人工智能技術，不僅可以通過模糊理論與遺傳算法等提升故障診斷的精確性，還能增強系統控制的效果，確保新型電力系統的良好穩定運行，提升整體系統的發展水平。因此，在新型電力系統時間運行和管控的過程中，應重點采用人工智能技術開展故障診斷工作，完善系統的控制機制和模式，進一步提高人工智能技術的應用水平。

1 人工智能技術在新型電力系統故障診斷中的應用

1.1 合理采用遺傳算法

從本質層面而言，遺傳算法主要是將人類遺傳機理作為基礎，利用仿照生物進化的方式，對整體工作進行優化的算法，新型電力系統故障診斷的過程中，使用此類算法技術，可以進行故障診斷工作的全方位優化改良，一旦系統出現故障問題，就可以按照發生故障元器件和具體保護動作相互之間的聯系，將故障診斷轉變成為整數，構建相應的遺傳算法，通過差異性的算法有效處理所出現的故障問題，如果是整體系統中保護軟件出現拒動現象或是斷路器出現拒動現象，就代表著相關的診斷工作效果非常理想。其次，在采用此類算法技術期間應以全局角度考慮問題，精準進行故障問題的診斷分析，合理構建相應的數字模型，確定差異性問題的情況，深入開展各項研究工作和分析工作，確保各類故障的有效處理。

1.2 積極運用人工神經網絡

在系統故障診斷的過程中，采用人工智能技術中的人工神經網絡，首先，需要結合新型電力系統的特點和情況，通過合理設置網絡語直的形式，獲得相應的知識點，之后隱秘分布到網絡系統內，獲得隱形知識點，使得整體網絡能夠形成電力系統生產的準確記憶。其次，在采用人工神經網絡的過程中，去除系統故障數據信息的噪音，獲得故障診斷過程中需要的知識點，有效解決專家系統內的不足和問題，同時，還能對新型電力系統進行糾正，將數據信息傳輸系統內部，使得整體系統的狀態有所轉變，快速去除故障問題。最后，需要構建相應的知識庫系統，在完成故障診斷工作之后，將最新的故障數據信息存儲到系統內部，不僅可以快速更新相應的數據信息，還能為后續故障診斷提供更多的依據。

1.3 積極運用模糊算法

目前，我國在新型電力系統中已經開始重視人工智能技術中模糊控制器的應用，借助模糊算法降低系統故障問題的發生率，準確進行潛在故障的分析和挖掘，獲得非常精準的故障診斷結果和數據信息。首先，在使用模糊算法的過程中，將故障處理的經驗和控制的經驗等輸入控制器內，研究開發相應的模糊控制器，提升技術應用的自適應性，確保能夠自動化和智能化識別新型電力系統故障問題，全面挖掘其中的潛在故障，快速進行故障的清除。其次，在采用模糊算法的過程中，還可以保證檢測工作的精確性和準確度，使得故障檢修人員可以在系統的幫助下快速識別和處理故障問題，將傳統的故障診斷措施和模糊算法相互融合，提升新型電力系統故障問題的診斷效率和速率。

2 人工智能技術在新型電力系統控制中的應用

2.1 合理構建控制模型

要想確保新型電力系統的良好運行，除了要采用人工智能技術高效化、精確性進行故障診斷，還需嚴格進行系統的控制，構建相應的控制模型，確保能夠提高故障診斷的有效性、故障消除的速率。首先，采用深度置信網絡，構建深度表達學習類型的模型，結合新型電力系統的特點和故障問題發生規律，設置輸入層次，神經元和隱秘層次神經元，采用概率生成模型的方式，區分與判別模型，利用輸入層次和隱蔽層次之間的相互關聯，增強整體系統控制效果。其次，將人工智能神經網絡作為基礎，與大量的深度置信網絡基本單元相互疊加，構建相關的系統控制模型，在網絡內部設置兩個層次的控制結構，每個層次都要做出分組，完善模型的分層，利用從下到上的方式，將模型下層輸出結果轉變成為數據信息，加載傳輸到上一個層次中。同時還需對每個層次進行訓練處理，最終傳送相應的標簽。最后，在整體的模型內部，最上部分的層次是輸入層，有很多單元，代表著很多輸入特點。最下面的層次是輸出層，有很多輸出單元，代表著很多的識別種類。另外，隱蔽層次無論是數量還是各個層次的單數，都必須要按照具體的經驗，合理進行布設處理，避免出現新型電力系統控制模型構建的問題或是不足[1]。

2.2 合理進行網絡訓練

采用人工智能技術進行新型電力系統控制的過程中，不僅需要合理構建深度置信網絡的架構，還是科學開展網絡訓練活動，將整體訓練工作劃分成為前期的預訓練環節，和后期的監督訓練環節，通過科學合理的訓練方式，完善整體網絡架構和模型內容，確保可以有效運用到新型電力系統的控制方面。首先，在與訓練的過程中，可以將無監督學習的算法技術和訓練技術作為主要部分，通過對模型之內各類層次中合理設置相關的參數初始化數據值，開展各個層次的訓練活動。在底層部分的初期特征部分，應訓練成為具備一定聯系、良好關系的高端數據信息，主要原因就是在沒有標注的情況下采用貪心算法，可能會使得所輸出的結果和實際狀況不符，因此必須要合理進行各類參數的調整;其次，完成與訓練的操作之后需要將輸出結果標出來，之后將全局學習算法作為基礎部分，進行模型系統的監督訓練，確保可以對模型之內的網絡參數進行不斷的優化和完善，確保各類網絡參數的良好控制，如公式，通過全局學習的算法，自上到下開展模型的調整工作：

在相關的公式內，L主要就是故障診斷樣本的數據信息，U主要就是沒有標準的樣本數據信息，D表達的是各個樣本數據的特征數量。在對模型進行訓練的過程中，如若所有樣本數據信息，都可以進行人工性的標注處理，U就等于零，此狀況下可全局性、深度性完成訓練操作，確保各個樣本數據信息都可以當成求解目前向量的數值。通過對于模型和系統的良好訓練，增強模型的新型電力系統控制性能、控制效果，結合系統的運行特點、實際情況等，通過科學化、合理性的手段，增強相關的系統控制水平，發揮先進模型技術和人工智能技術的作用價值，確保能夠從根本層面提升系統控制的可靠性和有效性[2]。

結語：

綜上所述，新型電力系統中采用現代化的人工智能技術，不僅可以改善系統的運行現狀和控制效果，還能為故障的有效診斷、系統的良好維護提供保障。因此應結合新型電力系統特點和情況，積極采用人工智能技術，構建完善的故障診斷機制，合理設置系統控制模型，發揮先進技術在新型電力系統維護和控制中的價值，達到預期的管控目的和故障處理目的。

參考文獻：

[1]張加康. 人工智能技術在電力系統繼電保護中的應用[J]. 時代農機，2020，11（3）：78-79.

[2]高新霞. 基于人工智能技術的新型電力營業廳研究[J]. 科學與財富，2019，22（34）：134-156.

作者簡介：

李邦源（1978.7-），男，漢族，貴州織金，昆明理工大學，工程碩士，高級工程師，研究方向 （電力自動化）

劉婉媛（1994.03-），女，漢族，云南個舊，南京農業大學，本科，工程師，研究方向（電力營銷）