电力系统故障诊断中人工智能技术的应用分析

张佳祺

摘要：电力能源在人们的生活和工作中发挥着重要的作用，随着人们对电力能源需求的不断增加，这也推动了电力行业的快速发展，同时对电力系统的运行则提出了更高的要求。在实际的电力系统运行中，电力系统故障也是频繁发生，在新时期环境下，人工智能技术在电力系统故障诊断中逐渐的得到了应用，实现了高质高效的诊断目的，下面，本文就针对电力系统故障诊断中人工智能技术的应用进行分析，来对此技术进行深入的了解。

关键词：电力系统；故障诊断；人工智能技术；应用分析

前言

电力系统是进行电力能源供应的主要途径，其安全稳定性直接和供电质量有着密切的关系，这就需要做好电力系统故障的有效预防和处理。随着科技技术的不断发展，人工智能技术得到了逐渐的开发和应用，这也为电力系统故障诊断提供了良好的条件，其在电力系统故障诊断中的应用，对故障的及时诊断和电力系统的优化起到了重要的作用，而其如何在电力系统故障诊断中进行应用，就是本文主要研究的内容。

1.人工智能技术概述

所谓的人工智能技术，其主要是将脑科学、信息科技技术以及神经学等实现一體综合化，其在多个行业和领域中都得到了广泛的运用，并且作为一种先进的科技技术，其也是未来科技技术领域探索和研究的重点和热点内容。人工智能技术主要是通过对人类脑部思想原理以及行为等进行有效的模仿，来研制一种具有自动化特点的机器，此机器能够智能化进行问题的发现、判断、分析和识别等。在现阶段的电力企业中，很多都使用了人工智能技术，其有效实现电力系统的高效运行，并对电力系统故障的发生率进行了控制，同时其还有效节省了人力、财力和物力，另外，其还能够对电力系统内复杂问题进行有效的解决，比如，非线性的映射问题等，其在继电保护中也得到了逐渐应用。人工智能技术通过对大量故障样本进行采集，其对设备故障具有印象，在电力系统出现故障时，其就能迅速记性反应，并发出相应的警报[1]。

2.电力系统故障诊断中人工智能技术的应用

2.1专家系统

在人工智能技术的应用中，专家系统是其研究最活跃以及最广泛的课题之一，其和知识工程的研究有着密切的联系。将专家水平的某个领域相关知识以及经验都存于其系统内部，在人工智能技术中进行应用，就能够推理与判断人类的专家具有的知识以及经验表现，实现了对人类的专家准确决策的模拟制定，因此，对于一些需要相应的专家来进行解决的复杂问题，就可以通过专家系统进行处理。专家系统主要的任务和目的就是将故障对象的原因根据观察和获取的数据进行有效的推断。产生式的规则系统在电力系统的继电保护内专家系统应用十分具有代表性，它主要是借助相应的规则来代替断路器以及运行人员故障诊断的经验，形成相应故障诊断的专家系统知识库，这样就能够准确的得到故障诊断结论，借助直观性规则能够有效的表示输电网络内一级保护以及断路器两者间具有的关系，实现对不确定的问题进行合理的解决。另外，框架法的专家系统具有着分类结构内的知识，通过其系统能够把事物间具有的关联性进行清晰表达，把表述与储存知识进行简化与继[2]。

通过对发生故障自动分析法实施研究，主要使用2种途径来进行实现，于变电站层次对故障的录波器信息进行分析，进而于调度中心再进行深化分析；还可以直接于调度中心中对变电站全部故障的录波器信息进行分析。尽管专家系统可以实现对故障专家的处理合保护动作进行模拟，但其还面临着知识获取瓶颈、知识难以维护等难题题，此类问题对系统的故障诊断准确性产生了很大影响。

2.2暂态保护

在继电保护的领域，对人工智能技术进行深入的研究，也逐渐的实现了对各种故障类型进行判断的方法，比如小波理论，其不仅有效的提高了故障判断的准确性，还有效的解决了传统算法中对单一工频的信号难识别的难题。在现阶段，传统的保护新原理还没有完全被人工智能技术所取代，且传感器的频宽还一定程度对其方法的应用进行了限制，导致只是借助复杂计算以及大量工作来对故障识别准确性以及可靠度进行提高。对于暂态保护来说，其主要利用高频信号来对输电线以及电力设备进行保护，系统故障中的种类、持续的时间以及位置等暂态保护信号中涉及的内容，并且贯穿到信号整个的频域中，也就是自直流到高频之间存在的信息。由于传统保护的方式主要是通过过滤方式进行，对故障高频率进行了忽视，而其暂态保护就将所需要高频的信号使用特殊的设计成高频检测的装置以及算法，将其从故障的暂态进行了有效的提取，进而把地故障使用专门快速的处理信号算法来进行判断，而暂态保护能够得到有效的实现和应用，微处理相关技术是前提基础[3]。

2.3人工神经网络

人工神经网络是一种信息处理的系统，其对人脑的组织结构以及人类的认知过程实施了有效的模拟，其具有着非线性的特征，同时还具有着并行性的处理能力以及自组织和自学习能力特点等，因此受到了人们的广泛关注。在人工网络神经中，对BP算法的应用是最广泛的，同时其也是研究力度最大的，其具有着简单直观的网络算法以及结构，在工业的领域应用十分广泛，由于电力系统是一种十分复杂性非线性的系统，因此，其于电力系统的继电保护方面进行应用具有十分广阔的发展前景，通过神经网络的方法能够有效的对难以求解以及复杂非线性的问题进行解决，比如，由于渡电阻出现短路的问题而导致输电线的两侧系统中电势角度出现摆开情况，这就是一种非线性的问题，这种故障的位置通过距离保护并不能对其进行准确判断，进而可能导致误动的现象出现，而使用神经网络的方法，将其样本来对各情况进行集中考虑，就能够掉故障位置进行正确判断[4]。

人工神经网络还能够构造出单相的限脉冲以及三相变压器差动保护，常用于瞬时信号处理，其主要也包括2种结构，一种是对单相型变压器的内部故障进行检测模式，另一种是对三相型变压器的内部故障进行检测模式。还有一些学基于BP的算法不足情况下，提出一种神经网络结构最大值的算法，这种算法把训练的过程进行深入的简化，从而加快网络收敛以及诊断推理速度，能够有效的提高故障的识别判断率，并实现故障的自动诊断以及综合性和智能化的保护效果。尽管人工神经网络的方法能够把专家系统的获取知识具有的瓶颈以及知识库的难以维护等问题进行解决，但和启发性处理知识是不符的，且人工神经网络技术的完备性还存在不足，其学习的速度比较缓慢、训练的时间也比较长，同时解释的功能也比较弱，这就对其实用性产生了影响。

2.4模糊理论

传统的电力系统故障诊断技术对数据的分析不是很准确，往往诊断的结果也没有十分正确，而人工智能技术就有效的提高了诊断的准确性，而人工智能技术对系统故障的诊断无法实现突发情况的解决，对于一些新问题的诊断是比较缺乏的，其诊断方式主要是把以往所发生的问题进行统一集中的合并和处理，并把所出现的信息数据存入到人工智能的系统内，借助系统历史数据进行诊断。面对这种情况，就可以把模糊理论进行诊断系统内的应用，这种模糊理论和其它技术理论是不同的，其理论系统能够对一些突发和紧急问题状况进行处理，此系统能够灵活有效的对一些新产生的系统问题以及漏洞进行准确诊断，其系统和人工智能的系统相比，对故障诊断具有更好的灵活性，同时其还能够根据人脑来对处理的信息进行判断，但此系统同样也有一定不足， 由于其并没有生命意识，其和人脑系统相比，并不具备相应自主思考能力。

3.结语

综上所述，在新时期环境下，人工智能技术在各个领域中的应用也是越来越广泛，而其在电力系统故障诊断中的应用，有效的提高了故障诊断的准确性以及及时性，这对电力系统的供电性能具有保障作用，为了促进其能够更好的进行应用，还需要对其技术进行不断的探索和研究。

参考文献：

[1]汤竣元. 人工智能技术在电力系统故障诊断中应用[J]. 自然科学：文摘版：00038-00038.

[2]郭步阳. 试论人工智能技术在电力系统故障诊断中的应用[J]. 科技创新与应用，2015（34）：206-206.

[3]唐亚琴. 人工智能技术在电力系统故障诊断中应用[J]. 中国科技博览，2015（26）：227-227.

[4]刘丹莉. 人工智能技术在电力系统故障诊断中应用[J]. 城市建设理论研究：电子版，2014（23）.00154-00155.

基金项目：

人工智能关键技术在电网企业的应用体系研究项目（编号：080010HJ42170010）