人工智能在電網(wǎng)故障診斷中的應(yīng)用

楊劍 顧葉青

南瑞集團(tuán)有限公司（國(guó)網(wǎng)電力科學(xué)研究院有限公司），南京 211000

引言：

隨著當(dāng)前的人工智能越發(fā)火熱，關(guān)于人工智能的運(yùn)用當(dāng)前已經(jīng)有了非常龐大的覆蓋面，其中電網(wǎng)故障由于電網(wǎng)覆蓋面積大，人員短缺以及診斷難度較大等一系列問(wèn)題，導(dǎo)致電網(wǎng)故障診斷較難進(jìn)行實(shí)現(xiàn)，人工智能的出現(xiàn)對(duì)電網(wǎng)系統(tǒng)能夠有有效進(jìn)行監(jiān)測(cè)起到了非常重要的作用，因此在未來(lái)，人工智能在電網(wǎng)故障診斷方面一定有著非常廣闊的發(fā)展前景。在當(dāng)前對(duì)人工智能在電網(wǎng)方面的運(yùn)用主要有以下幾種措施。

一、診斷系統(tǒng)結(jié)構(gòu)

診斷系統(tǒng)結(jié)構(gòu)主要就是對(duì)故障的信息進(jìn)行分析，例如在電網(wǎng)故障發(fā)生的時(shí)候，電網(wǎng)中各種相關(guān)的元件就會(huì)出現(xiàn)做出繼電保護(hù)的行為，能夠有效對(duì)故障進(jìn)行預(yù)處理，隨后根據(jù)周邊的傳感器，將故障信息發(fā)送給神經(jīng)網(wǎng)絡(luò)的模塊中進(jìn)行檢測(cè)，這樣就能夠路有效對(duì)電網(wǎng)的運(yùn)行進(jìn)行監(jiān)控，同時(shí)對(duì)故障進(jìn)行診斷，能夠有效提升電網(wǎng)的故障診斷的實(shí)效性，同時(shí)也能夠讓電網(wǎng)工作中一旦出現(xiàn)故障的時(shí)候，短時(shí)間的故障保護(hù)不會(huì)對(duì)現(xiàn)場(chǎng)造成電網(wǎng)系統(tǒng)造成太大的影響。

二、元件神經(jīng)網(wǎng)絡(luò)診斷

隨著我國(guó)基礎(chǔ)設(shè)施建設(shè)的完善，電網(wǎng)設(shè)施作為電力系統(tǒng)中較為重要的一個(gè)基礎(chǔ)設(shè)施類(lèi)型，在發(fā)展上已經(jīng)較為完善，在當(dāng)前龐大的規(guī)模中，想要對(duì)電網(wǎng)元件進(jìn)行檢修，這是非常困難的一件事情。因此在這樣的情況下，可以利用BP 神經(jīng)網(wǎng)絡(luò)以及GRNN 將電網(wǎng)的主要元件進(jìn)行連接，其中包括變壓器、線路以及母線，通過(guò)將電網(wǎng)分割為不同的區(qū)域，這樣讓電網(wǎng)中的元件能夠成為電網(wǎng)神經(jīng)構(gòu)成的一部分，這樣一旦出現(xiàn)問(wèn)題的時(shí)候，能夠極快的進(jìn)行部位的確定，通過(guò)這樣的方式，能夠有效對(duì)電網(wǎng)中的故障進(jìn)行確認(rèn)，讓元件的檢測(cè)能夠更好的進(jìn)行。

三、變壓器神經(jīng)網(wǎng)絡(luò)模塊

神經(jīng)網(wǎng)絡(luò)模塊主要是通過(guò)瓦斯保護(hù)、差動(dòng)保護(hù)、后備保護(hù)以及接地保護(hù)等多方面進(jìn)行神經(jīng)網(wǎng)絡(luò)的保護(hù)，如圖1 所示，初次在外，神經(jīng)網(wǎng)絡(luò)模塊也能夠?yàn)楦钠降拈]鎖距離保護(hù)，通過(guò)對(duì)后備電流進(jìn)行保護(hù)，這樣保護(hù)的線路就能夠達(dá)到較長(zhǎng)的長(zhǎng)度。這樣在發(fā)信原件以及閉鎖信號(hào)的中間，可以進(jìn)行有效的后備保護(hù)，這樣就能夠讓神經(jīng)模塊能夠較好的進(jìn)行，如圖二所示。最后則是對(duì)母線神經(jīng)網(wǎng)絡(luò)模塊進(jìn)行保護(hù)，母線的保護(hù)與上述的保護(hù)幾近相同，主要的差異就是在保護(hù)的過(guò)程中使用的是電流差動(dòng)保護(hù)，后備的保護(hù)則是主要運(yùn)用過(guò)電保護(hù)這樣的方式，主要因?yàn)槟妇€電流過(guò)大，因此在控制上需要進(jìn)行一定的研究。

圖一：變壓器神經(jīng)網(wǎng)絡(luò)模塊

圖二：線路神經(jīng)保護(hù)模型

四、復(fù)雜故障的處理

電流中故障主要發(fā)生在內(nèi)部，因此在對(duì)內(nèi)部的故障進(jìn)行確定的時(shí)候，主要是對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行一定的設(shè)置。由于神經(jīng)網(wǎng)絡(luò)在發(fā)生電力故障的時(shí)候，元件本身神經(jīng)網(wǎng)絡(luò)的模塊由于故障的復(fù)雜導(dǎo)致無(wú)法直接作出診斷的結(jié)構(gòu)。這個(gè)時(shí)候就需要元件神經(jīng)網(wǎng)絡(luò)的模塊對(duì)故障進(jìn)行外部偵測(cè)，這樣作家的好處就是能夠讓繼電保護(hù)裝置能夠正常運(yùn)轉(zhuǎn)，對(duì)該部分的電網(wǎng)功能進(jìn)行保持，隨后則是利用人工智能中存在的模糊搜索功能，對(duì)出現(xiàn)的問(wèn)題進(jìn)行模糊搜索，這樣就能夠?qū)收线M(jìn)行確認(rèn)，最終名找出其中的解決方法。

五、測(cè)試系統(tǒng)

在BP 神經(jīng)網(wǎng)絡(luò)建設(shè)完成之后，就應(yīng)該對(duì)其進(jìn)行測(cè)試，測(cè)試主要是為了能夠在使用的時(shí)候?qū)ζ涫褂玫姆秶约笆褂玫墓δ苓M(jìn)行足夠的確認(rèn)，防止在使用的過(guò)程中出現(xiàn)問(wèn)題，并且測(cè)試的時(shí)候能夠有效對(duì)其參數(shù)等方面進(jìn)行收集，從而能夠更好的對(duì)具體的運(yùn)用做出規(guī)劃。

在該系統(tǒng)的測(cè)試過(guò)程中，主要應(yīng)該經(jīng)過(guò)以下幾方面的測(cè)試，首先是對(duì)故障的敏感性測(cè)試，該系統(tǒng)主要是面對(duì)電網(wǎng)故障進(jìn)行使用的，因此在測(cè)試的時(shí)候?qū)收系拿舾行宰匀皇鞘紫刃枰M(jìn)行測(cè)試的，其次就是對(duì)其故障準(zhǔn)確率進(jìn)行數(shù)據(jù)的收集，這樣就能夠有效對(duì)其作出分析，從而依靠分析的結(jié)果，對(duì)不足進(jìn)行補(bǔ)充。最后則是對(duì)系統(tǒng)運(yùn)行的穩(wěn)定性進(jìn)行測(cè)試，這種測(cè)試一般使用的時(shí)間比較長(zhǎng)，主要是考慮在各種環(huán)境下，該人工智能系統(tǒng)能否承擔(dān)起對(duì)電網(wǎng)故障測(cè)試以及反饋的任務(wù)，會(huì)議單最終的效果進(jìn)行確定，那么就是對(duì)該系統(tǒng)進(jìn)行實(shí)施了。

在實(shí)施的時(shí)候，主要是需要注意以下的問(wèn)題，首先就是在實(shí)施的過(guò)程中，應(yīng)該確定一定的試點(diǎn)，這樣在實(shí)施的過(guò)程中，對(duì)電網(wǎng)工作人員的數(shù)據(jù)進(jìn)行收集，設(shè)計(jì)的時(shí)候，以及最終實(shí)施的時(shí)候，雙方由于立場(chǎng)不同，因此對(duì)同一事情有不同的習(xí)慣，很有可能設(shè)計(jì)人員對(duì)人工智能的使用習(xí)慣與使用人員的習(xí)慣之間存在出入，因此在使用的過(guò)程中會(huì)出現(xiàn)一定的問(wèn)題，因此只有通過(guò)實(shí)測(cè)才能夠?qū)ζ溥M(jìn)一步完善，這樣才能夠讓使用中不會(huì)出現(xiàn)任何問(wèn)題。

六、結(jié)束語(yǔ)

綜上所述，當(dāng)前人工智能技術(shù)在電網(wǎng)故障檢測(cè)中已經(jīng)能夠初步進(jìn)行使用，尤其是上文中所述的BP 神經(jīng)網(wǎng)絡(luò)系統(tǒng)，在未來(lái)的電網(wǎng)故障檢測(cè)中，只需要對(duì)其進(jìn)行足夠的完善，這樣的方式自然能夠減輕電網(wǎng)故障檢測(cè)人員的工作強(qiáng)度，進(jìn)而讓電網(wǎng)故障檢測(cè)有著更加廣闊的前景。