電力系統自動化中智能技術的實踐探析

雷 陽

（國網陜西省電力有限公司營銷服務中心（計量中心），陜西 西安 710000）

0 引 言

在電力系統自動化、智能化控制過程中，企業以及相關單位需要采取頂層設計，明確各項技術指標與技術要素，革新管理方式，提高管理水平，確保整個電力系統能夠正常運作。

1 電力系統自動化技術概念

在電力系統中包含多個結構組成部分，其中涉及發電、變電以及輸配電，整個系統的運行和調度具備較強的復雜性，而為了提高系統的運行效率，結合自動化技術的使用是不可缺少的。自動化技術在系統管理、生產運作、電力調度、電力輸送以及設備控制與監管等方面均具有較大的作用，能夠提高電能質量。而隨著基礎科學技術的發展革新，智能化設備也進一步增強了自動化技術的使用維度和廣度[1]。結合自動化技術能夠對電力數據進行實時高效的整理分析，實現對系統設備更加高效的管控，確保電力系統的運作更加高效穩定，提高供電效率。

2 電力系統自動化中智能技術實踐應用

電力系統自動化中，結合智能技術的使用相對較為常見，結合線性控制技術、故障診斷技術、智能監測技術、模糊控制技術、專家系統技術以及人工神經網絡控制技術能夠進一步提高電力系統的智能化水平，確保整個系統能夠更加高效的運作。

2.1 線性控制技術

線性控制技術具備豐富的控制理論。具體來說，電力系統中的大部分設備均具有線性運動的規律，在此環節，結合線性控制技術的使用，能夠在遵循設備運行規律的情況下實現對設備更加高效的管控，線性控制如圖1所示。目前，電力行業結合勵磁控制的方式可實現對設備的動態化調整，使得電力系統的遠距離輸電能力得到有效提升。此外，線性控制技術在發電環節也得到了廣泛且全面的使用，如在水輪發電機組中，通過線性控制技術能夠提高機組運行的穩定性。但是線性控制技術也具備較大的使用限制，只有在特定的環境下才能夠發揮出應有的作用，因此在結合線性技術使用的過程中，工程師以及技術人員應當采取頂層設計，明確設備以及系統控制的重點和要點，提高管控效率[2]。

圖1 線性控制

2.2 故障診斷技術

電力系統自動化中涉及較多的設備類型，電力企業以及相關運維人員通常借助繼電裝置來實現對設備的調節控制，但是受到技術條件的限制，繼電裝置在運行過程中也會出現拒動、誤動的現象，無法對故障問題實施高效的處理管控。當前電力企業在處理電力設備故障問題的過程中，結合人工智能技術的使用能夠提高對設備故障的處理效率，通過對故障裝備所產生的一系列數據信息進行分析評估，結合邏輯推敲，推理出電力設備產生故障的根本原因，并且鎖定故障元器件，同時還能夠對故障的惡化趨勢進行分析評估。

電力企業將人工智能技術在電力系統中的使用進行了革新、優化以及調整，借助專家系統（Expert System，ES）、人工神經網絡（Artificial Neural Network，ANN）、模糊集理論（Fuzzy Set Theory，FST）等技術提高了管控效率。例如，ES作為一類人工智能技術，可通過專家經驗來完成對常見故障問題的識別管控，相關技術具備豐富的知識理論體系，同時該項技術也能夠實現持續不斷的優化，對當前全新的故障問題進行推銷評估，通過自我學習、自我組織完成對故障的采樣，并且將其記錄在數據庫中[3]。除此之外，結合FST故障診斷技術也能夠對斷路器以及自動保護裝置的狀態進行定向化的描述與評估。總體來說，在故障診斷過程中，結合人工智能技術的使用能夠進一步提高管控效率。

2.3 智能監測技術

在電力系統自動化、智能化運行過程中，工程師以及運維人員需要對設備的實時運行狀態進行監督、評估、評測，及時發現設備在運行過程中所出現的故障問題，并且采取行之有效的隔離措施，減少故障設備所帶來的不良影響。在電力系統運行過程中，實施高效的監督管理工作必不可少，隨著計算機技術、網絡技術的不斷革新與升級，監控系統的自動化水平也得到了不斷提升，智能系統的投入使用使得監控工作的效率得到了提升。通過構建完整的監控界面，完成實時監督，結合不同形式的可視化管理措施，借助高效的警報設施，結合一系列的遠程操作指令，如遙測、閉鎖等，進一步提高了監測工作的效率。在電力系統智能化監測管理環節，工程師需要嚴格參照系統結構對不同的設備實施不同的監督管控。例如，工程師需要對高壓進線、母線和饋線部分進行實時高效評估，對低壓、電容補償、電源切換以及饋線等相關區域采取分層分布的監督管理，通過搭建成熟完善的監督管理體系和通信結構，可實現對變壓器以及各項機電設備溫度、轉速、油量以及發電機狀態實時高效的監測評估，同時還能夠采集斷路器開關的動作日志，收集繼電保護裝置的動作信息以及異常警報信號等[4]。除此之外，在自動化監測管理過程中，還可實現對諧波故障的分析評估以及對電力系統的調峰管控，落實電力需求控制。最為關鍵的是，自動化系統還能夠及時監測設備的開口次數，評估設備的損耗情況，及時指導運維人員完成對設備的管理維護。監控系統結構如圖2所示。

圖2 監控系統結構

2.4 模糊控制技術

對于電力系統中部分具備非線性運動規律的設備，結合常態化的評估分析方式還很難對其中的故障隱患問題以及潛在的運行規律進行預測、分析與評估。而為了確保整個電力系統能夠穩定高效的運作，借助模糊控制技術也相對較為常見。模糊邏輯控制主要是模擬人類的思考與思想方式，借助簡單的數學模型，將人類的思考判斷過程更加形象、具體地展現出來。在當前的電力系統運維工作中，結合模糊控制技術，依托相應的數學模型，能夠提高控制效率[5]。

在該過程中，借助模糊控制技術能夠幫助運維人員快速、高效地處理不確定和不精確的問題，將其中的抽象概念進行模糊化控制，給予部分不確定以及不具備運作規律的問題定向化解釋。而模糊控制通過對模糊化數據信息的收集，結合一系列的模糊推理，還能將數據進行具體化、靈活化展示，最后再輸出相應的指令，實現對被控對象的精確化控制。模糊技術在電力系統中可將非結構化以及半結構化的數據資料實施結構化轉變，使得電力操作管理更加方便、直觀、高效。

2.5 專家系統技術

專家系統技術具備豐富的控制理論，可借助電力企業內部已有的數據庫系統實現對各項設備運行問題的定向化、專門化、系統化控制管理，實現對異常問題的實時高效排查，還可借助歷史數據庫、過去所產生的檢修日志以及專家控制理論對系統中所存在的危險元素進行重點管控，提高管理效率。但是專家系統在運行過程中也存在相應的缺陷和不足，如無法對深層次以及復雜度相對較高的系統運行情況進行分析評估，同時對突發問題的處理能力相對較低。但是專家系統可實現對整個電力體系各項資源的宏觀調度管理，實現對各項資源的科學合理分配，能夠提高整個電力系統的運作效率。因此，專家系統在當前電力系統自動化、智慧化控制過程中更多是結合過往的歷史數據與歷史資料，借鑒專家在應對相關故障問題時所采用的處理方式與處理技巧來指導現場運維人員快速鎖定故障源，并采取行之有效的故障排除方式，只是對全新類型的故障實施管理控制還存在相應缺陷和不足。

2.6 人工神經網絡控制技術

系統能夠模仿人類思考的過程，通過搭建特定的數學模型模仿人類的思維方式，完成對復雜程度相對較高問題的快速計算。在當前電力系統的智能化、自動化管理過程中，結合人工神經網絡控制技術的使用相對較為常見，該類技術具備自主學習的能力，通過搭載的自學功能，能夠對電力系統的運行狀況進行識別與分析，模擬人類判定的流程，提高計算效率。同時人工神經網絡控制技術也具備聯想儲備的功能，能夠尋找出當前故障問題的最優解，簡化復雜的問題，減少計算量。

此外，在當前電力自動化系統中要想實現無人管控、無人監控，借助神經網絡技術的使用必不可少。該項技術可代替人工完成對系統的控制，取得良好的控制效果，但是當前的神經網絡控制技術還存在缺陷和不足，相關研究人員需要進行持續不斷的研究、研發以及探索，革新現有的技術管理模式，提高系統的自動化、智能化水平，以此才能夠充分發揮神經網絡的控制作用。人工神經網絡控制如圖3所示。

圖3 人工神經網絡控制

3 結 論

總體來說，在電力系統自動化中結合智能技術的使用能夠提高系統的運行水平，而在智能技術體系中涉及較多的技術類型，電力企業要想實現對智能技術更加高效的使用，則應當改造現有的電力系統實施標準，完善標準化工程，確保整個系統能夠在標準化框架下正常且穩定的運作。