人工智能在電力系統(tǒng)暫態(tài)問題中的應用

郭鈺慶

【摘要】? ? 人工智能系統(tǒng)在電力系統(tǒng)暫態(tài)問題中具備較大的使用功效，結合信息化、數(shù)字化、智能化的運轉機理以及工作模式實現(xiàn)對各種暫態(tài)問題的有效分析和考量，保障整個電力系統(tǒng)安全穩(wěn)定地運轉。本文在人工智能以及大數(shù)據(jù)環(huán)境下，對現(xiàn)有電力系統(tǒng)暫態(tài)問題進行分析和考量，并且簡要闡述人工智能系統(tǒng)在應對暫態(tài)問題中的應用。

【關鍵詞】? ? 人工智能? ? 電力系統(tǒng)? ? 暫態(tài)問題

引言：

在當今大數(shù)據(jù)、互聯(lián)網時代，電力系統(tǒng)在運轉的過程中需要保持高效穩(wěn)定的狀態(tài)。相關工作人員應當結合各類時代前沿性技術的使用，引入先進的邏輯算法來完成對整個電力系統(tǒng)暫態(tài)問題的有效分析和考量，對傳統(tǒng)分析工作中無法完成表述的數(shù)據(jù)資料進行有效展示，提高電力系統(tǒng)運轉的穩(wěn)定性和高效性。

一、人工智能技術應用于電力系統(tǒng)暫態(tài)問題的合理性分析

（一）深度信息化

在當今智能電網建設理念下，電力企業(yè)需要將電網系統(tǒng)進行多元化改造，結合自動化技術、人工智能技術、大數(shù)據(jù)技術、物聯(lián)網技術、傳感器技術來對外在的電力物理信息進行有效收集、分析、融合、使用，再由中央處理器下發(fā)定向化的管控指令，以此來完成對整個電力系統(tǒng)自動化地管控。在此過程中，要實現(xiàn)各功能模塊高效協(xié)同合作，對各種數(shù)據(jù)信息資料進行有效的整合、分析，以此來提高電力系統(tǒng)運行的質量和效率，同時在整個電網系統(tǒng)中所使用到的電力設備都應當具備彼此之間相互兼容使用的功能，以此來提高整個電網系統(tǒng)運行的整體性和全面性，實現(xiàn)各設備之間相互協(xié)同、相互配合、相互管制的工作形式。

在現(xiàn)有的電力系統(tǒng)信息化管理模式中，無論是信息技術的使用類型，信息產生的時間、類別以及結構尺寸，都趨于多元化發(fā)展的態(tài)勢，相關工作的開展需要借助海量的數(shù)據(jù)信息作為基本的支撐，實現(xiàn)對電力系統(tǒng)暫態(tài)問題的有效研究，并且給予相關研究工作充足的數(shù)據(jù)支持。同時隨著當前數(shù)據(jù)信息量的不斷增加，人們對于暫態(tài)問題的研究方式和思維手法也發(fā)生了相應的轉變和優(yōu)化，過去往往采用因果邏輯關系來對數(shù)據(jù)信息進行分析、處理，但是相應的分析處理工作很難以適應當今高維異構多元化信息加工處理的工作需求，同時結合AI技術的有效使用也能夠最大限度地提高針對數(shù)據(jù)信息的處理效率，充分實現(xiàn)對潛在的數(shù)據(jù)資料進行挖掘和使用，以此來最大限度地發(fā)揮多元信息所具備的價值。

（二）暫態(tài)穩(wěn)定機理復雜化

在當前針對電力系統(tǒng)暫態(tài)問題的研究工作中其所面對的對象往往具備復雜化的特征，例如在當今電力系統(tǒng)中引入了新能源、特高壓直流電以及變頻器等多種負荷，以及多元化的電子化元素，結合對應的AI算法能夠實施對電力電子元件輸入以及輸出信息的充分擬合分析，并且以此為基礎還能夠實施長效仿真處理工作，通過建立電子化系統(tǒng)暫態(tài)問題交織影響機理分析模型，使得相關工作能夠得到穩(wěn)定、高效地開展。此外，近幾年來我國電力市場將工作開展的重心放置在了經濟性運營層面上，以此來進一步促進相關市場發(fā)展壯大。因此電力企業(yè)需要充分研究當前電力市場的行為，明確定市場對電力系統(tǒng)暫態(tài)穩(wěn)定所具備的影響因素，此外，研究人員還需要從多個角度去對暫態(tài)穩(wěn)定機理復雜化進行研究和探討，例如從社會學、物理學、經濟學等多個角度來落實相應的研究工作，明確人工智能系統(tǒng)信息系統(tǒng)在當今電力暫態(tài)穩(wěn)定中具體應用[1]。由于電力系統(tǒng)的暫態(tài)穩(wěn)定所涉及的影響因素相對較多，其中需要結合多樣化的數(shù)學分析模型以及數(shù)字化結構模型，對其中所包含的各項碎片化信息進行分析和管控，并且還需要考量各種設備的實際運行狀況，完成對齊在運行過程中所產生的數(shù)據(jù)進行有效的整合、應用，以此來提高相關穩(wěn)定分析工作的質量和效率。

（三）分析方法局限化

通常來說，電力企業(yè)往往結合直接分析法或者相應的數(shù)值積分法來對當前電力企業(yè)內部電力系統(tǒng)暫態(tài)問題進行分析和探討，然而在當前基礎科學技術不斷進步以及電子化水平持續(xù)提升的大環(huán)境下，電力系統(tǒng)所具備的離散特性也在多元化技術的加持下得到了進一步地提升，因此結合傳統(tǒng)的數(shù)值積分法或者設立微分方程往往很難完成對相關暫態(tài)穩(wěn)定性的有效分析，不能夠精確表示出當前電力系統(tǒng)所具備的動態(tài)以及靜態(tài)穩(wěn)定性的特征，而所使用到的直接算法往往只能夠運用于暫態(tài)的第一擺周期，并且在整個暫態(tài)交織的大環(huán)境下，無法充分保障整個暫態(tài)過程的分析具備可行性，而充分利用AI技術對現(xiàn)有的電力暫態(tài)問題進行分析、挖掘，則可以有效地探討出影響分析方法所包含的機理，借助大數(shù)據(jù)知識以及相應的大數(shù)據(jù)技術來對數(shù)據(jù)信息進行深度挖掘，最終針對現(xiàn)有暫態(tài)故障發(fā)展的全過程及其最終所具備的穩(wěn)定狀態(tài)進行確認、分析。

二、人工智能在暫態(tài)保護中的應用

（一）特征提取

通常來說，電力系統(tǒng)在出現(xiàn)故障問題之后人工智能暫態(tài)保護便能夠正常地運轉，而人工智能往往將對應的高頻電壓故障量、開關動作量、電流故障分量作為主要的特征來考量是否進入對應的暫態(tài)保護模式，并且以此為基礎實施量化處理來實現(xiàn)對設備、整個電力系統(tǒng)的精確化管控，以此來最大限度地限制故障的影響范圍。在此過程中，需要充分利用人工智能技術以及相應的人工智能策略，以便于能夠實現(xiàn)對整個電網系統(tǒng)運行穩(wěn)定性的有效分析和保障，在電力系統(tǒng)對高頻信號進行采集、收集的過程中，結合相應的負感器，諸如電磁式互感器、電流互感器均能夠取得良好的使用功效，但是所結合使用到的電容式互感器往往不具備較大的現(xiàn)實意義，不能夠實施對現(xiàn)有故障問題的暫態(tài)保護，因此作為替代，企業(yè)可以設計高頻電壓傳感器來對現(xiàn)有高額故障電壓、信號進行實時、全面地監(jiān)測和分析。其次還可以利用DSP以及GPS技術實現(xiàn)對高頻信號的快速采集、濾波處理等，通過在智能單元輸入對應的信號值來實現(xiàn)對整個故障系統(tǒng)的有效判定和判別[2]。需要引起注意的是在進行特征提取的過程中應當對其中所具備的重點信息數(shù)據(jù)進行提取和使用，確保后續(xù)在系統(tǒng)分析過程中具備較小的工作壓力，進一步提高分析系統(tǒng)的運作效率和速度，完成對故障問題的有效識別，因此在進行特征提取的過程中，也需要對關鍵點位以及厲害點位進行實時監(jiān)控，減少對不必要的區(qū)域位置所實施的管理工作，盡可能實現(xiàn)精細化、精確化、重點化管理，保障整個體系運行的穩(wěn)定和安全。

（二）各類智能方法在暫態(tài)保護中的應用分析

1.繼電保護

繼電保護作為當前電力系統(tǒng)在生產運作過程中實現(xiàn)對故障問題有效隔絕和實施斷電操作的設備之一，在保障電力系統(tǒng)運行安全穩(wěn)定的工作中具備較大的現(xiàn)實意義。繼電保護通常是設立在專家系統(tǒng)中，并且相應的專家系統(tǒng)在電力企業(yè)中也具備較為長遠的使用年限，也是當今人工智能技術在電力系統(tǒng)中所研究的重點和要點。但是在電力系統(tǒng)保護作業(yè)中，對反應時間做出了相對較為嚴苛的要求，需要實現(xiàn)對專家系統(tǒng)的有效設立，對其中的保護時間進行嚴格管控，因此最終提出了基于繼電保護裝置設計理念，依托通用規(guī)則以及相應的方式對現(xiàn)有的繼電保護系統(tǒng)問題進行分析、明確和考量，以此來對現(xiàn)有的沖突矛盾問題進行妥善解決，結合專家系統(tǒng)實施繼電保護策略往往需要采用多元化的邏輯算法以及邏輯關系，結合對應的框架標示法、過程表示法等多種策略來對整個電網設施可能潛在的風險因素進行有效的識別和管控。

2.模糊邏輯保護

電力系統(tǒng)在運轉的過程中其產生的各項數(shù)據(jù)具備動態(tài)化、碎片化、非結構化的特征，因此電力系統(tǒng)操作狀態(tài)時刻處于動態(tài)變化的運作機理中，而電力系統(tǒng)內部的網絡結構相對較為復雜，其內部電力系統(tǒng)與元器件也具備復雜化的特性。因此要實施對其整個系統(tǒng)的保護管理往往具備較高的難度，同時上述所講解到的問題、因素均具備隨機性，同時還具備一定的不確定性。因此保護裝置中輸入以及輸出的模型變量都存在相應的模糊性，但是卻與實際的工作特征、特點相適應，能夠很好地運用于工作實踐過程中。模擬繼電器所構成的內容相對較多，例如由非模糊化、模糊化、推理機以及相應的知識庫、數(shù)據(jù)庫所構成。通常來說，需要將適當?shù)淖兞孔鳛檩斎肓坎⑶覍⑤斎肓窟M行轉換，將其改變?yōu)槟：斎胫担源藶榛A，對模糊矩陣結構進行確認，再通過對模糊推理機的有效設置和完善，對相應的觸發(fā)命令進行轉化，最終再將數(shù)據(jù)所包含的模糊狀態(tài)進一步轉變?yōu)榉悄：隣顟B(tài)。電力企業(yè)采取模糊技術、方法通常是應對一類不能夠很好確認的問題將其具備的非結構化、模糊化特征進行具體化、量化處理以及抽象表達。

3.自適應保護及監(jiān)控

而在對應的自適應保護及監(jiān)控機理中，需要結合神經網絡系統(tǒng)以及對各系統(tǒng)單元的使用，并且神經網絡系統(tǒng)通常是由不同的神經元按照特定的排列組合方式所構成的，電力系統(tǒng)可以借助單個神經元實現(xiàn)對各項指令數(shù)據(jù)信息的輸入以及輸出，其輸入以及輸出的數(shù)據(jù)具備非線性、結構以及非線性函數(shù)關系，體現(xiàn)出非線性結構特征，并且將其中所具備的信息量通過連接權值進行充分展現(xiàn)，依托特定的學習算法以及相應的調節(jié)權值，使得整個神經網絡能夠對非線性問題數(shù)據(jù)實時映射和管理。

通常來說，神經網絡信號傳輸涉及正向傳輸以及反向傳輸兩個過程，相關信號、信息的輸入過程也是通過由相應的神經元系統(tǒng)的輸出層再經過隱藏層最終輸出到傳遞層，需要引起注意的是在輸出層需要產生對應的輸出信號也就是相關信息正向傳播，在此期間，每個層級所具備的權值都存在相應的差異，并且上一層的神經元往往只會對下一層的神經元產生相應的影響，如果輸出層所輸出的數(shù)據(jù)與期望值之間存在相應的差異，則可以將其判定為誤差值，而對應的誤差信號也是由輸出層開始傳播，并且逐漸向前推移，形成一種反向傳播。在此期間，通常需要借助信息反饋的方式來實現(xiàn)對各層級的權值進行有效的調節(jié)，最終使得整個網絡輸出的數(shù)值能夠達到期望值。

4.綜合智能控制的繼電保護

在通常情況下，沿用不同的智能管控策略或多或少均存在相應的局限性，并且也無法有效地實現(xiàn)對現(xiàn)有電力系統(tǒng)實際需求的適應和管控，因此相應的研究人員應當逐漸提高對于相關控制方法策略的整合以及對其進行必要的關注和管控，以此來將不同的控制策略進行融合、整合形成一種綜合性質的智能管控方法，以此來對各類控制方法以及其內部所包含的優(yōu)勢進行使用和管控。其次，還應當最大限度地規(guī)避綜合智能控制系統(tǒng)所存在的劣勢，充分發(fā)揮其優(yōu)勢，采取揚長避短的控制策略，當前智能綜合系統(tǒng)在電力系統(tǒng)中也得到了進一步地使用，綜合智能系統(tǒng)通常是結合神經網絡以及相應的專家系統(tǒng)，將模糊邏輯控制與神經網絡系統(tǒng)進行充分融合，以此來進一步構建成全新的模糊神經網絡，實現(xiàn)對各類語言數(shù)據(jù)、信息變量的有效轉化和使用，對其中所蘊含的知識信息進行充分展現(xiàn)，以此來最大限度地實現(xiàn)模糊神經網絡所具備的推理作用。模糊神經網絡系統(tǒng)在當今電力系統(tǒng)暫態(tài)保護研究工作中相對較為常見，能夠通過對變壓器、發(fā)電機故障精確檢驗來實施對其有效的保護，建立模擬分析模型以及利用相關模型所具備的優(yōu)勢，對神經網絡系統(tǒng)收斂費時的問題進行有效管控，使得整個網絡體系得到保障[3]。

三、人工智能暫態(tài)保護優(yōu)化途徑分析

（一）強化電網網架

當前在電力系統(tǒng)線路功率輸出效率層面，通常與線路兩側的電壓乘積呈現(xiàn)出正比例關系，其次相應的線路功率還與電阻成反比，因此，在當前電力企業(yè)的日常運作管理過程中，應當實現(xiàn)對線路電阻值的合理設置，盡可能降低電阻值，使整個體系保持相對較為良好的狀態(tài)，對系統(tǒng)運行的穩(wěn)定性進行保障;其次，再利用緊湊型線路布局方式，通過進一步增加線路中所包含的回路數(shù)也能夠有效地降低整個線路體系中所具備的電阻值，但是相比較而言，前者往往具備更高的成本，電力企業(yè)在選擇相應的策略時應當考量自身實際的使用需求以及相關工作狀態(tài)，但是通過整體性的分析和考量可以看出，將電容裝置進行串聯(lián)處理能夠達到良好的線路阻抗管控效果，通過綜合分析、考量，采取此類管控方式往往能夠取得更高的經濟效益，并且也可以將對應的串聯(lián)電容其所具備的容抗在整個電抗中所包含的百分比用作為相應的補償度，其相應的補償度數(shù)值通常需要控制在50%左右，如果整體比例所占過高則可能造成相應的同步振蕩問題。

（二）電力系統(tǒng)保護裝置

通常來說，在整個電力系統(tǒng)喪失其原有的穩(wěn)定性之前，電力企業(yè)需要采取穩(wěn)定、高效的管控措施來保障整個電力系統(tǒng)能夠正常運轉，此外，在對應的系統(tǒng)穩(wěn)定性完全喪失之前也需要通過采取科學、合理的管控方式來保障整個體系能夠高效運轉，通常來說，可以實施以下策略[4]。

首先可以結合發(fā)電機勵磁系統(tǒng)實現(xiàn)相應的動態(tài)化管控，對于當前電力系統(tǒng)而言，結合對應的發(fā)電機勵磁系統(tǒng)往往具備較大的現(xiàn)實意義，同時相應的系統(tǒng)也是作為一種核心設備的形式在電力系統(tǒng)中存在，當整個系統(tǒng)處于穩(wěn)態(tài)保護的狀態(tài)下可以結合相應的電機勵磁系統(tǒng)實現(xiàn)對電機兩端的電壓值進行科學、合理地調控以此來最大限度地降低電壓和電磁功率之間所具備的擺動速度，同時在整個保障體系運轉的過程中還需要具備較高的經濟性和穩(wěn)定性，結合傳統(tǒng)常見的勵磁管控系統(tǒng)，借助相應的pid調節(jié)策略，再借助對應的系統(tǒng)穩(wěn)定器，能夠最大限度地提升整個電力系統(tǒng)運行的靜態(tài)穩(wěn)定性，并且還能夠確保相應的阻尼實現(xiàn)低頻率震蕩，以此來提高整個系統(tǒng)的動態(tài)穩(wěn)定性。當前國外往往沿用一類可控硅勵磁系統(tǒng)，相關系統(tǒng)往往具備快速高頂值的管控功效，通過對應的倍數(shù)調節(jié)器以及PSS裝置，保障整個體系趨于靜態(tài)穩(wěn)定、動態(tài)穩(wěn)定的暫態(tài)穩(wěn)定。

第二類則是通過相應的電氣管控技術以及相關電氣設備所使用到的控制裝置，在當今人工智能系統(tǒng)體系中通常包含路由器、終端節(jié)點以及控制器三種結構形式，而對應的終端節(jié)點包含傳感器、升壓模塊、微處理裝置以及基本的能源供給、無線通信裝置，而在對應的傳感器裝置中通常是實現(xiàn)對相關數(shù)據(jù)資料的收集、轉換，完成對信息收集工作的監(jiān)督和管控，借助相應的微處理器模塊來控制傳感器模塊實現(xiàn)正常、穩(wěn)定地運轉，實現(xiàn)對不同點位、不同區(qū)域數(shù)據(jù)信息的高效存儲、收集以及分析管控;同時借助對應的無線通信模塊來承擔起對傳感器所接收到的數(shù)據(jù)信息進行實時傳輸反饋，來完成對數(shù)據(jù)資料的接收、發(fā)放等工作任務;而相應的能量供給板塊則主要是為傳感器以及各種微處理元件提供必要的能源支撐，通常是借助微型電池所提供的能量來給予相應的工作保障[5]。

其次，在現(xiàn)有快關氣門以及控制工作中，結合暫態(tài)保護工作以及智能化的管控技術能夠對現(xiàn)有的發(fā)電機、變壓器故障進行充分高效地檢測，結合對快關氣門裝置的使用，借助當前建模工作中所具備的便利特征，實施對神經網絡收斂費時問題的有效處理和應對，最大限度地改善整個體系的收斂性。隨著當前全新監(jiān)聽技術以及相關硬件模塊的不斷優(yōu)化和改善，系統(tǒng)在獲取相關數(shù)據(jù)資料之后可以通過相應的系統(tǒng)板塊向其分配不同的板塊空間，并且在進入正式系統(tǒng)運轉之前，也可以使用相應的代碼連接器來完成對數(shù)據(jù)信息的讀取，來保障系統(tǒng)安全可靠地運轉，最終對相應的測試結果進行合理地分析和確認[6]。

四、結束語

總體來說，人工智能技術依托信息化技術、計算機技術來實現(xiàn)對當前電力系統(tǒng)的動態(tài)化模擬和模糊分析，通過提取系統(tǒng)內部的數(shù)據(jù)特征進行模糊分析，來對非結構化、碎片化數(shù)據(jù)進行結構化展示，以此來最大限度地提高暫態(tài)保護作業(yè)的質量和效率。

參? 考? 文? 獻

[1]湯奕， 崔晗， 李峰，等. 人工智能在電力系統(tǒng)暫態(tài)問題中的應用綜述[J]. 中國電機工程學報， 2019， 39（1）：12.

[2]謝彥祥、肖漢、李嘉逸、李小雨. 電力系統(tǒng)暫態(tài)穩(wěn)定評估方法研究現(xiàn)狀及展望[J]. 電工電氣， 2020（11）：4-12+30.

[3]邵美陽， 吳俊勇， 李寶琴，等. 基于兩階段集成深度置信網絡的電力系統(tǒng)暫態(tài)穩(wěn)定評估[J]. 電網技術， 2020（05）：204-215.

[4]張晨宇. 機器學習和網絡嵌入算法在電力系統(tǒng)暫態(tài)穩(wěn)定，電壓穩(wěn)定評估中的應用[D]. 浙江大學， 2019.

[5]佚名. 人工智能技術在電力系統(tǒng)監(jiān)測與運行中的應用[J]. 能源前沿， 2019， 13（1）：71-85.

[6]趙高尚. 基于數(shù)據(jù)挖掘的臨界暫態(tài)穩(wěn)定邊界特征提取方法研究[D]. 東北電力大學， 2019.