人工智能技術(shù)在電力系統(tǒng)故障診斷中的運(yùn)用分析

趙啟純

摘要：現(xiàn)代社會(huì)我國經(jīng)濟(jì)發(fā)展正在飛速邁進(jìn)，人民的物質(zhì)生活水平也在不斷提升，隨之而來的是電力資源在人們?nèi)粘Ｉ钪姓紦?jù)著越來越重要的地位，但是也正因?yàn)槿绱?，人們?nèi)粘Ｉ钪袑?duì)于用電安全問題也越來越重視。而電力企業(yè)在電力系統(tǒng)故障診斷方面也應(yīng)該投入更多的精力，只有這樣才能保證人們?nèi)粘Ｉ钣秒姷陌踩煽?，基于這樣的背景下，也隨著近些年來人工智能科技的不斷進(jìn)步以及在電力系統(tǒng)故障診斷方面的顯著作用。所以，該文就對(duì)于人工智能技術(shù)在電力系統(tǒng)故障診斷中的實(shí)際運(yùn)用進(jìn)行科學(xué)系統(tǒng)的分析，從各個(gè)方面來深入的探究人工智能技術(shù)給電力故障檢測工作所帶來的巨大影響。

關(guān)鍵詞：電力系統(tǒng)；故障診斷；人工智能；實(shí)際應(yīng)用

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）02-0183-03

科學(xué)技術(shù)的發(fā)展帶動(dòng)智能生活面向全社會(huì)各方面的逐漸普及，而我國現(xiàn)階段正在大力推廣實(shí)施智能電網(wǎng)，使現(xiàn)代的電力系統(tǒng)向著信息化、智能化邁進(jìn)，在這些前提下人工智能技術(shù)在現(xiàn)代智能化電力系統(tǒng)建設(shè)中所起到的作用可以說相當(dāng)重要。電力系統(tǒng)作為人們?nèi)粘Ｉ钪薪M成的部分，其穩(wěn)定性和安全性的保障至關(guān)重要，如果電力系統(tǒng)由于各種各樣的原因出現(xiàn)了故障將會(huì)直接影響到人們正常的成產(chǎn)成活。同樣的，如若電力系統(tǒng)的穩(wěn)定運(yùn)行不能得到及時(shí)的故障診斷，那么就會(huì)導(dǎo)致故障問題沒辦法得到及時(shí)的確認(rèn)和處理，從而造成不必要的損失。為了避免這一現(xiàn)象的出現(xiàn)，應(yīng)用人工智能的各種實(shí)際方法來對(duì)日常電力系統(tǒng)進(jìn)行故障檢測，是工作室以后電力系統(tǒng)檢測維修的關(guān)鍵。接下來我們就分析一下人工智能技術(shù)的具體含義和實(shí)際應(yīng)用。

隨著人工智能技術(shù)的發(fā)展普及，其在現(xiàn)代電力系統(tǒng)中起到至關(guān)重要的作用，在電力系統(tǒng)日常生產(chǎn)運(yùn)行的各個(gè)階段中，專家系統(tǒng)（ Expert System，ES ）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）、模糊理論（Fuzzy Theory，F(xiàn)T ）、遺傳（Genetic Algorithmic，GA ）等人工智能技術(shù)已經(jīng)被廣泛深入地運(yùn)用到生產(chǎn)控制、監(jiān)督管理、故障檢測等電力作業(yè)當(dāng)中?，F(xiàn)代電網(wǎng)系統(tǒng)當(dāng)中的智能檢測系統(tǒng)主要是指，依托人工智能為專業(yè)的理論知識(shí)依據(jù)以及相關(guān)的技術(shù)手段來對(duì)電力設(shè)備中的各種故障進(jìn)行智能化、信息化監(jiān)督管理。為什么現(xiàn)在人工智能系統(tǒng)被得到廣泛的認(rèn)可，主要就是因?yàn)樵谄綍r(shí)的電力系統(tǒng)故障診斷工作中造成故障發(fā)生的原因多種多樣，而安全檢測人員在實(shí)際故障檢測時(shí)容易出現(xiàn)失誤，因此，人工智能技術(shù)可以幫助解決這些問題，從而保證資源的合理運(yùn)用，節(jié)省人力物力等。

在這里，文章針對(duì)目前在國際電力故障診斷系統(tǒng)市場中最廣泛的智能型FD-PS進(jìn)行深入全面的歸納整理和分析探究，主要是對(duì)ES、ANN、FST、GA及Petri網(wǎng)絡(luò)等技術(shù)在FD-PS中的實(shí)際應(yīng)用進(jìn)行整理。

1 基于ES原理的電力系統(tǒng)故障診斷

ES原理指的是結(jié)合相關(guān)專業(yè)電力方面的書籍上的理論知識(shí)，再結(jié)合電力監(jiān)督管理方面專家和工作人員們的實(shí)際作業(yè)經(jīng)驗(yàn)來對(duì)各種電力故障問題進(jìn)行科學(xué)合理的處理。對(duì)于那些單純依賴普通解析辦法無法解決的問題而言，ES的只是表達(dá)方式可以有效減少故障問題造成原因的范圍，有助于提升工作效率，另一方面ES的推理解釋也可以在很大程度上幫助電力系統(tǒng)故障檢測與診斷作業(yè)的高效有序進(jìn)行。

對(duì)于ES在電力系統(tǒng)故障診斷方面的具體應(yīng)用進(jìn)行分析，其主要的知識(shí)表達(dá)方式包括有：基于謂詞邏輯表示法，基于產(chǎn)生式規(guī)則表示法，基于過程式知識(shí)表示法，基于框架式表示法，基于知識(shí)模型表示法還有基于面向?qū)ο蟊硎痉?，這些表示方法當(dāng)中基于謂詞邏輯表示法、基于產(chǎn)生式規(guī)則表示法、基于過程式知識(shí)表示法是比較傳統(tǒng)普遍的應(yīng)用模式，而基于知識(shí)模型表示法和還有基于面向?qū)ο蟊硎痉?，則是對(duì)于以上表示方法的進(jìn)一步延伸擴(kuò)展，是在其基礎(chǔ)上形成發(fā)展出的新的表達(dá)形式和新的表達(dá)模式。接下來，我們就系統(tǒng)的分析一下這些表達(dá)方式在店里故障檢測方面的具體應(yīng)用：基于謂詞邏輯表示法可以說是一種相較于其他表達(dá)方式比較早的專業(yè)知識(shí)表達(dá)描述方式，其主要的工作方式是利用保護(hù)和斷路器信息的方法來構(gòu)建專屬的電力知識(shí)庫，之后再使用Prolog語言為謂詞邏輯搭建構(gòu)造幾個(gè)知識(shí)庫。第一個(gè)是用來系統(tǒng)的描述展現(xiàn)電力系統(tǒng)的具體結(jié)構(gòu)，注重于保護(hù)和斷路器動(dòng)作關(guān)系這方面的專業(yè)知識(shí)以及正確描述斷路器的狀態(tài)；第二個(gè)則是主要用來強(qiáng)調(diào)如何對(duì)電力系統(tǒng)保護(hù)原理進(jìn)行全面正確的描述表達(dá)；第三個(gè)呢則是具現(xiàn)到了實(shí)際的故障處理工作中，用以對(duì)日常故障出現(xiàn)位置的規(guī)律進(jìn)行描述，還有利用反向推理的方法結(jié)合上面故障設(shè)備與保護(hù)、斷路器的信息關(guān)系來完成診斷故障作業(yè)中出現(xiàn)的抗拒性因素處理。雖然辦法簡單有效，但是實(shí)際造作過程太麻煩并且效率較低是謂詞邏輯法最大的局限。

1）以推理為基礎(chǔ)的人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用分析

以推理為基礎(chǔ)的人工智能技術(shù)指的是通過計(jì)算設(shè)備或其他工具，模擬人的思維模式和思維過程，對(duì)于出現(xiàn)的電力系統(tǒng)故障問題，結(jié)合之前累積的相關(guān)經(jīng)驗(yàn)以及專業(yè)的故障診斷理論知識(shí)，來進(jìn)行正常的邏輯推理工作，從而診斷出真正的問題緣由，這樣的推理模式稱之為顯性推理。而與之相反的就是利用數(shù)字化、抽象化等邏輯思維進(jìn)行故障診斷作業(yè)的推理方法稱為隱性推理。其中顯性推理最主要的就是專家系統(tǒng)，指通過對(duì)電力系統(tǒng)故障診斷方面專家進(jìn)行決策過程的適當(dāng)模擬，再結(jié)合工作人員所掌握的專業(yè)知識(shí)以及相關(guān)經(jīng)驗(yàn)，可以更好地完成對(duì)電力系統(tǒng)使用過程中出現(xiàn)的各種復(fù)雜問題的正確判斷和適當(dāng)處理。但是，由于專家系統(tǒng)要想完善構(gòu)建程序，其中全面科學(xué)的專家知識(shí)庫構(gòu)造問題是一大難點(diǎn)，而如果知識(shí)庫不夠完善，就很容易造成故障診斷工作中出現(xiàn)差池，比如說發(fā)生遺漏掉每個(gè)因素而造成錯(cuò)誤的判斷等，這些問題都是不可以輕視更不可以忽略的，因此，在現(xiàn)階段這種系統(tǒng)只能應(yīng)用在針對(duì)于中小型的電力系統(tǒng)的故障診斷工作當(dāng)中。

2）另外一種以推理為基礎(chǔ)的人工智能技術(shù)，就是依靠對(duì)于人類神經(jīng)系統(tǒng)的信息傳輸和處理等過程的模擬，在通過一般電力系統(tǒng)故障所特有的警示標(biāo)志來于知識(shí)庫進(jìn)行對(duì)比，從而準(zhǔn)確判定出故障問題出現(xiàn)的真正原因，再進(jìn)行合理的處理修復(fù)。這樣的診斷方法簡便快捷，而且可以大大地解決人力、物力、財(cái)力方面的資源消耗比較大的問題，也正因如此，這樣的診斷模式在電力系統(tǒng)故障診斷領(lǐng)域的應(yīng)用相當(dāng)廣泛，只不過這種診斷系統(tǒng)也存在著一些弊端，那就是在診斷工作中實(shí)際算法收斂速度和具體解釋能力等方面還有很大的缺陷。Petri網(wǎng)的應(yīng)用在電力系統(tǒng)故障診斷作業(yè)中也至關(guān)重要，主要是利用網(wǎng)絡(luò)表示電力系統(tǒng)各元件之間同時(shí)、次序或循環(huán)發(fā)生的關(guān)系，這樣可以完成對(duì)電力系統(tǒng)的實(shí)時(shí)監(jiān)控管理，對(duì)與電力系統(tǒng)出現(xiàn)故障時(shí)的數(shù)據(jù)靜態(tài)變化和動(dòng)態(tài)變化之間的關(guān)系進(jìn)行詳細(xì)描述，特別是通過繼電保護(hù)裝置來對(duì)發(fā)生故障的反應(yīng)以及切除行為的具體描述獲取正確的故障診斷結(jié)果。雖然通過這種方法得到的診斷結(jié)果會(huì)比較準(zhǔn)確，但是因?yàn)榇罅康墓收显\斷經(jīng)驗(yàn)會(huì)影響作業(yè)人員的實(shí)際判斷，并且當(dāng)設(shè)備出現(xiàn)錯(cuò)誤虛報(bào)故障時(shí)，其識(shí)別能力較弱且計(jì)算工作時(shí)間較長，另外一點(diǎn)最關(guān)鍵的，這種技術(shù)目前并不完善，主要技術(shù)還在深入的鉆研探究階段，所以其在實(shí)際電力系統(tǒng)故障診斷領(lǐng)域的應(yīng)用范圍并不廣，很多時(shí)候都是結(jié)合著其他的人工智能技術(shù)來進(jìn)行作業(yè)。

2 以不確定性理論為基礎(chǔ)的人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用分析

信息的故障診斷是不確定的，主要是由于保護(hù)裝置，斷路器拒絕移動(dòng)或者信息的傳輸過程中受損等原因。為此，研究人員在故障診斷領(lǐng)域都公布了一些不確定性的信息，引入不確定性的理論是基于這樣的事實(shí)，該故障信息是由多種因素，并且通常不安全顏色的影響?；镜娜斯ぶ悄芗夹g(shù)主要包括模糊理論，概率論，粗糙集等。模糊理論是關(guān)于專家，但他在實(shí)際作業(yè)的過程中延長時(shí)間，在實(shí)踐能力，通常與其他方法結(jié)合起來，信息的模糊與專家的完整的系統(tǒng)診斷故障，計(jì)算傳輸使用Petri網(wǎng)的不確定性和終止網(wǎng)絡(luò)建成后，雖然有一定效果，但了解和控制的實(shí)際應(yīng)用與維護(hù)的學(xué)習(xí)和功能的辛勤工作相結(jié)合，以確定成員的變化有關(guān)的問題仍處于研究階段等因素的影響，應(yīng)用仍然是有限的。概率理論被分成理論的理論貝葉斯可靠性，信息表現(xiàn)概率作為初步或電力系統(tǒng)的故障，實(shí)際執(zhí)行的通過產(chǎn)生規(guī)則產(chǎn)生的信息保護(hù)的值的信念，該方法的組合的基礎(chǔ)上概率Petri網(wǎng)。效果是顯而易見的，但由于其對(duì)一些信息經(jīng)驗(yàn)的依賴，公式用于解決事件論自主決定能源系統(tǒng)粗糙認(rèn)為，作為一個(gè)階級(jí)屬性一定的防御設(shè)備和交換機(jī)相結(jié)合故障表可能是不實(shí)際的決定控制。原設(shè)定的信息，以減少的原則算法的作用下，原太，減少粗糙集的最小化采取盡量減少?zèng)Q策。然而，真正的故障做出診斷，在這個(gè)階段它的實(shí)際應(yīng)用，很難影響當(dāng)前表重大決策的形成是賞心悅目的效果。

1）以優(yōu)化技術(shù)為基礎(chǔ)的人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用分析

基于計(jì)算機(jī)技術(shù)和計(jì)算機(jī)科學(xué)，工藝優(yōu)化等于解決了這個(gè)問題無限的優(yōu)化和全局優(yōu)化算法，人工智能技術(shù)的不斷發(fā)展零編程問題。例如，故障診斷診斷系統(tǒng)故障能量，根據(jù)使用開關(guān)保護(hù)遺傳算法或數(shù)學(xué)理論，故障診斷之間的關(guān)系，可以被看成是基于使用整數(shù)編程，可以解決的問題之前和改變網(wǎng)絡(luò)拓?fù)渲髣?chuàng)建區(qū)模型數(shù)據(jù)的故障的過程中網(wǎng)絡(luò)發(fā)生解算法模擬退火以實(shí)現(xiàn)有效的還原基于配置車輛和故障信息介質(zhì)溶液的數(shù)量，建立診斷故障的是用來模擬模型故障診斷。然而，這是難以建立為在實(shí)際應(yīng)用中的故障診斷一個(gè)合理的模型，并且有許多隨機(jī)因素，為了實(shí)現(xiàn)電力系統(tǒng)的故障診斷精準(zhǔn)而快速的目的。

2）以多種方法融合為基礎(chǔ)的人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用分析

合并多種方法、以多種方法融合為基礎(chǔ)的人工智能技術(shù)是基于這樣的思想：該電力系統(tǒng)的故障是復(fù)雜的，如果只進(jìn)行單個(gè)的診斷方法，則全面性較差。例如，結(jié)合神經(jīng)網(wǎng)絡(luò)方法和模糊邏輯，整體性能實(shí)踐顯著改善，在這種方式下Petri網(wǎng)的整合，以提高自學(xué)成才的信息不安全的能力和算法的神經(jīng)可以組合與遺傳算法和專家系統(tǒng)，以提高電力故障診斷系統(tǒng)的速度。而他的表現(xiàn)抗干擾能力強(qiáng)，可以看得出，在各種基于電力系統(tǒng)故障診斷工作中，人工智能技術(shù)集成方法是其未來發(fā)展的主要方向之一。

3）專家系統(tǒng)

ES是國內(nèi)形成最早，最成熟的人工智能技術(shù)，根據(jù)知識(shí)和經(jīng)驗(yàn)方面的專家進(jìn)行理性的分析判斷，解決那些需要專家決定的復(fù)雜問題模擬專家決策的具體過程。應(yīng)用ES故障診斷應(yīng)該要基于生產(chǎn)的規(guī)則，即形成故障診斷專家知識(shí)庫系統(tǒng)，然后根據(jù)這些信息，保護(hù)電路動(dòng)作數(shù)據(jù)穩(wěn)定和經(jīng)驗(yàn)診斷操作人員按照故障報(bào)警進(jìn)行推理的知識(shí)基礎(chǔ)，通過故障診斷得到結(jié)論，再利用一定的技巧來解釋。一般的推理機(jī)制，診斷依據(jù)故障-ES可分為兩類：一類是基于規(guī)則推理，它采用推理著相匹配的信息與知識(shí)庫中的規(guī)則故障采取的故障診斷的完成演繹系統(tǒng)；系統(tǒng)逆推理。推理規(guī)則基于保險(xiǎn)絲和保護(hù)設(shè)備之間的邏輯關(guān)系創(chuàng)建，并且可靠性被重合的實(shí)際信息和假設(shè)故障保護(hù)之間的程度來衡量。該方法提高混合推理和故障診斷專家系統(tǒng)的自學(xué)習(xí)能力的適用性。雖然理論ES是成熟和清晰，并能提供的診斷的完整說明，ES仍具有在實(shí)際應(yīng)用中存在以下缺點(diǎn)，它難以得到知識(shí)的一個(gè)完整的基礎(chǔ)上，并且其驗(yàn)證難度比較大；智能網(wǎng)絡(luò)信息的變化，需要重新構(gòu)建知識(shí)庫，維修難度大；容錯(cuò)性比較低，存在著功能障礙現(xiàn)象，容易出現(xiàn)誤判以及錯(cuò)判的情況。 ES診斷方法可以提供增強(qiáng)人類語言的習(xí)慣能力，這更適合于電力系統(tǒng)的二次診斷和小故障診斷相應(yīng)的結(jié)論和解釋。

4）人工神經(jīng)網(wǎng)絡(luò)

ANN同樣也是一種人工智能技術(shù)，是通過模擬傳輸系統(tǒng)和人類的神經(jīng)信息處理來進(jìn)行工作的過程。它具有并行處理，非線性映射，聯(lián)想記憶和在線學(xué)習(xí)能力的特點(diǎn)，已經(jīng)被廣泛應(yīng)用于電力系統(tǒng)的各個(gè)領(lǐng)域當(dāng)中。與ES相比，使用神經(jīng)元和運(yùn)行知識(shí)的隱式處理的權(quán)重之間的聯(lián)系，與地圖的強(qiáng)非線性和技術(shù)推廣的優(yōu)點(diǎn)，容錯(cuò)率要更高，即使與輸入信號(hào)固定噪音，還可以給出準(zhǔn)確的故障診斷結(jié)果。

基于神經(jīng)網(wǎng)絡(luò)故障診斷，故障信息被定義為用作神經(jīng)網(wǎng)絡(luò)的數(shù)字輸入。生產(chǎn)代表了故障診斷的結(jié)果。首先，神經(jīng)網(wǎng)絡(luò)訓(xùn)練和學(xué)習(xí)，具體的故障報(bào)警作為樣本，與樣本知識(shí)庫建設(shè)相吻合；然后利用神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)將保留在連接的權(quán)利的形式的網(wǎng)絡(luò)的知識(shí)的所有訓(xùn)練樣本；在計(jì)算神經(jīng)網(wǎng)絡(luò)的時(shí)候可以輸入相應(yīng)的數(shù)據(jù)值，從而完成了故障診斷。使用記憶聯(lián)想Hopfield神經(jīng)網(wǎng)絡(luò)模型，按照根據(jù)設(shè)計(jì)原理逆學(xué)習(xí)算法用它來實(shí)現(xiàn)系統(tǒng)故障，由部分信息擾動(dòng)寬容的表現(xiàn)。結(jié)合參考文案中提到的徑向核心功能（RBF）神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)高壓輸電線路故障診斷和反向傳播（反向傳播，BP）對(duì)比神經(jīng)網(wǎng)絡(luò)，速度訓(xùn)練網(wǎng)絡(luò)和寬容故障都優(yōu)于應(yīng)用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)。然而，在實(shí)際應(yīng)用中仍然有存在一些問題，大量需要加強(qiáng)練習(xí)的網(wǎng)絡(luò)智能信息技術(shù)，學(xué)習(xí)算法收斂速度緩慢；缺乏能力診斷結(jié)果的解釋；良好地進(jìn)行啟發(fā)性知識(shí)處理。

3 基于優(yōu)化技術(shù)的故障診斷方法

隨著科學(xué)技術(shù)水平的不斷發(fā)展，計(jì)算機(jī)技術(shù)也逐漸地應(yīng)用到我們的日常生活，我們的生活和工作學(xué)習(xí)也變得越來越快捷方便，在很大的程度上提高了工作效率。電網(wǎng)故障的診斷也需要與時(shí)俱進(jìn)，不能只是應(yīng)用傳統(tǒng)的技術(shù)來進(jìn)行診斷，應(yīng)用新興科技，把以往的優(yōu)化技術(shù)更新?lián)Q代，使得優(yōu)化技術(shù)更加靈活，不再像傳統(tǒng)技術(shù)一樣死板。新興的優(yōu)化技術(shù)診斷方案相比以往的方案來講，系統(tǒng)更加全面，分析數(shù)據(jù)更加準(zhǔn)確，不會(huì)像傳統(tǒng)技術(shù)那樣出現(xiàn)失誤，出現(xiàn)數(shù)據(jù)分析不合理的現(xiàn)象。所有的新興技術(shù)都不是完美的，都會(huì)多多少少存在一些漏洞，這時(shí)候需要我們在實(shí)際的工作當(dāng)中，進(jìn)行實(shí)地地調(diào)研和分析，尋找到最優(yōu)的解決方案。

電力系統(tǒng)的診斷過程中，以往采用傳統(tǒng)的技術(shù)來進(jìn)行診斷，診斷的過程中，數(shù)據(jù)分析并不是十分的準(zhǔn)確，診斷出的問題并不是十分理想。人工智能的系統(tǒng)診斷并不能應(yīng)對(duì)一些突發(fā)的情況，不能診斷出一些新出現(xiàn)的問題。人工智能診斷的方式是將以往發(fā)生過的問題和毛病，統(tǒng)一進(jìn)行合并處理，然后將這些出現(xiàn)過的數(shù)據(jù)存入這個(gè)人工智能系統(tǒng)中，再通過這套系統(tǒng)來診斷，這樣的診斷方式存在很多的漏洞?；谶@種現(xiàn)象的發(fā)生，采用新興的科學(xué)技術(shù)，將模糊理論應(yīng)用到診斷系統(tǒng)中來，模糊理論不同于以往的技術(shù)理論，這套理論系統(tǒng)會(huì)處理一些突發(fā)的緊急的狀況，不像以往的系統(tǒng)一樣只能處理一些以前發(fā)生過的問題，這套系統(tǒng)會(huì)靈活診斷出一些新出現(xiàn)的問題和漏洞。模糊理論系統(tǒng)相比較與人工智能系統(tǒng)，能更好地靈活診斷，這套新興的系統(tǒng)會(huì)根據(jù)人腦的判斷來處理信息，同樣也會(huì)存在一些漏洞，任何系統(tǒng)的完美程度都是比不上人腦系統(tǒng)的，模糊理論不具備自主思考的能力。

隨著科學(xué)技術(shù)的發(fā)展，各種各樣的技術(shù)都會(huì)研究和開發(fā)出來，不同的技術(shù)應(yīng)用在不同的崗位需求上，在很大的程度上幫助人類解決了很多的問題，同樣也提高了人們的工作效率，因?yàn)檫@些技術(shù)能夠幫助人們處理大量的信息，從而能診斷出一系列的問題和漏洞。人工智能系統(tǒng)應(yīng)用在電力診斷系統(tǒng)中，無疑是一項(xiàng)很大的突破，幫助人們處理了大量的信息，而且還能進(jìn)行準(zhǔn)確的分析，第一時(shí)間診斷出電力系統(tǒng)存在的問題，從而能夠第一時(shí)間進(jìn)行解決。隨著技術(shù)進(jìn)步，更多的新興科技會(huì)應(yīng)用到電力診斷系統(tǒng)中來，我們要根據(jù)自身的實(shí)際情況，制定出更適合我們的系統(tǒng)，更加方便我們工作的優(yōu)化方案。

隨著中國人口增多，企業(yè)和工廠在不斷增加，我國的用電量也隨之不斷提升，這時(shí)候應(yīng)該更好的解決電力系統(tǒng)。電力系統(tǒng)是一項(xiàng)龐大的系統(tǒng)，里面設(shè)計(jì)到很多的細(xì)節(jié)和面板問題，這是一項(xiàng)精密的系統(tǒng)，怎樣能夠更好的診斷電網(wǎng)故障，這項(xiàng)問題一直是國家電網(wǎng)立志研究的課題，當(dāng)然隨著科學(xué)的進(jìn)步，各項(xiàng)新興的技術(shù)應(yīng)用到電網(wǎng)診斷系統(tǒng)中來，幫助電網(wǎng)事業(yè)解決了很多的問題，從而避免了很多的危險(xiǎn)，畢竟電力診斷也是一項(xiàng)很危險(xiǎn)的事情。這使得人們的生活更加便捷，用電更加的方便，方便了人們的生活。所以，致力于電網(wǎng)診斷的系統(tǒng)研究是目前很重要的一項(xiàng)工作。

4 結(jié)語

國家的電網(wǎng)事業(yè)在不斷上升，電網(wǎng)工程也在不斷的壯大，隨之居民和工廠、企業(yè)用電量也在不斷增加，這對(duì)于國家電網(wǎng)事業(yè)是一項(xiàng)新的考驗(yàn)，同樣也是利國利民的好事。怎樣能夠進(jìn)一步提高電網(wǎng)的安全系統(tǒng)，對(duì)于電力系統(tǒng)的研究方向，畢竟隨著生活水平的提高，各種各樣的用電量在不斷增加，對(duì)于電網(wǎng)的安全問題是一個(gè)很大的考驗(yàn)。將新興技術(shù)應(yīng)用到電網(wǎng)診斷系統(tǒng)中來，能夠在很大的程度上解決這項(xiàng)問題。但隨著電力系統(tǒng)的發(fā)展，各種各樣的問題也會(huì)隨之增加，以往的科學(xué)技術(shù)解決不了新出現(xiàn)的問題，這時(shí)候需要重新定義，研究出更適合現(xiàn)在電網(wǎng)系統(tǒng)的技術(shù)。電力系統(tǒng)穩(wěn)定的運(yùn)行才是電網(wǎng)事業(yè)關(guān)心的重大問題，綜合現(xiàn)在的電力系統(tǒng)的內(nèi)部分析，結(jié)合目前我國的用電量的多少，最重要的是對(duì)于以往診斷出的問題進(jìn)行綜合的分析，從而才能制定出更加完善的系統(tǒng)，研制出更符合現(xiàn)代的優(yōu)化技術(shù)，我們要根據(jù)自身的實(shí)際情況，制定出更適合我們的系統(tǒng)，這項(xiàng)問題才是電力系統(tǒng)需要考慮的方向。

參考文獻(xiàn)：

[1] 鐘金， 鄭睿敏， 吳復(fù)立， 等. 建設(shè)信息時(shí)代的智能電網(wǎng)[J]. 電網(wǎng)技術(shù)， 2009， 33（13）： 12-18.

[2] 孫靜， 秦世引， 宋永華. 模糊Petri網(wǎng)在電力系統(tǒng)故障診斷中的應(yīng)用[J]. 中國電機(jī)工程學(xué)報(bào)， 2004， 24（9）： 74-78.

[3] 孫靜， 秦世引， 宋永華. 一種基于Petri網(wǎng)和概率信息的電力系統(tǒng)故障診斷方法[J]. 電力系統(tǒng)自動(dòng)化， 2003， 27（13）： 10-14.

[4] 占才亮.人工智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用[J].廣東電力，2011（9）：87-92.

[5] 王磊.電網(wǎng)故障診斷方法及其系統(tǒng)架構(gòu)研究[D].山東大學(xué)，2013.

[6] 吳欣.基于改進(jìn)貝葉斯網(wǎng)絡(luò)方法的電力系統(tǒng)故障診斷研究[D].浙江大學(xué)，2005.

[7] 朱麗娟，方倩.智能技術(shù)在電力系統(tǒng)故障診斷中的應(yīng)用研究[J].城市地理，2014（18）：198.

[8] 周龍，智能方法及其在電力系統(tǒng)故障診斷中的應(yīng)用[J]. 田武漢工業(yè)學(xué)院學(xué)報(bào)，2000.