人工智能技术在电力系统故障诊断中应用

发表时间：2019-07-16T13:52:04.030Z 来源：《电力设备》2019年第6期 作者： 刘勇

[导读] 摘要：电力系统的自身特点和实际作用决定，当其发生故障却得不到快速准确判断、处理时将会直接对人类的生产生活甚至社会稳定构成威胁，而又名为机器智能或智能模拟的人工智能，其是结合电子技术成果、仿生学方法等现代技术通过机械和电子装置实现对人类某些智能的模拟和代替的技术，其善于对人类处理问题的过程和经验进行模拟，学习能力突出，将其应用于电力系统故障诊断过程中具有重大的作用。

（中国电建集团华东勘测设计研究院有限公司 浙江杭州 311122）

摘要：电力系统的自身特点和实际作用决定，当其发生故障却得不到快速准确判断、处理时将会直接对人类的生产生活甚至社会稳定构成威胁，而又名为机器智能或智能模拟的人工智能，其是结合电子技术成果、仿生学方法等现代技术通过机械和电子装置实现对人类某些智能的模拟和代替的技术，其善于对人类处理问题的过程和经验进行模拟，学习能力突出，将其应用于电力系统故障诊断过程中具有重大的作用。

关键词：电力系统；故障诊断；人工智能；实际应用；

近年来人们生产生活的发展对电力资源的依赖程度逐渐提升，电网供电的可靠性、稳定性和安全性问题越来越受到关注，如何在现有电网规模的基础上提升电力系统故障诊断的能力成为电力企业急需解决的问题，而近年来人工智能技术在电力系统故障诊断中的应用效果表明其对提升其故障诊断水平具有明显的推动作用。 一、人工智能的优点

人工智能属于利用计算机来模拟人类的某种思维过程和智能行为的学科，总的来说就是人脑行为智能化。人工智能将涉及的学科很广，其中包括计算机科学、心理学、哲学和语言学等学科。其覆盖面涵括了自然科学和社会科学的所有学科，思维科学着重理论，而人工智能则着重实践，思维科学的技术需要人工智能来表达。人工智能技术需要发展，离不开思维科学的发展。依据国务院在2015年7月上旬制定的《“互联网+”行动指导意见》相关内容，需对智能制造投入力度进一步增强。可通过建设智能工厂的模式，达到推动智能制造实现的目的；也可设置智能制造试点，以起到示范和引导的作用。同时，不断增强对工业大数据的研发和应用的力度，以对制造业向全面智能化转型予以促进，为对具开放、协作等诸多性能的智能制造产业建设提供保障。由上述资料可见，国家大力发展智能制造以及人工智能新兴产业，鼓励智能化创新，在可见的将来，人工智能将会更多融入我们的日常生活，给人们的生活、工作和教育带来更多的影响。 二、人工智能技术在电力系统故障诊断中应用

1.专家系统电力系统故障诊断。它是最基本和最基本的人工智能技术，也是目前最成熟的技术。对专家系统优点的分析在于它能够运用理论知识以及专家的专业知识和经验，将理论和实践相结合来解决问题。因此，在电力系统中，专家系统在故障诊断和恢复处理中应用最为广泛。通过知识表示和推理，专家系统得到有效区分和促进相关工作的发展。对专家系统工作模式的分析是形成以故障诊断为内容的专家系统目标知识库。然后根据收到的告警信息，进一步推断知识库内容知识获取失败。正确的诊断结果会导致发现问题-诊断问题-解决问题的更完整方法。当故障诊断和生产规则在实际运行中时，都属于专家系统的特殊应用原则，对于促进故障诊断专家系统在生产规则特征下的广泛应用具有重要作用。电力网络中的保护逻辑通常是一种直观的模块化逻辑。主保护和断路器之间的关系可以很容易地表达出来。以生产规则作为操作背景的专家系统具有许可权。多种操作规则的增加，删除或有效修改对于提高诊断系统的有效性起着重要作用；它可以为解决许多不确定的问题提供有力的参考。它可以符合人类语言习惯。总结总结，有些解释工作可以在乐队的帮助下完成。通过了解变电站的拓扑结构和保护配置知识，自动获得变电站停电后的恢复计划，从原理上具有很高的创新性。构建了以专家系统为背景，以多媒体技术为特征的新型配电变压器。它具有测试与诊断和解释的双重功能。它主要用作培训工具来保存专家教授的经验和知识。做好分享。举例如下：以意大利电力公司为例。它侧重于一个专家系统，可以帮助恢复大规模停电后的员工系统。在系统停电的情况下，可以选择最有效的传输通道向火电厂的相关机组输送电力，以最大限度地恢复电力运行，并为系统的安全运行。

2.人工神经网络分析。这是人工智能领域的一个早期开发项目。它是一个通过模拟人脑组织结构并参考人类认知过程的特征而建立起来的信息处理系统。它是自20世纪40年代以来提出的，目前同样重要。专家系统的人工智能技术。它具有自适应，自动关联和记忆等典型优点。在智能故障诊断要求越来越高的现阶段，其作用日益受到重视，具有很大的发展潜力。这是智能故障诊断最重要的部分之一。新的研究方向。据相关报道，在故障诊断中，人工神经网络技术被应用于处理它，这与专家系统不同。分析人工神经网络技术的典型特征。它有大量相对标准和科学的学习和培训样本。它不断调整人工神经网络中包含的连接权限和相关阈值，并获得知识点。在整个网络系统中，存在一种隐含的分布，并且促进了与人工神经网络相关的记忆的形成。因此，强大的知识获取功能和对噪声数据的高超处理是人工神经网络更重要的特性，有效弥补了专家系统在这方面的缺陷。通过操作各种各样的人工神经网络，实现了解决故障诊断的目标。每个人工神经网络诊断系统中的特定部分或单元，并达到解决所有问题的效果。但需要注意的是，神经网络技术的使用能够有效地解决专家系统中知识获取的瓶颈问题和维护知识库的困难，但它存在诸多缺点。而人工神经网络技术的设备和技术仍不完善，学习速度相对较慢，训练所需的时间也较长。另外，还有一些缺点，比如说解释功能弱，这些都是人工神经网络技术。发展有一定的限制和影响。虽然在这个阶段，人工神经网络是一个非常活跃的研究项目，但要充分考虑上述问题才能最大限度地发挥它的有效性。针对BP神经网络模型在故障诊断过程中输入样本影响诊断结果准确性的问题，以原始神经网络输入节点为工作基础，然后添加一些特定的节点输入，一个新的反映输入样本数据量特征量的方法，并广泛应用于电力变压器中，可以提高故障诊断的效率，增加明显的攻击。

3.模糊理论概括。在一系列电力系统故障诊断中，由于两者之间存在一定的不准确性，难以有效识别故障症状与故障之间的关系，并且在概念描述中也存在一定的不准确性。结果，诊断结果也以不明确的状态显示；传统的解决方案通常基于专家在建立症状和原因之间的模糊关系方面的固有经验。随着这种模糊理论的完善，优势逐渐显现，特别是在处理不确定性问题时，价值更加明显；它所具有的模糊知识库已经应用于语言变量。专家的经验被描述，并且更类似于人类的表达习惯；模糊理论具有解决各种不同问题的能力，并且可以根据模糊程度优先考虑程度。由于电力系统故障诊断和专家系统搜索必须一一匹配，否则容易出现错误的结果。建议将模糊理论引入并应用于专家系统，然后从精确推理转化为近似推理。在一定范围内，专家系统的容错性和判断性得到加强，有效解决了模糊理论应用中出现的不准确性和不精确性。

4.遗传算法。基于自然选择和遗传机制是遗传算法的两个特点。出于这个原因，它不仅能够在复杂而庞大的搜索空间中进行自适应搜

索，而且能够找到最合适的解决方案，并且具有简单的算法和适用性。强大的特点，解决问题的过程通常不受限制，不涉及复杂的数学过程，并且可以优化解决问题，是其独特的地方。

总之，电力系统稳定的运行才是电网事业关心的重大问题，综合现在的电力系统的内部分析，结合目前我国的用电量的多少，最重要的是对于以往诊断出的问题进行综合的分析，从而才能制定出更加完善的系统，研制出更符合现代的优化技术，我们要根据自身的实际情况，制定出更适合我们的系统，这项问题才是电力系统需要考虑的方向。 参考文献：

[1]孙永华.浅谈人工智能技术在电力系统故障诊断中应用.2018.

[2]王有亮．探讨人工智能技术在电力系统故障诊断中的应用．2017.