人工智能技術在電力設備運維檢修中的研究及應用

陳順平

摘要：進入新時代，我國社會高速發展，帶動了我國電力行業的進步，長期以來我國電力產業的發展一直以大規模電網、大功率發電為主要方向，但電力產業在不斷地發展中逐步呈現出作業環境與設備零部件復雜的趨向，為此，文章提出了一種基于人工智能技術的電力設備安全管理平臺。通過協調電力設備資源模塊，連接電力設備安全管理平臺通信網絡，以此規范通信網絡時序，建立完善的電力設備安全管理平臺運行環境。并根據平臺運行中參數發生的變化，計算在安全運行范圍內平臺可統計的電力設備種類數據，同時利用平臺提供用戶的人工服務功能，將獲取的實時電力設備數據進行在線智能檢索，完成電力設備資源整合管理。為了驗證設計平臺的有效性，提出對比實驗，以平臺響應時間作為衡量的標準，得出設計平臺具有更高運行效率的結論。

關鍵詞：人工智能技術;電力設備;運維檢修

引言

人們長期以來一直夢想著有可以取代人們工作的機器。但是，在電子計算機出現之前，人工智能仍然是無法實現的幻想。隨著計算機技術的成熟，人工智能也逐漸成為現實，人工智能實際上是在計算機上實現的人類智能的功能，或者模仿人類智能的功能。目前，人工智能在電力系統的研究的主要內容是分布式人工智能和專家系統，遺傳進化計算，模糊控制等，廣泛應用于電力系統的各個領域。

1現階段狀態檢修的開展情況和存在的問題

在電力設備進行檢修工作之前，技術人員需要從電力設備的運行狀態進行分析，以便更好地掌握電力設備的運行狀態，建立科學合理的維修策略。與此同時，維修人員還需要根據經驗去對設備壽命進行評估，以便電力設備采購工作的開展，在一定程度上可以幫助供電企業節約人力和物力。目前，供電企業狀態檢修開展，都是上級傳達給下級，通過這樣的行政手段進行任務下達，并沒有成立相應的電力設備維修小組，并且整個傳達過程也比較形式化。當前，國家電網的電力設備維修正在從計劃檢修往狀態檢修過渡。但是根據調查，大多數都沒有實現電力設備狀態檢修，依然還在使用傳統的定期維修方式，使得狀態維修的優勢不能發揮出來。

2人工智能技術在電力設備運維檢修中的應用

2.1人工神經網絡診斷

人工神經網絡是基于系統的復雜程度，模仿動物的神經網絡，對其內部的大量神經節點進行處理調節，從而得到處理信息的有效途徑。電力設備內部系統是極其復雜的，因而在對其進行故障診斷以及檢測設備自身的一些性能情況時，也可以使用人工神經網絡進行處理，將該算法結合于智能機器人中，可以采取云數據的處理方法進而對電力設備進行故障診斷。人工神經網絡由于其自身的特殊性，在應用于電力設備也具有十分高的準確性和穩定性，在具體應用過程中，能夠保持受到外界影響最小化。并且人工神經網絡本身可以對設備內部進行精準的建模，以及較高的認知功能，因而保障了診斷以及后續的解決能夠達到一個極其高的效率。也正是因為以上種種原因，該診斷方式近些年得到更深入的研究以及廣泛地應用。

2.2智能網絡調度

在電力系統領域，人工智能技術的應用可以創建智能電網調度系統，實現了源網絡各種負荷因子的全局協調，達到了準確調度和快速調度的目的。當前，相對復雜的交直流電力系統的快速發展以及新電力的廣泛使用對電力系統的運行和管理提出了重大挑戰，要求電力系統更快，更智能。通過對電力系統運行機制的深入分析，對控制規則的獨立理解和研究以及快速的故障處理等，深度學習技術等人工智能技術被用于構建智能電網調度系統。可以分析電力系統的暫態和穩態運行，可以自動確定系統不穩定的機理，并提出穩定狀態調整計劃。該系統可以深入研究計劃規則的文本，深入研究管理行為的模式，并自動生成信息任務以進行系統管理。此外，它還可以執行在線分析，研究和評估大型電網的未來趨勢，監控風險和預警，有效地評估和排除網絡故障，恢復電力拓撲并在其中發揮積極作用，確保安全穩定的電力系統。

2.3人工智能技術在電力控制方面的應用

人工智能技術在電力控制工作中發揮著重要的作用。如何運用人工智能技術來對電力進行控制已成為電力行業發展的主要問題，同時也引起了很多技術人員的高度關注。在實際操作中，電力系統比較復雜，經常會出現設備故障，給電力系統的穩定性帶來一定的威脅。因此，電力企業需要采用人工智能技術，改善電力自動化運行當中出現的問題。與此同時，技術人員還可以利用人工智能技術提高電力設備的工作效率，降低電力設備故障的發生頻率。現如今，我國很多電力企業都越來越重視人工智能技術。同時，企業計算機系統還應該運用人工智能技術，這樣可以在第一時間內找到電力相關數據，對電力系統進行實時監控。

2.4遺傳算法診斷

遺傳算法與人工神經網絡算法的來源具有某種程度上的相似性，其根源都來自對生物進行解析從而產生的算法，不同的是人工神經網絡基于動物神經網絡節點，而遺傳算法則是模仿生物進化概率，從而得到一種最優化的決策方案。遺傳算法在對電力設備進行診斷的過程中，其處理方法與前面三種擁有很大的差別，其中最為明顯地便是其不需要使用龐大的數據庫進行問題比對、數據分析等等，只需要按照函數關系對于龐大的數據信息逐次檢索，從而找到最優化的方案。就其本質而言，遺傳算法診斷是一種概率算法，應用于智能機器人，則可以在云數據庫中自行檢驗，從最優化的方向出發，從而得出局部或全部優化的有效結果，其最大的優勢在于運算簡便。

結語

當下電力安裝工程規模的不斷擴大，行業中涉及的電力設備種類逐步增多，因此相關設備的安全管理平臺建設受到了市場的重點關注。盡管本文在研究中已經對設計的管理平臺進行了實驗論證，但目前平臺仍存在一些缺陷尚未得到完全解決，還不能投入市場應用。在后期的研究中，可在平臺上增設安全監督模塊，采用多維度的安全監測，最大程度降低管理中潛在的風險，進而起到提升電力工程質量、確保電力持續供給的作用。

參考文獻

[1]王世宏.人工智能技術在電力設備運維檢修中的研究及應用[J].輕松學電腦，2019（30）：1.

[2]王劉旺，周自強，林龍，等.人工智能在變電站運維管理中的應用綜述[J].高電壓技術，2020，46（1）：1-13.

[3]安靈旭，唐其筠，李中成，等.人工智能在配電網運維中的應用研究電氣技術，2019（10）：103-106.

[4]田秀梅 人工智能在電力系統故障診斷中的應用[J]電子技術，2018，38（01）：31-32.

蓉中電氣股份有限公司 福建泉州 362321