電力系統(tǒng)自動(dòng)化中智能技術(shù)的應(yīng)用

常紅艷

（國網(wǎng)湖南省電力公司龍山縣供電分公司，416800）

電力系統(tǒng)自動(dòng)化中智能技術(shù)的應(yīng)用

常紅艷

（國網(wǎng)湖南省電力公司龍山縣供電分公司，416800）

電力系統(tǒng)是一個(gè)復(fù)雜大系統(tǒng)。這樣的系統(tǒng)需要一套控制效果優(yōu)良、魯棒性較高的控制系統(tǒng)來保證系統(tǒng)的穩(wěn)定、高效地運(yùn)行。隨著人工智能技術(shù)的發(fā)展，已經(jīng)有越來越多的人工智能技術(shù)應(yīng)用到系統(tǒng)控制中。本文介紹了幾種典型的人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用，模糊控制在繼電保護(hù)裝置的應(yīng)用、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)在故障診斷方面的應(yīng)用等。

電力系統(tǒng)；人工智能；模糊控制；神經(jīng)網(wǎng)絡(luò)

0　引言

伴隨著社會(huì)的不斷進(jìn)步，用戶對電能的要求也在不斷提高：安全、可靠、優(yōu)質(zhì)、環(huán)保。電力系統(tǒng)在實(shí)際工作中也確實(shí)存在一些技術(shù)難題：首先，電力系統(tǒng)是一種復(fù)雜大系統(tǒng)，系統(tǒng)參數(shù)包含著諸多的不確定因素，并且具有很強(qiáng)的非線性；其次，電力系統(tǒng)應(yīng)當(dāng)具有較強(qiáng)的魯棒性能，以克服系統(tǒng)中的擾動(dòng)，而且系統(tǒng)對多目標(biāo)尋優(yōu)的控制方法要求也較高；最后，復(fù)雜系統(tǒng)是由多個(gè)子系統(tǒng)相互影響、關(guān)聯(lián)組成，電力系統(tǒng)需要將多個(gè)局部的控制系統(tǒng)相互連接，綜合控制。因此，這一系列尖端的技術(shù)難題需要應(yīng)用更為先進(jìn)的自動(dòng)化控制技術(shù)即智能控制技術(shù)。

1　智能控制技術(shù)

控制理論的不斷發(fā)展，為人類帶來了更加先進(jìn)的自動(dòng)化技術(shù)，使得人們設(shè)計(jì)的控制系統(tǒng)穩(wěn)定、可靠、智能、高效。典型的智能控制技術(shù)包括：模糊控制、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等。

1.1模糊控制。模糊控制是基于模糊數(shù)學(xué)理論的一種控制方法。傳統(tǒng)的控制理論能夠解決模型明朗、確定的系統(tǒng)的控制問題。但當(dāng)面對類似于電力系統(tǒng)的復(fù)雜、模型不確定、因素多的大系統(tǒng)傳統(tǒng)的控制方法就無法高效地解決控制問題。為了克服上述問題，科研人員提出了用模糊數(shù)學(xué)的理論來解決一些復(fù)雜系統(tǒng)的控制問題。

模糊控制是一種非線性的控制理論。它采用的是理論與實(shí)際相結(jié)合的方法解決實(shí)際的問題。一般模糊控制技術(shù)包含如下幾個(gè)部分：定義變量、模糊化、知識庫、邏輯判斷及反模糊化。而其中的邏輯判斷部分運(yùn)用模糊邏輯、模糊推論方法進(jìn)行分析，得到最優(yōu)的模糊控制輸出。

1.2人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡寫為ANNs）也簡稱為神經(jīng)網(wǎng)絡(luò)（NNs），此類數(shù)學(xué)模型模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)的組成，進(jìn)行分布式信息處理。通過調(diào)整系統(tǒng)內(nèi)部的各個(gè)節(jié)點(diǎn)之間的聯(lián)系，最終達(dá)到控制系統(tǒng)的目的。強(qiáng)魯棒性、非線性特性、自組織自學(xué)習(xí)的能力和并行處理能力是人工神經(jīng)網(wǎng)絡(luò)基本特性，受到了人們的普遍關(guān)注。

人工神經(jīng)網(wǎng)絡(luò)在工作前先對控制準(zhǔn)則學(xué)習(xí)，減少系統(tǒng)工作過程中發(fā)生錯(cuò)誤動(dòng)作的概率?？刂频臏?zhǔn)確性可以經(jīng)過學(xué)習(xí)之后逐漸完善，提高系統(tǒng)正確動(dòng)作的權(quán)值。

1.3專家系統(tǒng)。專家系統(tǒng)實(shí)際上是一個(gè)包含著某個(gè)專業(yè)領(lǐng)域內(nèi)的大量人類專家知識的一種智能計(jì)算機(jī)程序系統(tǒng)。該系統(tǒng)通過程序模擬人類專家應(yīng)用其豐富的知識經(jīng)驗(yàn)進(jìn)行分析、解決問題的過程，最終解決復(fù)雜的控制系統(tǒng)的問題。

專家系統(tǒng)中的知識庫是反映系統(tǒng)性能的主要部分，系統(tǒng)在解決問題時(shí)是通過模擬專家的思維來實(shí)現(xiàn)的。用戶在使用過程中可以通過不斷完善專家?guī)靵硖岣邔＜蚁到y(tǒng)的性能。專家系統(tǒng)通過反復(fù)比對系統(tǒng)的輸入信息，與專家系統(tǒng)中的知識庫的規(guī)則進(jìn)行匹配，最終找到能使數(shù)據(jù)庫的內(nèi)容與實(shí)際的目標(biāo)的規(guī)則。在改善動(dòng)態(tài)品質(zhì)和提高遠(yuǎn)距離輸電線路能力的問題上，盧強(qiáng)等人提出了利用最優(yōu)勵(lì)磁控制手段，研究成果指出：利用最優(yōu)勵(lì)磁控制方式，可以使大型機(jī)組取代古典勵(lì)磁方式。

2　智能控制技術(shù)在電力系統(tǒng)的應(yīng)用

2.1模糊控制技術(shù)在繼電保護(hù)領(lǐng)域的應(yīng)用。電力系統(tǒng)中的繼電保護(hù)裝置具有這重要的意義，繼電保護(hù)裝置的可靠工作能使電力系統(tǒng)穩(wěn)定、可靠、安全的運(yùn)行。對繼電保護(hù)裝置的故障識別與診斷越來越嚴(yán)苛，電力系統(tǒng)中龐大復(fù)雜的故障現(xiàn)象，普通的識別系統(tǒng)無法準(zhǔn)確及時(shí)地解決問題。因此，采用先進(jìn)的人工智能技術(shù)進(jìn)行電力系統(tǒng)的繼電保護(hù)裝置的故障識別與診斷的工作更加迫切。

應(yīng)用模糊控制技術(shù)監(jiān)視電力系統(tǒng)中變壓器的工作狀態(tài)，根據(jù)變壓器的參數(shù)的變化，結(jié)合已知的輸入輸出，利用模糊控制技術(shù)進(jìn)行變壓器的故障診斷。利用最小二乘法的原理將變壓器的一些參數(shù)，例如電介質(zhì)的損耗、泄漏電流、絕緣電阻、變壓器的吸收比等參數(shù)作為模糊控制的輸入。將這些輸入?yún)?shù)通過一定的規(guī)則進(jìn)行量化，作為模糊輸入的矩陣，再將變壓器的狀態(tài)分為合格、不合格、故障等按照規(guī)則量化得到輸出的模糊矩陣。參考其他一些實(shí)際經(jīng)驗(yàn)中的數(shù)據(jù)作為擴(kuò)展出來的輸入輸出矩陣，應(yīng)用最小二乘法的迭代運(yùn)算得到輸入與輸出的關(guān)系矩陣。應(yīng)用得出的輸入輸出的關(guān)系矩陣就可以對一些變壓器的試驗(yàn)信息進(jìn)行分析，診斷。

2.2神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)故障診斷中的應(yīng)用。在電力系統(tǒng)故障診斷的過程中，神經(jīng)網(wǎng)絡(luò)將系統(tǒng)的故障報(bào)警信息作為神經(jīng)網(wǎng)絡(luò)的輸入量。神經(jīng)網(wǎng)絡(luò)的輸出是電力系統(tǒng)故障診斷的結(jié)論。應(yīng)先讓神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，對其輸入特定的故障報(bào)警，建立一個(gè)全面的故障報(bào)警樣本庫。通過樣本庫不斷對神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行訓(xùn)練，使得系統(tǒng)對不同的故障報(bào)警輸入產(chǎn)生相應(yīng)的權(quán)重，最終能夠輸出準(zhǔn)確的故障診斷的結(jié)果。神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)不僅可以應(yīng)用在電網(wǎng)的故障診斷方面，還可以用于電力設(shè)備的故障診斷、電力系統(tǒng)中的變壓器的故障診斷等。

神經(jīng)網(wǎng)絡(luò)的算法多種多樣較為常用的有BP神經(jīng)網(wǎng)絡(luò)算法，迭代步長算法，以及變步長法等。在輻射型配電系統(tǒng)中采用BP神經(jīng)網(wǎng)絡(luò)，用ANN模擬各個(gè)地區(qū)不同電弧電阻下的故障情況，測量阻抗量應(yīng)用BP神經(jīng)網(wǎng)絡(luò)判斷電力系統(tǒng)出現(xiàn)的問題。該方法能夠有效解決由于電弧引起的測量阻抗不準(zhǔn)確，導(dǎo)致保護(hù)系統(tǒng)不能正常工作的問題。

專家系統(tǒng)在電力變壓器其的故障診斷的應(yīng)用

電力系統(tǒng)中已經(jīng)有多個(gè)部分在控制過程中建立出了數(shù)學(xué)模型，但是依然存在一些復(fù)雜的、規(guī)律性不明顯的系統(tǒng)無法抽象出具體的數(shù)學(xué)模型。這就需要專家系統(tǒng)解決相應(yīng)的問題。

專家控制系統(tǒng)在電力系統(tǒng)中多用于分辨系統(tǒng)的故障報(bào)警的狀態(tài)，進(jìn)行分析，提出故障的應(yīng)急解決方案以及系統(tǒng)的恢復(fù)控制方案。專家系統(tǒng)中的知識庫用于提供解決問題的知識，應(yīng)用推理機(jī)使用該專家的知識庫。知識庫可以根據(jù)變壓器的不同故障分為多個(gè)子系統(tǒng)，例如油位、負(fù)荷、溫度等。推理機(jī)調(diào)用程序根據(jù)當(dāng)前的狀態(tài)，按照規(guī)定的規(guī)則調(diào)用系統(tǒng)的特定知識。推理機(jī)調(diào)用知識庫中的數(shù)據(jù)時(shí)可以采用正向推理、反向推理、混合推理。經(jīng)過反復(fù)的匹配直到找出故障的原因，故障原因可能是多個(gè)，將找出的多個(gè)原因組合為一個(gè)相互關(guān)聯(lián)的矩陣。最終實(shí)現(xiàn)了經(jīng)過專家系統(tǒng)做出的故障診斷分析。

3　總結(jié)

人工智能技術(shù)是一項(xiàng)新穎先進(jìn)的技術(shù)。在電力系統(tǒng)中應(yīng)用人工智能技術(shù)是電力自動(dòng)化發(fā)展的必然趨勢。針對類似于電力系統(tǒng)的具有非線性、多參數(shù)、不確定因素多的復(fù)雜大系統(tǒng)，人工智能技術(shù)擁有更加優(yōu)越的控制性能。模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等控制理論已經(jīng)漸漸的成熟，在生產(chǎn)生活的多個(gè)方面已經(jīng)有了越來越多的應(yīng)用。經(jīng)過人工智能技術(shù)的不斷完善，電力系統(tǒng)自動(dòng)化的不斷深入，人工智能對電力系統(tǒng)的控制會(huì)使電力系統(tǒng)運(yùn)行更穩(wěn)定、更經(jīng)濟(jì)，魯棒性能更優(yōu)越。

［1］朱亮亮，王艷.基于人工智能的電力系統(tǒng)自動(dòng)化控制［J］. 科技致富向?qū)В?014，09：300.

［2］丘智蔚.基于人工智能的方法對智能電網(wǎng)進(jìn)行安全改進(jìn)［D］.華南理工大學(xué)，2014.

［3］馮宗英.配電網(wǎng)狀態(tài)估計(jì)及量測系統(tǒng)的魯棒性配置研究［D］.山東大學(xué)，2014.

［4］劉丙午，周鴻.基于物聯(lián)網(wǎng)技術(shù)的智能電網(wǎng)系統(tǒng)分析［J］. 中國流通經(jīng)濟(jì)，2013，02：67-73.

Application of intelligent technology in power system automation

Chang Hongyan
（State Grid Power Company in Hunan Province，Shan county power supply branch，416800）

Power system is a complex and large system.Such a system needs a good control effect and high robustness of the control system to ensure the stable and efficient operation of the system.With the development of artificial intelligence technology，more and more artificial intelligence technologies have been applied in the system control.This paper introduces the application of several typical artificial intelligence technology in power system，the application of fuzzy control in relay protection device， the application of neural network and expert system in fault diagnosis.

power system；artificial intelligence；fuzzy control；neural network