智能技術在電力系統自動化中的應用

楊 正

（安徽南瑞繼遠電網技術有限公司，合肥 230088）

進入新時期以后，基于社會需求，電力行業開始進入高速發展期，并有更多的信息化技術引入到電力系統自動化進程中，取得了較好的實效，為進一步鞏固發展成果、提升電力系統自動化水平，有更多的電力企業開始有意識、有計劃地引入各種智能技術，一定程度上解決了以往電力系統自動化進程中的很多難題，如自動化程度低、成本高等，對于推動電力行業的高效發展起到較好的作用。

1 概念闡釋

1.1 智能技術

智能技術主要指的是以智能手段替代人為行為的技術類型，實現其在電力系統中的靈活應用，可協助運行人員更加便捷、高效地掌控電力系統。智能技術的具體作用過程，是基于傳統控制機制、體系，引進智能管控、調節系統，提升電力系統自動化水平，并需傳感技術、信息技術、通信技術等加以配合，如此才可為電力系統自動化過程提供保障。

1.2 電力系統自動化

電力系統自動化指的是通過控制技術（計算機、自動調整等）對電力系統各個流程進行自動化控制的過程，其對于保障電力系統穩定、安全運行具備較好的作用，涉及的自動化內容有電網調度、發電管控、配電管理等，不但可為電力系統優化運行提供相關數據、參數支持，還可大幅度減少人為因素帶來的系統運行誤差，降低人力成本開支，提升效益[1]。

2 智能技術在電力系統自動化中的應用意義

2.1 減少操作失誤

電力系統整體相對復雜，裝載有各種類型的電子設備，并大多起到至關重要的作用，任何部位的電子設備故障都會影響到電網穩定運行，而針對已經出現故障的設備，按照傳統方式加以檢查，很難迅速、準確地確認故障原因、影響因素等，仍會留下安全隱患。該種情況下，引入智能技術，整個電力系統操作過程全部由電腦系統執行，且過程可控、可監測、可視化，在減少操作失誤的同時，相關故障一目了然，可減少針對故障的前期反應時間，維持電力系統的可持續運行。

2.2 提升系統控制力

缺乏智能技術支持的環境下，電力系統控制、運維需以人力為主導，這就必須投入較多的人力、物力資源，且需通過必要的管理制度、體系規范運行人員相關行為，但對電力系統的控制力仍舊極其有限。而在引入智能技術后，可通過信息化技術加強電網控制，讓電網工作趨于簡單、高效化，如部分重要設備需反復操作、檢查，而智能技術可簡化設備流程，并在短時間內重復多次檢查，以此來替代人力行為，一些復雜、困難的動作亦可由系統完成，這在提升系統自動化程度的同時，對于系統的控制力亦在不斷提升[2]。

3 智能技術在電力系統自動化中的應用對策

3.1 人工智能算法

智能技術中的人工智能算法，在電力系統自動化上有著較廣的應用范圍，可按照以下步驟展開具體化分析。①場景分析。即針對電力系統自動化中的不同業務場景展開分析、進行信息獲取，確定范式對應的場景，如文本分類、圖像分類、推薦系統和趨勢分析等，用于確定后續所用技術路線、算法類型等。②數據標簽、輸出構建。以電力系統自動化運行中的變壓器故障處理為例，結合變壓器運行信息狀態，劃出7 種故障類型：放電兼過熱DT、低溫過熱T1（T＜300 ℃）、中溫過熱T2（T為300~700 ℃）、高溫過熱T3（T＞700 ℃）、局部放電PD、低能放電D1、高能放電D2。設定樣本數據集：（q1、w1），（q2、w2），……（qn、wn），網絡輸出層面對應不同類別數[3]。③選擇網絡結構。針對深度學習、用戶畫像等智能計劃，需確定準確的隱含層節點、層數。確定隱含層層數，適當增加隱含層層數，可提升網絡訓練信息處理水平，但亦會增加網絡復雜度，對訓練速度、網絡性能亦會產生影響；確定隱含層節點數，在選取隱含層節點數時，多安排試湊，在網絡訓練中選取相應節點數對比分析獲取預測結果誤差，再選取最優節點數；需注意，隱含層數量應保持適中，為提升網絡訓練精度，可增加隱含層節點數，從較小節點數試湊，慢慢增大；網絡參數初始化，初始閾值、權值是必須考慮的問題，避免選取不當而影響最終結果，多選激勵函數有ReLU函數、Tanh 函數、Sigmoid 函數等，若初值太大，會造成激勵函數輸入過大，達到飽和狀態。④學習速率選取。閾值、權值修正量=學習速率×偏導數，若速率過大，會造成過調，若太小，會降低訓練速度，可引入支持向量機等方法，選擇核函數與對應參數，后續進行映射函數、線性回歸函數、核函數確定。⑤性能評估。以上提出的人工智能算法中的分類型應用范式可廣泛應用于電力自動化系統中的配電、用電、變電、輸電和發電領域等，以用電領域為例，可通過分類型應用范式展開對電網用戶用電異常行為的整體化分析，針對當前行為隱蔽化、手段專業化、設備智能化的高科技竊電行為，分類型應用范式可收集用戶用電行為、電力設備運行狀況，搭建分類模型，減少竊電行為分析成本、時間；利用企業關于用戶用電量、計算設備異常、電流失流和電能表停走等問題，搭建經確認的竊電用戶清單，進行大數據計算、分析，得出竊電用戶在各階段的行為特征，得出竊電用戶行為畫像，對其加以準確識別、定位，以此來追究其法律責任。

3.2 人工神經網絡應用

常規電力預測方法有著較大的不確定性、隨機性，使得電力預測結果與實際值有著一定偏差，難以為電力系統自動化運行提供可靠參考，如單耗法，主要依據某工業產品平均用電量、計劃生產產品數量來加以預測，按照以下公式計算

式中：A為總用電量，b為計劃產品總產品，g為單位產品耗電量。雖然短期預測效果好，但是其局限性大、準確度低、工作量大是難以克服的問題。因此結合電力負荷預測要求，提出人工神經網絡預測方法，具體如下：通過人工神經網絡對某市2023 年5 月10 日—20 日的電力負荷進行統計分析，預報開始前，采集前一天用電量，集齊12 個負荷資料，用于人工神經網絡分析，因電力負荷會受溫度、天氣等因素影響，故而在實際分析時需結合溫度、天氣等因素；結合天氣預測結果，掌握5 月21 日氣溫、天氣，晴天、陰天、雨天分別用0、0.5、1 表示，納入神經網絡，并關注5 月21 日對12 個載荷的預報；實際計算時，數據單位、類型可能影響到神經網絡計算速度，故而可選擇標準化方法統計數據，確保其在給定范圍內，后續通過神經網絡訓練，設定參數，確保任務穩定推進；訓練設定參數包括每次顯示代數、訓練誤差、訓練代數、動量因子和訓練速率等，設定本次顯示代數為10，則訓練代數總計100 000，基于此設定訓練速度0.05，還可選擇設置為移動代數，列出0.01 的訓練目標偏差，后續再引入Train 函數訓練神經網絡功能，函數格式如下

式中：net 指的是需訓練神經網絡；P 指的是網絡輸入，是R×Q 輸入矩陣；T 指的是網絡期望輸入，參數可選；Pi 指的是出入輸入延遲；Ai 指的是初始層延遲。按照以上方法得出5 月21 日每小時電力損耗，得出表1 所示數據，對比分析預測值與實際值，可知人工神經網絡預測法切實可行，可為電力系統自動化提供相對準確的數據信息[4]。

表1 人工神經網絡電力負荷預測與實際值數據表

3.3 模糊控制技術應用

模糊控制即利用模糊數學基本理論、思想的一種控制方法，比較適用于時變、非線性、滯后及模糊不完全系統的控制過程。以模糊控制技術在電力系統自動化負荷頻率控制上的應用過程加以研究。①模糊邏輯控制器應用。因未知的線性與互聯特征，模糊邏輯控制系統具備較大適應性，且模糊系統本身具備解模糊器，已進行了產品推理、模糊化的整體考慮，涉及各種智能化的推斷系統，可實現模糊邏輯控制器的靈活應用。②設計LF 控制器。FLC 是在相關知識獲取中形成控制器的核心學科，在輸入時，可拆分成7 個三角模糊集，第一塊內部控制器呈模糊化狀態，將每塊輸入數據轉換成對應的成員函數，再與輸入數據匹配，去模糊化后得到清晰的數據輸出值[5]。③區域控制誤差。分析整個模糊控制技術應用過程，可知頻率偏差、聯絡線功率偏差一直成正比，從模糊規則表中確定輸入、輸出定義規則；借助系統頻率控制平衡電力系統狀態，在電力需求出現變化時，會讓頻率隨之變化，且頻率誤差會混合、放大，輸送向渦輪調速器的信號發生變化，可將電力自動化系統分解為2 個獨立區域，每個區域配備發動機，并由輸電線路連接。④在電力系統劃分后，功率流通過輸電線，會分布在2 個數值相等，但呈正、負2 種狀態的區域中，且功率流動方向與區域相對相位角有著直接關系，且很大程度上取決于相對速度偏差，考慮到不同區域對于接線互聯系統的具體需求，列出穩態方程，如此在第i控制區域，其凈交換與兆瓦綜合一致，即所有M個輸出聯絡線；在進行區域控制誤差分析時，ACEi必須反映總功率交換，具體形式如下

該項誤差被添加到ACE 與頻率誤差。通過模糊控制技術的靈活應用，對于維持頻率不過分偏移，保證電力系統穩定性有著較好的作用。

3.4 專家控制技術

在電力系統自動化中引入專家控制技術，主要體現在以下多個方面：①常規應用。對專家行為加以模仿，在自動化系統中植入專家區域，在出現系統執行問題、決策問題時，可結合專家知識、技能對相關問題進行整體化分析，保持自動化系統穩定性；專家控制系統還可對電力系統自動化運行過程進行監控，在控制系統出現異常運轉特征時，第一時間察覺，并發出告警信息，提醒運行人員加以處理，并可同時分離正常區域、反常區域，化解系統運行風險，降低運營風險。②操作票編制。在操作票編制中引入專家控制技術，可確保操作票的正確性、規范性，提升開票速度，簡化開票流程，對操作票中的信息進行提取、分析、核檢，以此來避免因人為因素可能引發的誤差、缺漏等，確保操作票中相關流程、重點事項不會出現明顯誤差，并可兼顧到不同運行人員、檢修人員等對于操作票的具體需求，減少沖突、順利開票。③電壓－無功控制。在電壓－無功控制中引入專家系統，可起到避免控制超限作用，在出現超限時，保障電壓+無功控制體系在各種環境下發揮作用，最短時間內恢復電力系統正常運行，突破常規數學模型應用的局限性，完整地展示各階段電力系統數據，為無功補償裝置設置、調節、故障維修等提供更多的便利。

3.5 線性最優控制技術

線性最優控制技術指的是在給定性質指標（如能量最小、時間最短等）標準下，通過對應的數學推理方法來得到最優控制規律的一種控制方法，應用于電力系統自動化進程中，主要體現在以下幾個方面。①最優勵磁控制器。通過最優勵磁控制器靈活應用，可提升遠距離輸電線路輸電水平、提升動態品質，可選擇WKLF-600 系列變頻起動交流無刷勵磁裝置輔助應用過程，其核心控制單元為在系列Excitrol 調節器軟、硬件技術平臺上二次開發的Excitrol-600 型無刷同步電動機微機勵磁調節器，包含WKLF-602 型、WKLF-602B 型2 種類型系統，均具有雙套調節器及雙主回路配置，功能涵蓋勵磁系統所有測量、控制、調節與保護；如觸發脈沖形成與功率放大、模擬量測量、接點量輸入輸出、參數整定與勵磁調節、軟硬件故障監測、雙機通信、后臺通信、與PC 機或液晶操作面板通信等，具備較大適用性。②最優快速汽門控制器。在基于線性最優控制技術的最優快速汽門控制器設計與選擇時，需考慮電力系統中不同地點機組對于綜合控制器技術應用需求，進入最優協聯控制器，并需以供應電動門伺服電機控制系統為支撐，可選擇智能PLC 控制箱電控裝置，測量范圍0.1~400 Hz 可設定轉矩提升，最大10.0%，啟動轉矩在1.0 Hz 時可達150%，并發揮以下保護功能：過載保護、FUSE 保護、過電壓保護、低電壓保護、瞬間再啟動、失速防止、輸出端短路、散熱片過熱保護、反轉限制、故障復歸、參數鎖定和PID-拖多等。③水輪發電機。最優控制技術在水輪發電機上的應用，主要體現在制動電阻最優時間控制上，可通過預先設定控制指標，選擇制動電阻降額，確定重復制動或者非重復制動方式，以此來適應水輪發電機組在不同環境下的使用要求，以此來提升制動效果。

3.6 綜合智能技術

綜合智能技術，即實現對以上各項智能技術的綜合應用，進行優勢互補，如實現神經網絡控制系統、專家控制系統的組合應用，可大幅度提升模糊控制系統整體控制層次，并解決專家控制系統在應用時投入過高的問題，提升專家決策的有效性；又如模糊控制技術、專家控制技術的組合應用，可提升智能化控制技術的應用水平。而如何進行各項智能技術的組合應用，關鍵在于需細致化分析電力系統自動化的根本需求，考慮到相關智能技術本身的復雜性，結合自動化控制目標進行靈活選擇、組合，提升智能化控制水平。

3.7 智能化信息管理技術

電力系統自動化發展進程中，涉及變電、配電、用電等各個方面的運行監測信息，以及故障、反饋、決策等方面的操作記錄信息，引入智能化信息管理技術，協助系統進行各項信息的整體化處理，可搭建智能管理平臺，并賦予平臺以下功能特征：①電力系統監控功能。采集并保存現場設備的實時數據，包括電壓、電流、有功、無功、視在功率、頻率、功率因數、累計電能及變壓器溫度等實時電參量；采集現場設備的狀態，如斷路器分合狀態，對于高壓系統，還可采集彈簧儲能狀態、地刀位置、遠方/就地和設備故障等。②圖表管理功能。平臺顯示功率曲線、電流曲線、溫度曲線；提供電力抄表功能，設定好起始時間和結束時間，點擊查詢即可得到該時間段設備的用電量，查詢完成后還可保存成Excel 文檔或直接打印。③報警功能。在數據庫中設定報警值，當實際值小于低報警值或實際值大于高報警值時，報警；報警方式可以是彈窗報警、語音報警、聲光報警等。④權限管理。具有完善的用戶管理功能，避免越權操作；每一級權限對應相應的控制權限，最多可設置多級不同權限，并記錄權限用戶的操作。

4 結束語

綜上，文章就智能技術在電力系統自動化中的應用展開了綜合論述與分析，應給予其足夠的重視，分析以上各項智能技術在實際應用中的優勢與不足，發揚優勢、彌補不足，從電力系統自動化的實際特征、需求等入手，調整智能技術應用方案，提升其靈活應用程度，并能關注到自動化各環節的發展特征，以此來發揮智能技術更好的作用。