人工智能技術在電力系統繼電保護中的應用闡述

施蔚青，何四平

（云南電網有限責任公司培訓與評價中心，云南 昆明 650221）

0 引言

隨著社會用電需求的提高，對于電力系統運行可靠性的要求也更高，電力企業應該采取有效的保護措施，降低電力系統運行的風險，不僅能夠保障企業的經濟效益，而且可以維護設備及人員安全。長期以來，繼電保護模式在電力系統中的應用效果較好，能夠滿足故障分析和檢測、維修需求，防止造成大范圍的電力事故。傳統繼電保護模式也呈現出一定的局限性，難以滿足新時期電力系統的智能化發展要求，容易造成效率低下和保護失效等問題。因此，可以運用人工智能技術對繼電保護予以全面優化，通過構建直觀化的數學模型，針對系統運行狀況加以評估和分析。應該結合電力系統繼電保護的實際需求，制定合理的技術融合方案，以體現人工智能技術的優勢。

1 人工智能技術概述

人工智能技術是集神經學、腦科學和信息技術為一體的先進技術，在社會各個領域當中得到廣泛應用，是當前科技領域的研究重點。人工智能技術模仿了人腦的工作原理與行為方式，以自動化機器為基礎對問題進行識別、分析和解決。在電力企業的運營生產當中，人工智能技術逐漸得到應用，能夠減輕人力負擔，實現各項資源的優化配置。故障樣本被大量采集后，能夠增強設備對故障的反應速度，以便工作人員及時對其進行處理。人工神經網絡、智能模糊邏輯、遺傳算法和混合邏輯等等，是當前人工智能技術的主要類型。不同技術類型與原理存在較大的差異性，在應用于故障診斷時需要結合技術特點加以合理選擇。

2 人工智能技術在電力系統繼電保護中的應用現狀

當前繼電保護裝置越來越多，只有確保各類設備之間的良好配合效果，才能提高系統運行靈活性及可靠性，人工智能技術的應用可以使繼電保護裝置的性能優勢得到體現，更加有序、高效地完成保護任務，強化線路保護功能、電容器保護功能和主變保護功能等[1]。在電力行業中，暫態保護技術和專家系統等融合度逐步提高，有利于實現故障自我檢測和邏輯處理，增強設備及系統可靠性。在故障問題日趨復雜的情況下，只有保障算法的科學性，才能在短時間內實現故障的處理，防止對正常電力工作造成限制。此外，人工智能技術的應用解決了諸多模糊性問題，在繼電保護中更具精確性。

3 人工智能技術在電力系統繼電保護中的應用措施

3.1 暫態保護

傳感器頻寬會對人工智能技術的應用效果造成一定影響，導致繼電保護效果難以達到系統的運行要求，計算工作也十分復雜。而暫態保護技術的應用，則能夠對故障暫態中的高頻信號實施全面檢測，滿足設備保護需求，為故障類型分析、持續時間預測等提供依據[2]。在整個頻域當中都有故障信息的存在，通過高頻信號的提取，可以實現繼電保護的目標，以預防電力系統中故障問題的擴大化。在應用該技術時，需要借助于先進的高頻檢測裝置，同時結合電力系統繼電保護的實際需求設定相應的算法，實現對故障的精準化判斷。

3.2 人工神經網絡

針對人類大腦的運轉規律進行模擬，從而使機器運行人類認知過程，實現對各類信息的快速化精準處理，這就是人工神經網絡，在自適應、并行分布處理和聯想記憶等方面的優勢顯著，因此逐步應用于電力系統繼電保護當中。相較于傳統ES診斷方法而言，借助于人工神經網絡需要經過大量的學習和訓練，實現對連接權的有效調整，構建強大的模式記憶，為知識獲取和精準化分析提供了保障。在電力系統運行中通常會遇到較多的非線性故障問題，傳統處理方式往往需要經過復雜的計算，對于算法的要求較高[3]。而應用人工神經網絡則可以快速處理非線性問題。電勢角度擺開情況下，過渡電阻短路故障會對輸電線造成安全威脅，采取傳統距離保護的方式無法對故障進行精準化定位。借助于人工神經網絡，則能夠在大量樣本訓練的基礎上更加準確地判斷故障，防止造成嚴重的拒動和誤動問題，維持系統安全性。在方向保護、故障判斷和主設備保護等工作中，人工神經網絡的應用效果較好。比如在方向保護中，通過BP模型的構建可以滿足方向判別的需求，從而為故障處理提供可靠依據。借助于單層感知器網絡，能夠滿足最小二乘算法要求，系統計算在幾納秒時間內就能迅速完成，通過構建神經網絡模型，分析電流繼電器和阻抗繼電器的運行狀況，增強系統的自適應性。相較于傳統保護模式而言，由于信息量的不斷增長，因此可以使繼電保護范圍擴大化，在學習能力和識別能力上得到改善。

3.3 模糊理論

在經典集合理論的基礎上，采取模糊化處理的措施，運用近似推理和語言變量來構建特定的邏輯，從而解決實際問題，這就是模糊理論。人與機器的最大區別就是可以運用大腦分析一些不確定的概念，從而通過信息整合及推理得到答案。模糊理論則是模仿人腦的這一特點進行推理，從而提高對未知描述系統的分析整合能力，尤其是在非線性問題的處理當中更加高效和可靠。模糊理論具有綜合性的特點，其推理過程不再局限于傳統邏輯規則，對于規則型模糊信息問題的處理更具智能化，因此在電力系統繼電保護中應用模糊理論是提高保護成效的關鍵途徑[4]。在電力系統運行中會遇到較多的不確定性問題，包括了拒動問題、誤動問題、信道傳輸干擾問題等等，如果僅僅依靠人工神經網絡或者專家系統，則會引起較大的偏差。而模糊理論的應用，則能夠為不確定性問題的分析提供可靠依據，獲得更加準確的推理結果。然而，該方法在實踐應用中也存在一定的局限性，比如學習能力不足和需要以網絡結構配置為依據修改模糊度等，因此在未來發展中應該加以逐步優化。

3.4 小波分析

時頻分析是處理故障問題的常用措施，在此過程中可以借助于小波分析的方式，提高信號的自適應能力，處理非平穩信號的效率更高。系統故障信號可以通過小波分析的方式來獲取局部特性，解決了瞬態反常現象對系統運行安全的威脅。運用該方式，也能夠對小波變換模極大值和故障特征的關系進行梳理，從而達到行波保護的要求[5]。在電力系統繼電保護中，可以運用小波分析提出故障特征，有利于工作人員判斷變壓器勵磁涌流及故障，提高變壓器的整體保護效果。該技術主要是針對暫態現象實施評估，故障類型的識別更加快速和精準，在高速保護中的作用顯著。在應用小波分析方法時，通常會與人工神經網絡融合應用，有利于特征量的快速提取，簡化了人工神經網絡結構。

3.5 專家系統

專家系統在實踐中的應用已經十分常見，而且該技術的成熟度相對較高，通過對專家決策過程加以模擬實現問題的分析與判斷，由程序代替專家解決復雜性問題。由于模型系統、規則系統和邏輯系統的差異性，因此專家系統的特點及功能也有所不同。規則系統是電力系統繼電保護中應用最多的一類，運用特定的規則來表示診斷經驗、保護動作和斷路器動作等，并通過大量信息的采集與分析，構建完善的故障診斷知識庫，為電力故障常見故障的處理提供依據。當電力系統出現故障時會發出警報信息，以此為依據響應知識庫，得到故障診斷結論。為了保障專家系統的良好適用性，在電力系統繼電保護中需要對其進行合理修改和調整，確保規則滿足實際工作要求，對于不確定性問題的處理效果更好。在專家系統設計中，對于物理模型的依賴程度較高，為深層推理提供了依據，一次設備和保護裝置的物理關系更加明確。

3.6 遺傳算法

在20世紀60年代，遺傳算法在實踐中得到應用，能夠對生物遺傳和進化中解決問題的方式進行模仿，從而找到問題的最優解。在電力系統繼電保護的故障診斷工作當中應用遺傳算法，要以相應的數學模型為依托，實現對各類故障信息的整合，明確故障點的基本特征。尤其是適應度函數的構建，使得故障分析和判斷更具直觀性，有利于故障診斷效果的增強。在尋優性能和魯棒性能方面，遺傳算法相較于其他人工智能技術而言具有更大的優勢，而且能夠達到多點同時搜索的要求，因此提高了故障問題的處理效率。遺傳算法省去了大量繁瑣的計算過程，然而在實踐中也會遇到一定的局限性，比如故障診斷模型的系統化程度有待提升。

4 結語

在電力系統繼電保護中應用人工智能技術，是當前智能化發展的必然要求，也是提高設備及系統控制效果的關鍵途徑，有利于降低系統故障率，防止給企業造成嚴重的損失，滿足用戶的實際用電需求。在實踐工作當中，應該掌握暫態保護、人工神經網絡、模糊理論、小波分析、專家系統和遺傳算法的具體應用要點及難點，不斷創新人工智能技術，使電力系統的運行更加可靠，提升繼電保護水平。