電力系統故障診斷中人工智能技術的應用分析

張佳祺

摘要：電力能源在人們的生活和工作中發揮著重要的作用，隨著人們對電力能源需求的不斷增加，這也推動了電力行業的快速發展，同時對電力系統的運行則提出了更高的要求。在實際的電力系統運行中，電力系統故障也是頻繁發生，在新時期環境下，人工智能技術在電力系統故障診斷中逐漸的得到了應用，實現了高質高效的診斷目的，下面，本文就針對電力系統故障診斷中人工智能技術的應用進行分析，來對此技術進行深入的了解。

關鍵詞：電力系統；故障診斷；人工智能技術；應用分析

前言

電力系統是進行電力能源供應的主要途徑，其安全穩定性直接和供電質量有著密切的關系，這就需要做好電力系統故障的有效預防和處理。隨著科技技術的不斷發展，人工智能技術得到了逐漸的開發和應用，這也為電力系統故障診斷提供了良好的條件，其在電力系統故障診斷中的應用，對故障的及時診斷和電力系統的優化起到了重要的作用，而其如何在電力系統故障診斷中進行應用，就是本文主要研究的內容。

1.人工智能技術概述

所謂的人工智能技術，其主要是將腦科學、信息科技技術以及神經學等實現一體綜合化，其在多個行業和領域中都得到了廣泛的運用，并且作為一種先進的科技技術，其也是未來科技技術領域探索和研究的重點和熱點內容。人工智能技術主要是通過對人類腦部思想原理以及行為等進行有效的模仿，來研制一種具有自動化特點的機器，此機器能夠智能化進行問題的發現、判斷、分析和識別等。在現階段的電力企業中，很多都使用了人工智能技術，其有效實現電力系統的高效運行，并對電力系統故障的發生率進行了控制，同時其還有效節省了人力、財力和物力，另外，其還能夠對電力系統內復雜問題進行有效的解決，比如，非線性的映射問題等，其在繼電保護中也得到了逐漸應用。人工智能技術通過對大量故障樣本進行采集，其對設備故障具有印象，在電力系統出現故障時，其就能迅速記性反應，并發出相應的警報[1]。

2.電力系統故障診斷中人工智能技術的應用

2.1專家系統

在人工智能技術的應用中，專家系統是其研究最活躍以及最廣泛的課題之一，其和知識工程的研究有著密切的聯系。將專家水平的某個領域相關知識以及經驗都存于其系統內部，在人工智能技術中進行應用，就能夠推理與判斷人類的專家具有的知識以及經驗表現，實現了對人類的專家準確決策的模擬制定，因此，對于一些需要相應的專家來進行解決的復雜問題，就可以通過專家系統進行處理。專家系統主要的任務和目的就是將故障對象的原因根據觀察和獲取的數據進行有效的推斷。產生式的規則系統在電力系統的繼電保護內專家系統應用十分具有代表性，它主要是借助相應的規則來代替斷路器以及運行人員故障診斷的經驗，形成相應故障診斷的專家系統知識庫，這樣就能夠準確的得到故障診斷結論，借助直觀性規則能夠有效的表示輸電網絡內一級保護以及斷路器兩者間具有的關系，實現對不確定的問題進行合理的解決。另外，框架法的專家系統具有著分類結構內的知識，通過其系統能夠把事物間具有的關聯性進行清晰表達，把表述與儲存知識進行簡化與繼[2]。

通過對發生故障自動分析法實施研究，主要使用2種途徑來進行實現，于變電站層次對故障的錄波器信息進行分析，進而于調度中心再進行深化分析；還可以直接于調度中心中對變電站全部故障的錄波器信息進行分析。盡管專家系統可以實現對故障專家的處理合保護動作進行模擬，但其還面臨著知識獲取瓶頸、知識難以維護等難題題，此類問題對系統的故障診斷準確性產生了很大影響。

2.2暫態保護

在繼電保護的領域，對人工智能技術進行深入的研究，也逐漸的實現了對各種故障類型進行判斷的方法，比如小波理論，其不僅有效的提高了故障判斷的準確性，還有效的解決了傳統算法中對單一工頻的信號難識別的難題。在現階段，傳統的保護新原理還沒有完全被人工智能技術所取代，且傳感器的頻寬還一定程度對其方法的應用進行了限制，導致只是借助復雜計算以及大量工作來對故障識別準確性以及可靠度進行提高。對于暫態保護來說，其主要利用高頻信號來對輸電線以及電力設備進行保護，系統故障中的種類、持續的時間以及位置等暫態保護信號中涉及的內容，并且貫穿到信號整個的頻域中，也就是自直流到高頻之間存在的信息。由于傳統保護的方式主要是通過過濾方式進行，對故障高頻率進行了忽視，而其暫態保護就將所需要高頻的信號使用特殊的設計成高頻檢測的裝置以及算法，將其從故障的暫態進行了有效的提取，進而把地故障使用專門快速的處理信號算法來進行判斷，而暫態保護能夠得到有效的實現和應用，微處理相關技術是前提基礎[3]。

2.3人工神經網絡

人工神經網絡是一種信息處理的系統，其對人腦的組織結構以及人類的認知過程實施了有效的模擬，其具有著非線性的特征，同時還具有著并行性的處理能力以及自組織和自學習能力特點等，因此受到了人們的廣泛關注。在人工網絡神經中，對BP算法的應用是最廣泛的，同時其也是研究力度最大的，其具有著簡單直觀的網絡算法以及結構，在工業的領域應用十分廣泛，由于電力系統是一種十分復雜性非線性的系統，因此，其于電力系統的繼電保護方面進行應用具有十分廣闊的發展前景，通過神經網絡的方法能夠有效的對難以求解以及復雜非線性的問題進行解決，比如，由于渡電阻出現短路的問題而導致輸電線的兩側系統中電勢角度出現擺開情況，這就是一種非線性的問題，這種故障的位置通過距離保護并不能對其進行準確判斷，進而可能導致誤動的現象出現，而使用神經網絡的方法，將其樣本來對各情況進行集中考慮，就能夠掉故障位置進行正確判斷[4]。

人工神經網絡還能夠構造出單相的限脈沖以及三相變壓器差動保護，常用于瞬時信號處理，其主要也包括2種結構，一種是對單相型變壓器的內部故障進行檢測模式，另一種是對三相型變壓器的內部故障進行檢測模式。還有一些學基于BP的算法不足情況下，提出一種神經網絡結構最大值的算法，這種算法把訓練的過程進行深入的簡化，從而加快網絡收斂以及診斷推理速度，能夠有效的提高故障的識別判斷率，并實現故障的自動診斷以及綜合性和智能化的保護效果。盡管人工神經網絡的方法能夠把專家系統的獲取知識具有的瓶頸以及知識庫的難以維護等問題進行解決，但和啟發性處理知識是不符的，且人工神經網絡技術的完備性還存在不足，其學習的速度比較緩慢、訓練的時間也比較長，同時解釋的功能也比較弱，這就對其實用性產生了影響。

2.4模糊理論

傳統的電力系統故障診斷技術對數據的分析不是很準確，往往診斷的結果也沒有十分正確，而人工智能技術就有效的提高了診斷的準確性，而人工智能技術對系統故障的診斷無法實現突發情況的解決，對于一些新問題的診斷是比較缺乏的，其診斷方式主要是把以往所發生的問題進行統一集中的合并和處理，并把所出現的信息數據存入到人工智能的系統內，借助系統歷史數據進行診斷。面對這種情況，就可以把模糊理論進行診斷系統內的應用，這種模糊理論和其它技術理論是不同的，其理論系統能夠對一些突發和緊急問題狀況進行處理，此系統能夠靈活有效的對一些新產生的系統問題以及漏洞進行準確診斷，其系統和人工智能的系統相比，對故障診斷具有更好的靈活性，同時其還能夠根據人腦來對處理的信息進行判斷，但此系統同樣也有一定不足， 由于其并沒有生命意識，其和人腦系統相比，并不具備相應自主思考能力。

3.結語

綜上所述，在新時期環境下，人工智能技術在各個領域中的應用也是越來越廣泛，而其在電力系統故障診斷中的應用，有效的提高了故障診斷的準確性以及及時性，這對電力系統的供電性能具有保障作用，為了促進其能夠更好的進行應用，還需要對其技術進行不斷的探索和研究。

參考文獻：

[1]湯竣元. 人工智能技術在電力系統故障診斷中應用[J]. 自然科學：文摘版：00038-00038.

[2]郭步陽. 試論人工智能技術在電力系統故障診斷中的應用[J]. 科技創新與應用，2015（34）：206-206.

[3]唐亞琴. 人工智能技術在電力系統故障診斷中應用[J]. 中國科技博覽，2015（26）：227-227.

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

基金項目：

人工智能關鍵技術在電網企業的應用體系研究項目（編號：080010HJ42170010）