人工智能技術(shù)在電力系統(tǒng)繼電保護(hù)中的應(yīng)用

王睿

摘要：隨著國內(nèi)經(jīng)濟的不斷發(fā)展以及科學(xué)技術(shù)的不斷進(jìn)步，當(dāng)前人工智能技術(shù)開始逐漸應(yīng)用在電力系統(tǒng)運行過程中，改變了原有的生產(chǎn)模式。人工智能在電力系統(tǒng)中的應(yīng)用，不僅能有效提升電力系統(tǒng)繼電保護(hù)的工作效率，同時也能夠保證電力系統(tǒng)繼電保護(hù)運行過程中的安全。為保證人工智能技術(shù)能夠發(fā)揮出應(yīng)有的效果，完善當(dāng)前電力系統(tǒng)繼電保護(hù)運行過程中存在的不足，有必要對當(dāng)前人工智能技術(shù)在電力系統(tǒng)繼電保護(hù)中的應(yīng)用情況進(jìn)行分析，提升其與電力系統(tǒng)繼電保護(hù)的融合效率。以此保證整個電力系統(tǒng)能夠?qū)崿F(xiàn)優(yōu)化，促使電力行業(yè)實現(xiàn)更好地發(fā)展。

關(guān)鍵詞：人工智能技術(shù);電力系統(tǒng)繼電保護(hù);應(yīng)用

1導(dǎo)言

受諸多因素影響，電力系統(tǒng)在運行過程中很容易陷入非正常狀態(tài)，如超負(fù)荷及震蕩等，人工智能技術(shù)的引入則可以很好地解決這類問題，通過有效提高電力系統(tǒng)繼電保護(hù)智能化水平來進(jìn)一步推動我國電力行業(yè)蓬勃發(fā)展。

2人工智能技術(shù)概述

人工智能技術(shù)，是計算機科學(xué)結(jié)構(gòu)中的主要分支。該技術(shù)主要是在信息程序基礎(chǔ)之上，融合了仿生生物技術(shù)、數(shù)字化程序等方面內(nèi)容，它是社會資源協(xié)調(diào)整理和科學(xué)運作的主要方法，具有兼容性強、資源開發(fā)形式多元、實際操作便捷等優(yōu)勢。隨著社會信息產(chǎn)業(yè)不斷更新與發(fā)展，社會產(chǎn)業(yè)資源的研究深入性也在不斷的加強，借助人工智能技術(shù)，做好各個方面的資源調(diào)節(jié)，已經(jīng)成為諸多行業(yè)未來發(fā)展的主要趨勢。比如，人工智能技術(shù)在電力調(diào)度自動化系統(tǒng)中的運用，就主要利用專家診斷、神經(jīng)網(wǎng)絡(luò)監(jiān)管等優(yōu)勢，進(jìn)行了電力傳輸資源協(xié)調(diào)管控。即，人工智能技術(shù)的運用與創(chuàng)新，基本上達(dá)到了行業(yè)服務(wù)品質(zhì)提升和工作效率的同步增強，這是質(zhì)與量相互兼容的技術(shù)實踐形態(tài)。

3電力系統(tǒng)繼電保護(hù)現(xiàn)狀

首先，由于社會的不斷進(jìn)步，電力系統(tǒng)繼電保護(hù)裝置也日趨多元，且為了保證相應(yīng)工作得以有序、高效地完成，工作人員在實踐作業(yè)中往往會選用功能齊全且靈活可靠的保護(hù)裝置。其次，電力系統(tǒng)的不斷發(fā)展也對繼電保護(hù)功能提出了更高要求，主要包括電容器保護(hù)功能、線路保護(hù)功能以及主變保護(hù)功能等。另外，為進(jìn)一步提高電力系統(tǒng)繼電保護(hù)技術(shù)水平，還應(yīng)將其與現(xiàn)代化技術(shù)進(jìn)行融合。最后，人工智能理論技術(shù)的不斷發(fā)展推動了多項智能理論方法如專家系統(tǒng)、暫態(tài)保護(hù)技術(shù)等向電力系統(tǒng)領(lǐng)域的滲透，特別是微機繼電保護(hù)技術(shù)，由于其具備超強的自我檢測、數(shù)字計算以及邏輯處理能力，已經(jīng)被廣泛地應(yīng)用于電氣設(shè)備和高低壓線路繼電保護(hù)中。發(fā)展至今，我國的微機保護(hù)設(shè)備已然獲得自主知識產(chǎn)權(quán)，技術(shù)及性能優(yōu)異，完全足以取代進(jìn)口機電保護(hù)設(shè)備。

4人工智能技術(shù)在電力系統(tǒng)繼電保護(hù)中的應(yīng)用

4.1廣域保護(hù)技術(shù)

傳統(tǒng)智能電網(wǎng)中的繼電保護(hù)系統(tǒng)在采集信息的時候主要采取單端量和雙端量的方式，不利于智能電網(wǎng)擴大生產(chǎn)規(guī)模。在實際采集信息的過程中，上述技術(shù)十分復(fù)雜，并且不容易操作。廣域保護(hù)技術(shù)主要指將電網(wǎng)的子集作為處理數(shù)據(jù)的最小單位，然后在整個智能電網(wǎng)范圍內(nèi)對相關(guān)的系統(tǒng)數(shù)據(jù)信息進(jìn)行匯總，根據(jù)數(shù)據(jù)分析判斷出故障成因，及時判斷故障位置，從而提出改進(jìn)方案。廣域保護(hù)技術(shù)不僅能夠處理電網(wǎng)中的各種電力故障，還能實現(xiàn)自動恢復(fù)，能夠有效提高智能電網(wǎng)中繼電保護(hù)系統(tǒng)的工作效率。

4.2模糊理論在電力系統(tǒng)繼電保護(hù)中的應(yīng)用

傳統(tǒng)的無功電壓算法往往采用單目標(biāo)法來進(jìn)行問題優(yōu)化，存在調(diào)節(jié)限制控制量考慮不周等弊端，且由于電力系統(tǒng)故障與故障前征兆間存在不確定性，關(guān)系并不明確，導(dǎo)致最后的診斷結(jié)果也相應(yīng)變得模糊，而模糊理論的應(yīng)用剛好可以解決這些問題，因此其在電力系統(tǒng)繼電保護(hù)中的應(yīng)用也愈發(fā)廣泛。該理論主要包括三方面內(nèi)容：系統(tǒng)規(guī)劃、模式控制以及潮流計算，既可以有效確定電力生產(chǎn)及干負(fù)荷變化過程中的不確定因素，也可以用模糊值來表示部分不確定關(guān)系，從而構(gòu)建起一個完整而有效的電力模糊系統(tǒng)。

4.3神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)能夠靈活、有效的進(jìn)行學(xué)習(xí)，是具有完全分布式特點的結(jié)構(gòu)，比較適用于一些大規(guī)模、并行的信息處理，對于一些非線性的系統(tǒng)，有著非常強的模式識別能力以及建模能力，可對一些復(fù)雜的狀態(tài)或是過程進(jìn)行識別以及分類。按照具體情況的不同，當(dāng)前已有很多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和具體的訓(xùn)練算法被應(yīng)用在實際的電力系統(tǒng)中。如應(yīng)用BP對電力系統(tǒng)的短期負(fù)荷情況進(jìn)行預(yù)測，在保證擁有充足訓(xùn)練樣本的情況下對預(yù)測的模型進(jìn)行有效分類，創(chuàng)建出能適應(yīng)不同季節(jié)的日預(yù)測和周預(yù)測模型，并能對輸入的變量進(jìn)行準(zhǔn)確選擇，尤其是在選擇溫度變量時。此外，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)以及對元件關(guān)聯(lián)進(jìn)行分析能診斷電力系統(tǒng)繼電保護(hù)的故障，制定出多種復(fù)雜的診斷方法。這種方式主要將電力系統(tǒng)中的元件分成母線、變壓器和線路三種，對每個種類的元件都有特定的ANN處理報警信息，對故障的具體位置進(jìn)行確定。與ES診斷有著一定不同，ANN主要是通過對現(xiàn)場樣本進(jìn)行學(xué)習(xí)和訓(xùn)練，通過對ANN中的閾值和連接權(quán)進(jìn)行調(diào)整，保證獲取的知識能通過隱式的方式分布在整個神經(jīng)網(wǎng)絡(luò)上，實現(xiàn)ANN的模式記憶。由此可見ANN具備非常強大的獲取知識能力，可有效對包含噪聲數(shù)據(jù)進(jìn)行處理，有效彌補了ES中的不足之處。由于神經(jīng)網(wǎng)絡(luò)具備良好的快速處理并行信息能力和分類能力，因此被廣泛應(yīng)用在電力系統(tǒng)繼電保護(hù)中的監(jiān)測與診斷、實時控制、符合預(yù)測以及狀態(tài)評估等多個不同的領(lǐng)域。當(dāng)前，基于神經(jīng)網(wǎng)絡(luò)的短期或是長期復(fù)合預(yù)測已成為人工智能在電力系統(tǒng)繼電保護(hù)中作用最大的一種應(yīng)用形式。

4.4遺傳算法在電力系統(tǒng)繼電保護(hù)中的應(yīng)用

遺傳算法是由美國科學(xué)家于20世紀(jì)70年代提出的一種計算模型，其主要是以自然選擇與遺傳機制作為理論基礎(chǔ)，通過應(yīng)用計算機設(shè)備，首先將問題的全部備用解都進(jìn)行編碼，接著便按照其理論來進(jìn)行全局優(yōu)化搜索，最終找到最優(yōu)解集。發(fā)展至今，該算法已在電力系統(tǒng)繼電保護(hù)工作中獲得廣泛應(yīng)用，如診斷輸電網(wǎng)絡(luò)故障原因、實現(xiàn)輸電系統(tǒng)電容最優(yōu)化配置、無功優(yōu)化電力系統(tǒng)以及處理圖像等。該算法應(yīng)用優(yōu)勢突出，如可以在龐大且復(fù)雜的搜索空間中完成自適應(yīng)搜索并找出最優(yōu)算法;算法簡單且適用性強，在求解問題過程中幾乎不受限制，不必經(jīng)過復(fù)雜的求解過程即可以獲得最優(yōu)解集。最大的應(yīng)用限制則僅在于，輸電網(wǎng)絡(luò)故障診斷模型尚未實現(xiàn)系統(tǒng)化與科學(xué)化，而該問題一旦得到解決，人們便可以利用遺傳算法高效地解決故障診斷問題。

4.5專家診斷渠道的應(yīng)用

其一，專家診斷渠道的應(yīng)用，采用程序自動感應(yīng)裝置，進(jìn)行自動化電力調(diào)度系統(tǒng)的自由化檢驗。其二，專家診斷渠道，是外部信息傳輸和輸入檢測的端口，它能夠依據(jù)區(qū)域范圍之內(nèi)電力調(diào)度的電波波峰變化、數(shù)據(jù)調(diào)節(jié)等信息面，實現(xiàn)了電力調(diào)度信號穩(wěn)定性的判斷。比如，某地區(qū)將人工智能技術(shù)在電力調(diào)度自動化系統(tǒng)中運用時的工作實施要點歸納為：人工智能化技術(shù)運用期間，程序?qū)⒃械目刂茖ο笾噶钫{(diào)節(jié)，轉(zhuǎn)換為具有信息自由分析能力的結(jié)構(gòu)。只要外部程序中出現(xiàn)了與其基礎(chǔ)因素不相適應(yīng)的信號。專家診斷體系將自動對出現(xiàn)運行故障的區(qū)域進(jìn)行電力調(diào)度故障警報，相應(yīng)的，程序就會啟動自主修復(fù)指令，針對故障問題給予修復(fù)和完善的方法。

結(jié)束語

總之，當(dāng)前，高速發(fā)展的經(jīng)濟社會在改善人民生活水平的同時，也對電力企業(yè)供電質(zhì)量提出了更高要求，傳統(tǒng)的繼電保護(hù)已然無法滿足人們當(dāng)前的用電需求。為解決這一矛盾，可以將人工智能技術(shù)引入到電力系統(tǒng)繼電保護(hù)當(dāng)中，令其充分發(fā)揮自身優(yōu)勢，有力推動我國電力系統(tǒng)的智能化發(fā)展。

參考文獻(xiàn)：

[1]徐英.人工智能在電力系統(tǒng)繼電保護(hù)中的應(yīng)用[J].電子技術(shù)與軟件工程，2019（24）：240-241.

[2]楊雨嬋.人工智能技術(shù)在電力系統(tǒng)繼電保護(hù)中的應(yīng)用[J].科技風(fēng)，2020（10）：210.

[3]吳興龍，陳樂，張蕓.人工智能在繼電保護(hù)中的應(yīng)用[J].山東工業(yè)技術(shù)，2018（19）：131.

[4]趙剛.繼電保護(hù)中的人工智能技術(shù)及其應(yīng)用[J].江蘇科技信息，2014（24）：58-59.