人工智能在輸配電網(wǎng)絡故障診斷中的應用分析

張成洲，王瑜，徐群，魏可情，吳若男

（1.溫州墨熵微電子有限公司，浙江溫州，325000；2.國網(wǎng)浙江省電力有限公司(溫州供電公司)，浙江溫州，325000；3.浙江圖盛輸變電工程有限公司，浙江溫州，325000）

新世紀以來，故障診斷技術的發(fā)展可謂十分迅速，尤其是近年來面對復雜系統(tǒng)日益提升的診斷需求，使得診斷技術逐步邁入到智能故障診斷的新階段。

當前，智能故障診斷技術的應用已經(jīng)十分廣泛，主要集中在一系列的工程技術上，且以在輸電網(wǎng)絡當中的應用最具代表性。就輸電網(wǎng)絡的故障診斷來看，包括了分析、根據(jù)和推斷三個方面，其中，分析的是電氣量測量特征、保護裝置報警信息等內(nèi)容，根據(jù)的是人員經(jīng)驗和保護動作邏輯，推斷的是所可能存在故障的類型與位置。因運用傳統(tǒng)數(shù)學方法對該過程進行描述頗具難度，而智能故障診斷技術在對人類處理問題的模擬上有著顯著優(yōu)勢，且具有一系列的特點，如學習能力等，這就為該技術在這一領域應用的廣泛性奠定了基礎。依靠分析網(wǎng)絡缺陷判斷所表現(xiàn)出的認知過程，應用最新的人工智能技術成果，如綜合知識診斷等，來支持對自動綜合判斷系統(tǒng)的開發(fā)，從而能夠在分析缺陷的同時給出相應的監(jiān)督處理意見，并使檢修人員更加有效全面的認識問題[1]。

1 系統(tǒng)構成

如圖1所示，是對于系統(tǒng)總體結構的展示。依據(jù)圖中內(nèi)容可以看出，系統(tǒng)總體結構為B/C，屬于客戶瀏覽器端輸出，系統(tǒng)數(shù)據(jù)庫作為計算儲存功能，而診斷診斷知識庫則發(fā)揮了應用層的功能。而在采集信號方面，主要包含了數(shù)據(jù)采集卡等組件，且這一子系統(tǒng)的參與是基礎，能夠使得數(shù)據(jù)采集作用于數(shù)據(jù)量與模擬量，并使得數(shù)字信號的輸出得以實現(xiàn)。

圖1 系統(tǒng)總體結構

借助于無線網(wǎng)絡來支持采集數(shù)據(jù)由單機向服務器端的傳送。診斷專家系統(tǒng)的組成包括了諸多部分，主要有知識庫、數(shù)據(jù)庫、解釋機制、推理機、人機接口等。依靠正向的推理技術，并在診斷結果的分析推理中強調(diào)對知識庫知識與采樣數(shù)據(jù)的利用，以確保所得結果較高的合理性。

2 診斷專家系統(tǒng)的設計

就診斷專家系統(tǒng)的組成來看，諸多模塊的參與共同支持了其正常的應用。其中，診斷數(shù)據(jù)庫又進一步細分為標準數(shù)據(jù)庫與采樣數(shù)據(jù)庫兩類；知識數(shù)據(jù)庫主要涉及了診斷數(shù)據(jù)、動態(tài)數(shù)據(jù)和故障對策；動態(tài)數(shù)據(jù)庫則囊括了癥狀信息、中間結論和最終結論三類數(shù)據(jù)。

■2.1 專家系統(tǒng)概述

專家系統(tǒng)的建立，其目的主要是借助于某一領域當中的專家知識，來為非專家提供幫助，使之在復雜問題的解決上最大程度的接近專家水平[2]。

在診斷輸配電網(wǎng)絡故障的過程當中，專家系統(tǒng)應用的一般模式是由產(chǎn)生式規(guī)則充當基礎的系統(tǒng)，即運用規(guī)則來對人員診斷經(jīng)驗、斷路器動作邏輯、保護動作邏輯等進行表示，以支持相應知識庫的形成，從而以報警信息為根據(jù)做出科學的知識庫推理，進而以故障診斷結論的獲得作為最終成果。

在診斷輸配電網(wǎng)絡故障方面，以產(chǎn)生式規(guī)則為基礎的故障診斷專家系統(tǒng)之所以能夠在應用上獲得廣泛青睞，更多是源于兩個方面，一是故障診斷所具有的特點，二是這一系統(tǒng)所具有的特點。

（1)就輸配電網(wǎng)絡而言，對于其保護動作邏輯和斷路器間所存在關系的表示，宜選擇模塊化的直觀規(guī)則。

（2)對于專家系統(tǒng)當中部分規(guī)則的修改或增刪是被允許的，以為實現(xiàn)兼具有效性與實時性的診斷系統(tǒng)提供有力保障；一定程度上支持了對不確定性問題的解決；在可以給出與人類語言習慣相符合結論的同時，還能夠做出相應解釋等。

■2.2 診斷知識庫的基本組成

就診斷專家系統(tǒng)而言，在建立其知識庫的過程當中，會將診斷知識進一步劃分為多個類型，并于知識庫當中進行儲存，如下，便是對所劃分類型的說明。診斷知識庫的組成。

（1）結構功能知識。這一知識類型是對于設備部分結構和其間所存在連接關系的描述。以設備功能與設備結構為依據(jù)，來賦予診斷知識以顯著的分塊化特征，在具體診斷時能夠結合實際任務來對所需的診斷知識進行調(diào)用，使搜索診斷知識的環(huán)節(jié)更具效率。且出于對此知識類型的更好描述，特引入了一個新穎的概念，即診斷故障樹單元[3]。

（2）專家知識。在故障診斷中對于諸多部分都有著需要，而這一知識類型無疑是其中十分重要的部分。分析其作用，主要是支持設備狀態(tài)的識別與設備故障的診斷。診斷專家系統(tǒng)當中對專家知識的描述需要依賴產(chǎn)生式規(guī)則的使用，而規(guī)則庫當中對于專家知識與經(jīng)驗的獲取則需要借助于故障樹分析法的應用。

（3）過程性知識。這一知識類型指的主要是數(shù)據(jù)分析相關的一系列知識，其中就包括怎樣確定故障的可信度。系統(tǒng)當中對于此類知識的調(diào)用，在形式上以函數(shù)或子程序居多。而在表示中對于過程性知識的采用也有著一些優(yōu)點，包括良好的結構性、能夠通過直接調(diào)用來支持推理等。

（4）基本診斷單元知識。就知識系統(tǒng)而言，其在診斷對象上的最基本表現(xiàn)便是基本診斷單元知識。也正是在這一知識類型的作用下，才使得對于其他知識的操縱得以實現(xiàn)。系統(tǒng)在表示上采用的是“三者合一”的方法，即產(chǎn)生式規(guī)則、過程知識和基本診斷單元知識的整合[4]。

■2.3 診斷對象數(shù)據(jù)庫

這一數(shù)據(jù)庫主要由編碼信息與數(shù)據(jù)信息組成，前者涵蓋了設備的序列編碼、類別編碼和型號編碼，其作用是支持機組更好的管理采樣數(shù)據(jù)，并為相應專家知識的調(diào)配提供便利；后者涵蓋了歷史數(shù)據(jù)、當前數(shù)據(jù)、標準數(shù)據(jù)、趨勢數(shù)據(jù)燈，其作用主要是對于采樣原始數(shù)據(jù)的記錄，使診斷更具準確性。

■2.4 推理機制

推理機制的目的是對于發(fā)生基本故障現(xiàn)象的尋找，其所采取的控制策略為一種正向推理，以設備結構功能知識為依據(jù)，來找出與該事實或現(xiàn)象相吻合的一個或多個診斷單元，以支持假設的形成，后經(jīng)由所輸入的用戶信息、數(shù)據(jù)庫數(shù)據(jù)、診斷單元結構來實現(xiàn)對最底層診斷的尋找，并由本次推理當中基本診斷單元的最后一級充當結論，來成為下一級推理的開端，進而支持相應對策的獲得。

3 系統(tǒng)的實現(xiàn)

C /S模式與B /S模式各具優(yōu)勢，系統(tǒng)將兩種模式整合在一起，數(shù)據(jù)采集子系統(tǒng)與數(shù)據(jù)庫服務器間為C /S模式，數(shù)據(jù)庫服務器與用戶間為B /S，且全部數(shù)據(jù)均于后臺關系數(shù)據(jù)庫當中進行記錄。

面對不同的診斷對象，專家系統(tǒng)本身也包括了兩個部分，分別是故障的巡檢與診斷。其中，關于故障巡檢，可簡單理解為識別和鑒定診斷對象所處狀態(tài)，并就其后續(xù)演變做出預測。即對于之前原因的分析、當下狀況的了解和后續(xù)演變的預測。故障巡檢與故障診斷有著不同的對象，前者面向的是檢測部件，后者則面向的是故障。在應用故障巡檢的實踐中，關鍵所在是于機械未解體條件下預知隱藏的機械故障和后續(xù)發(fā)展，從而將故障化解在萌芽狀態(tài)。故障巡檢的實施過程當中，檢測機械狀態(tài)是首要步驟，且主要有兩種檢測方法，一種是普通儀器與人員感官相結合來檢查判斷機械所處技術狀態(tài)，該方法雖然較為簡單，但不具有很高的準確度。另一種是借助于一系列儀器來對機械整體或關鍵部位做連續(xù)、定期的精準測定，這一方法在實踐中能夠獲得顯著更高的準確度，但也需要相對更多的設備和較為繁瑣的過程。本次系統(tǒng)選擇后一種方法，以檢測結果為依據(jù)，引入診斷技術來將故障巡檢作用于機械狀態(tài)。

而這種精確的診斷技術和系統(tǒng)就要依靠于人工神經(jīng)網(wǎng)絡算法，將其運用于輸配電網(wǎng)絡中，然后通過統(tǒng)計學標準算法可以使得局部結構空間可由函數(shù)來表達，數(shù)據(jù)意義更進一步的達成。另一方面，人工智能學的人工感知領域，能夠使得輸配電網(wǎng)絡診斷人員通過數(shù)學統(tǒng)計學的應用工作得到大量幫助，這樣更加方面的進行決策。

并且還將模糊理論運用到當前輸配電網(wǎng)絡故障診斷技術中， 幫助輸配電調(diào)修人員進行人工智能化推理， 首先將輸配電網(wǎng)絡中的診斷依據(jù)進行系統(tǒng)化輸入，將專家系統(tǒng)技術與模糊理論進行接軌，在實現(xiàn)推理的基礎上， 加入輸配電故障診斷的故障診斷文獻，增添了數(shù)據(jù)的準確性。 為調(diào)修管理人員提供故障診斷科學化、準確化的經(jīng)驗數(shù)據(jù)。基于當前模糊理論技術的多目標決策方法，能夠幫助操作人員發(fā)現(xiàn)輸配電網(wǎng)絡在故障診斷數(shù)據(jù)中的不確定性因素。 通過模糊理論中的模糊集方法對變壓器的保護原理進行構造，從內(nèi)部區(qū)別故障、選取變壓器以及副邊的電流等作為特征數(shù)量值，依據(jù)電磁暫態(tài)程序得到的仿值采取統(tǒng)計計算的方法得到模糊規(guī)則，后期采用 D-S 證據(jù)理論對得到的模糊規(guī)則進行處理，為操作人員得到合理、確定性數(shù)據(jù)。

4 結論

引入基于故障樹分析的層次診斷策略來對專家系統(tǒng)進行設計。借助于專家系統(tǒng)診斷方法來診斷系統(tǒng)故障，其知識庫的表示采用的是“三者合一”的方法，即產(chǎn)生式規(guī)則、過程知識和基本診斷單元知識的整合，支持了對專家經(jīng)驗、功能知識和領域結構的較好表達。且系統(tǒng)的推理機制是一種正向推理，與實時采集的數(shù)據(jù)相結合，使得診斷推理過程與專家決策水平更加的接近[5]。