基于深度學習的智能變電站防誤操作閉鎖系統的設計與應用

彭文英，肖 航，周思成，楊繼黨

（云南電網有限責任公司 保山供電局，云南 保山 678000）

0 引 言

智能變電站的運行以數字化、信息化技術為基礎，集成智能設備有效實現了電力系統運行過程中各類信息的采集、測量、穩定與監控等過程。在智能變電站運行的過程中，防誤閉鎖系統的主要功能是保證變電站倒閘操作的準確性，通過一定的強制性措施來降低電氣誤操作事故發生的概率。隨著智能電網建設的不斷推進，技術部門有必要強化對防誤操作閉鎖系統的研究，提升對智能變電站的適應能力。

1 深度學習理論在智能變電站中的應用

隨著人工神經網絡的應用與改進，為深度學習理論的生成營造了良好的環境，同時在應用中添加更多的隱含層，并進一步帶動機器學習思想的發展。深度學習理論的應用進一步強調了對數據表征特性的關注，對于以往的應用情況來說，深度學習理論的應用可以打破以往的深度層數限制，同時結合其實際的應用情況來看，深度學習理論的應用優勢主要體現在以下幾方面。第一，針對復雜目標函數以及復雜高維函數有著更加突出的表達效果；第二，受到樣本數量有限的限制，函數表達過程中的網絡泛化能力將會大大降低；第三，深度學習網絡運行過程中可以更好地將大腦網絡結構進行模擬，從而提升數據提取的質量與效率；第四，在完成數據提取之后可以滿足不同層次的使用要求，確保可以最大限度地發揮出數據特征的作用?？偟膩碚f，由淺層學習人工神經網絡向深度學習變動最大的特點就是非線性計算層數的增加。現階段，深度學習網絡主要涉及到前饋型、反饋型以及雙向學習網絡，通過非線性變換對數據特征進行篩選，進而體現出較為突出的計算速度和計算精度，因此可以將卷積深度學習神經網絡應用到智能變電站防誤操作閉鎖系統的設計與應用當中，保證電力系統可以更好地呈現其優越性能[1]。非線性變換所包括的sigmoid、tanh、softsign以及Rectified Linear Units共4種方式的公式表達為：

卷積神經網絡的算法流程如圖1所示。

圖1 卷積神經網絡算法流程示意圖

2 深度學習理論下智能變電站防誤操作閉鎖系統的設計與應用

2.1 防誤操作閉鎖系統設計

結合上文來看，防誤操作閉鎖系統設置的目的就是減少變電站出現倒閘操作失誤，同時還需配備相應的操作票自動生成系統，進一步增強倒閘操作的防范作用，兩個系統在運行過程中相互獨立[2]。當前，倒閘操作票自動生成系統在運行過程中存在著一定的弊端，其主要體現在以下幾方面：變電站軟件不同，其兼容性也較差；由于兩個系統的獨立性，導致知識庫之間也是相互獨立的；智能鎖具只能判斷自己是否參與到整個倒閘操作過程中，但無法對操作時間與次數加以識別；智能鎖具在不滿足IEC 61850協議要求接入網絡的情況下無法實現對主控室的操作。以上問題都將會直接影響到數據信息的更新、維護以及監控。在預防倒閘操作出現失誤的過程中，倒閘操作票發揮了十分關鍵的作用，但如果采用操作票生成系統與防誤操作閉鎖系統向獨立的設計方案，并不能有效起到相應的操作效用，設計冗余較為突出，自動化和網絡化優勢的發揮也會受到限制。在這樣的情況下，本文針對防誤操作閉鎖系統會將其分成兩個子系統進行研究，同時也進一步強調了兩個子系統之間的緊密聯系。同時將基于深度學習理論的專家系統引入其中，提升知識庫和規則庫設計與創建的智能性，不僅可以顯著優化操作票視頻操作，還可以促進其流暢程度的提升，為后續操作和運性提供重要保障?？傮w來看，該系統的設計基礎是在完成全部網絡接入的同時擴大傳感器、視頻以及語音監控設備的覆蓋范圍，特別是在無線高速數據傳輸技術的影響下，智能變電站防誤操作閉鎖系統的網絡傳輸速度和容量將會得到明顯提升。而在完成設備接入以后，需要進一步針對系統的運行情況完成專家系統以及知識庫的配備，保證可以為系統運行提供有力支持。在實際開始運行的過程中，由專家系統對操作票進行分析，并記錄鎖具的操作信息，降低人員錯誤操作的概率，同時針對操作過程中的錯誤慣性思維加以修正，以提升防誤操作閉鎖系統運行的可靠性，保證可以最大限度上發揮出深度學習理論的作用與價值。值得注意的是，在建設智能變電站的過程中，往往會受到自然環境、能源資源等方面因素的影響，因此變電站的規模、容量與等級也會存在差異，這對于防誤操作閉鎖系統的適應能力與運行水平也提出了更高的要求。為更好地適應各種變電站的不同情況，可以針對專家系統提高知識庫可拓展性，進而通過人工智能網絡來解決更多的復雜問題。

2.2 專家系統設計

專家系統設計主要可以分為主體設計與知識庫設計，其中主體設計是獲取系統節點和開關列表相關信息，并將其導入到推理機中，由推理機進行后續的執行與分析，最終完成倒閘操作邏輯的自動生成。專家系統的總體設計框圖如圖2所示。

圖2 專家系統的總體設計框圖

對于專家系統知識庫設計來說，則是整體系統開發的重點與難點內容，同時也是編寫規律與規則的根本途徑，當前系統運行過程中涉及到的知識表示方法主要包括語義網絡表示法、謂詞邏輯表示法等。知識庫在運行過程中可以直接實現對拓撲的反映，還可以在對拓撲結構進行解析的同時完成系統參數列表的優化編制，為后續系統運行提供數據支持。結合對應到智能變電站的一次系統來看，母線、主變壓器等部件都是其中的節點元素，并且各個節點之間會通過知識庫建立一一對應的聯系。由此也可以進一步看出，構建專家系統推理機所需要的知識庫是智能變電站防誤操作閉鎖系統運行的核心所在，同時也是深度學習理論應用的直接體現。針對防誤操作閉鎖系統邏輯展開分析的過程中，知識庫與拓撲在運行過程中具有著十分密切的聯系。當前，若按照規則類型進行分類，可以將知識庫中的知識分成領域規則以及控制規則，其中前者是將一次系統拓撲信息轉化為相關知識，而后者是影響控制領域執行順序的規律[3]。值得注意的是，各個領域的執行規則都需要設置相應的執行等級，通過設置高低順序來實現執行的有序性，同時應規避執行等級過多的問題，防止冗余性升高等情況的出現阻礙知識庫效用的發揮。圖3為知識庫的運行結構。

圖3 知識庫結構圖

2.2.1 系統總體架構

針對系統架構設計應充分遵循準確、簡潔的特征，從而最大限度上提升其普適性。具體來說，系統架構主要應細化以下幾方面的設計。第一，人員登錄界面。人員登錄界面起到了很強的安全保護性作用，相關人員在進行系統登錄的時候應對其權限做出明確規定，技術人員應重點關注人員登錄界面的設計，并搭建相應的人員信息數據庫。第二，主窗口。主窗口的根本功能在于對一次、二次系統接線情況進行監控，同時有效完成元件編號生成、操作票生成以及操作票校驗等功能，進而為專家系統和數據庫功能的實現予以支持。第三，防誤操作閉鎖系統監控。這一環節有效實現了對于智能鎖具、監控攝像頭等設備的整合，對于操作票的操作順序進行記錄，并對操作人員的執行流程加以監控，這不僅可以保證智能鎖具運動的規范性，還可以最大限度上提升人員操作的合理性[4]。一旦出現問題可以在第一時間落實相應的緊急預案，實現損害的最小化。

2.2.2 系統應用情況

將防誤操作閉鎖系統應用在220 kV橋智能變電站中，由專家系統推理機對工作流程進行記錄。就其整體的防誤操作過程來看，該系統實現了明顯的革新與優化，同時滿足了整體運行過程的動態需求。相較于以往的防誤操作系統，雖然操作票生成的結果一致，但是專家系統推理機可以實現更多次數的運行，確保深度學習理論應用的有效性，同時保證可以在操作規則和一次系統連接邏輯的約束下完成每一步的參數計算。這樣的操作既可以對正確內容有效驗證，又可以降低出現失誤的概率。值得注意的是，在初期應用的過程中會存在訓練速度較慢的問題，這主要是由于知識庫的補充不完善，隨著應用次數與經驗的增加，知識庫運行需要規避的問題也就更多，進而確保深度學習網絡可以針對這部分問題進行規避，大大提升了防誤操作閉鎖系統的可靠性[5]?？偟膩碚f，智能變電站防誤操作閉鎖系統的運行可以很好地提升復雜倒閘操作處理效果，并突出系統內部各個智能元件之間的聯系，因此整體呈現出良好的可擴展性和自適應性。

3 結 論

防誤操作閉鎖系統的完善對于提升智能變電站運行水平起到了關鍵的作用，而深度學習理論的應用也進一步減少了設計問題與運行故障的出現。在實際設計與應用過程中，應針對專家系統進行優化，提升其對于各種拓撲形式的適應性，降低變電站運行過程中對于人工干預的需求。同時，防誤操作閉鎖系統在變電站領域應用水平的發展與完善也體現了人工智能技術在電力系統領域的應用，有助于帶動整體運行水平的提升。