人工智能技術(shù)在新型電力系統(tǒng)中的分析，診斷和控制研究

李邦源 劉婉媛

摘 要：近年來我國科學(xué)技術(shù)快速創(chuàng)新發(fā)展，人工智能技術(shù)受到廣泛的應(yīng)用和推廣，將其運(yùn)用在新型電力系統(tǒng)中，不僅能夠有效進(jìn)行故障的診斷，還能智能化、自動(dòng)化進(jìn)行系統(tǒng)控制，提升新型電力系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性，具有重要的應(yīng)用意義?；诖?，本文研究人工智能技術(shù)在新型電力系統(tǒng)故障診斷中的應(yīng)用，提出幾點(diǎn)系統(tǒng)控制的建議，旨在為發(fā)揮人工智能技術(shù)的價(jià)值和作用提供幫助。

關(guān)鍵詞：人工智能技術(shù);新型電力系統(tǒng);診斷;控制

新型電力系統(tǒng)的故障診斷和控制過程中采用人工智能技術(shù)，不僅可以通過模糊理論與遺傳算法等提升故障診斷的精確性，還能增強(qiáng)系統(tǒng)控制的效果，確保新型電力系統(tǒng)的良好穩(wěn)定運(yùn)行，提升整體系統(tǒng)的發(fā)展水平。因此，在新型電力系統(tǒng)時(shí)間運(yùn)行和管控的過程中，應(yīng)重點(diǎn)采用人工智能技術(shù)開展故障診斷工作，完善系統(tǒng)的控制機(jī)制和模式，進(jìn)一步提高人工智能技術(shù)的應(yīng)用水平。

1 人工智能技術(shù)在新型電力系統(tǒng)故障診斷中的應(yīng)用

1.1 合理采用遺傳算法

從本質(zhì)層面而言，遺傳算法主要是將人類遺傳機(jī)理作為基礎(chǔ)，利用仿照生物進(jìn)化的方式，對(duì)整體工作進(jìn)行優(yōu)化的算法，新型電力系統(tǒng)故障診斷的過程中，使用此類算法技術(shù)，可以進(jìn)行故障診斷工作的全方位優(yōu)化改良，一旦系統(tǒng)出現(xiàn)故障問題，就可以按照發(fā)生故障元器件和具體保護(hù)動(dòng)作相互之間的聯(lián)系，將故障診斷轉(zhuǎn)變成為整數(shù)，構(gòu)建相應(yīng)的遺傳算法，通過差異性的算法有效處理所出現(xiàn)的故障問題，如果是整體系統(tǒng)中保護(hù)軟件出現(xiàn)拒動(dòng)現(xiàn)象或是斷路器出現(xiàn)拒動(dòng)現(xiàn)象，就代表著相關(guān)的診斷工作效果非常理想。其次，在采用此類算法技術(shù)期間應(yīng)以全局角度考慮問題，精準(zhǔn)進(jìn)行故障問題的診斷分析，合理構(gòu)建相應(yīng)的數(shù)字模型，確定差異性問題的情況，深入開展各項(xiàng)研究工作和分析工作，確保各類故障的有效處理。

1.2 積極運(yùn)用人工神經(jīng)網(wǎng)絡(luò)

在系統(tǒng)故障診斷的過程中，采用人工智能技術(shù)中的人工神經(jīng)網(wǎng)絡(luò)，首先，需要結(jié)合新型電力系統(tǒng)的特點(diǎn)和情況，通過合理設(shè)置網(wǎng)絡(luò)語直的形式，獲得相應(yīng)的知識(shí)點(diǎn)，之后隱秘分布到網(wǎng)絡(luò)系統(tǒng)內(nèi)，獲得隱形知識(shí)點(diǎn)，使得整體網(wǎng)絡(luò)能夠形成電力系統(tǒng)生產(chǎn)的準(zhǔn)確記憶。其次，在采用人工神經(jīng)網(wǎng)絡(luò)的過程中，去除系統(tǒng)故障數(shù)據(jù)信息的噪音，獲得故障診斷過程中需要的知識(shí)點(diǎn)，有效解決專家系統(tǒng)內(nèi)的不足和問題，同時(shí)，還能對(duì)新型電力系統(tǒng)進(jìn)行糾正，將數(shù)據(jù)信息傳輸系統(tǒng)內(nèi)部，使得整體系統(tǒng)的狀態(tài)有所轉(zhuǎn)變，快速去除故障問題。最后，需要構(gòu)建相應(yīng)的知識(shí)庫系統(tǒng)，在完成故障診斷工作之后，將最新的故障數(shù)據(jù)信息存儲(chǔ)到系統(tǒng)內(nèi)部，不僅可以快速更新相應(yīng)的數(shù)據(jù)信息，還能為后續(xù)故障診斷提供更多的依據(jù)。

1.3 積極運(yùn)用模糊算法

目前，我國在新型電力系統(tǒng)中已經(jīng)開始重視人工智能技術(shù)中模糊控制器的應(yīng)用，借助模糊算法降低系統(tǒng)故障問題的發(fā)生率，準(zhǔn)確進(jìn)行潛在故障的分析和挖掘，獲得非常精準(zhǔn)的故障診斷結(jié)果和數(shù)據(jù)信息。首先，在使用模糊算法的過程中，將故障處理的經(jīng)驗(yàn)和控制的經(jīng)驗(yàn)等輸入控制器內(nèi)，研究開發(fā)相應(yīng)的模糊控制器，提升技術(shù)應(yīng)用的自適應(yīng)性，確保能夠自動(dòng)化和智能化識(shí)別新型電力系統(tǒng)故障問題，全面挖掘其中的潛在故障，快速進(jìn)行故障的清除。其次，在采用模糊算法的過程中，還可以保證檢測(cè)工作的精確性和準(zhǔn)確度，使得故障檢修人員可以在系統(tǒng)的幫助下快速識(shí)別和處理故障問題，將傳統(tǒng)的故障診斷措施和模糊算法相互融合，提升新型電力系統(tǒng)故障問題的診斷效率和速率。

2 人工智能技術(shù)在新型電力系統(tǒng)控制中的應(yīng)用

2.1 合理構(gòu)建控制模型

要想確保新型電力系統(tǒng)的良好運(yùn)行，除了要采用人工智能技術(shù)高效化、精確性進(jìn)行故障診斷，還需嚴(yán)格進(jìn)行系統(tǒng)的控制，構(gòu)建相應(yīng)的控制模型，確保能夠提高故障診斷的有效性、故障消除的速率。首先，采用深度置信網(wǎng)絡(luò)，構(gòu)建深度表達(dá)學(xué)習(xí)類型的模型，結(jié)合新型電力系統(tǒng)的特點(diǎn)和故障問題發(fā)生規(guī)律，設(shè)置輸入層次，神經(jīng)元和隱秘層次神經(jīng)元，采用概率生成模型的方式，區(qū)分與判別模型，利用輸入層次和隱蔽層次之間的相互關(guān)聯(lián)，增強(qiáng)整體系統(tǒng)控制效果。其次，將人工智能神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)，與大量的深度置信網(wǎng)絡(luò)基本單元相互疊加，構(gòu)建相關(guān)的系統(tǒng)控制模型，在網(wǎng)絡(luò)內(nèi)部設(shè)置兩個(gè)層次的控制結(jié)構(gòu)，每個(gè)層次都要做出分組，完善模型的分層，利用從下到上的方式，將模型下層輸出結(jié)果轉(zhuǎn)變成為數(shù)據(jù)信息，加載傳輸?shù)缴弦粋€(gè)層次中。同時(shí)還需對(duì)每個(gè)層次進(jìn)行訓(xùn)練處理，最終傳送相應(yīng)的標(biāo)簽。最后，在整體的模型內(nèi)部，最上部分的層次是輸入層，有很多單元，代表著很多輸入特點(diǎn)。最下面的層次是輸出層，有很多輸出單元，代表著很多的識(shí)別種類。另外，隱蔽層次無論是數(shù)量還是各個(gè)層次的單數(shù)，都必須要按照具體的經(jīng)驗(yàn)，合理進(jìn)行布設(shè)處理，避免出現(xiàn)新型電力系統(tǒng)控制模型構(gòu)建的問題或是不足[1]。

2.2 合理進(jìn)行網(wǎng)絡(luò)訓(xùn)練

采用人工智能技術(shù)進(jìn)行新型電力系統(tǒng)控制的過程中，不僅需要合理構(gòu)建深度置信網(wǎng)絡(luò)的架構(gòu)，還是科學(xué)開展網(wǎng)絡(luò)訓(xùn)練活動(dòng)，將整體訓(xùn)練工作劃分成為前期的預(yù)訓(xùn)練環(huán)節(jié)，和后期的監(jiān)督訓(xùn)練環(huán)節(jié)，通過科學(xué)合理的訓(xùn)練方式，完善整體網(wǎng)絡(luò)架構(gòu)和模型內(nèi)容，確?？梢杂行н\(yùn)用到新型電力系統(tǒng)的控制方面。首先，在與訓(xùn)練的過程中，可以將無監(jiān)督學(xué)習(xí)的算法技術(shù)和訓(xùn)練技術(shù)作為主要部分，通過對(duì)模型之內(nèi)各類層次中合理設(shè)置相關(guān)的參數(shù)初始化數(shù)據(jù)值，開展各個(gè)層次的訓(xùn)練活動(dòng)。在底層部分的初期特征部分，應(yīng)訓(xùn)練成為具備一定聯(lián)系、良好關(guān)系的高端數(shù)據(jù)信息，主要原因就是在沒有標(biāo)注的情況下采用貪心算法，可能會(huì)使得所輸出的結(jié)果和實(shí)際狀況不符，因此必須要合理進(jìn)行各類參數(shù)的調(diào)整;其次，完成與訓(xùn)練的操作之后需要將輸出結(jié)果標(biāo)出來，之后將全局學(xué)習(xí)算法作為基礎(chǔ)部分，進(jìn)行模型系統(tǒng)的監(jiān)督訓(xùn)練，確?？梢詫?duì)模型之內(nèi)的網(wǎng)絡(luò)參數(shù)進(jìn)行不斷的優(yōu)化和完善，確保各類網(wǎng)絡(luò)參數(shù)的良好控制，如公式，通過全局學(xué)習(xí)的算法，自上到下開展模型的調(diào)整工作：

在相關(guān)的公式內(nèi)，L主要就是故障診斷樣本的數(shù)據(jù)信息，U主要就是沒有標(biāo)準(zhǔn)的樣本數(shù)據(jù)信息，D表達(dá)的是各個(gè)樣本數(shù)據(jù)的特征數(shù)量。在對(duì)模型進(jìn)行訓(xùn)練的過程中，如若所有樣本數(shù)據(jù)信息，都可以進(jìn)行人工性的標(biāo)注處理，U就等于零，此狀況下可全局性、深度性完成訓(xùn)練操作，確保各個(gè)樣本數(shù)據(jù)信息都可以當(dāng)成求解目前向量的數(shù)值。通過對(duì)于模型和系統(tǒng)的良好訓(xùn)練，增強(qiáng)模型的新型電力系統(tǒng)控制性能、控制效果，結(jié)合系統(tǒng)的運(yùn)行特點(diǎn)、實(shí)際情況等，通過科學(xué)化、合理性的手段，增強(qiáng)相關(guān)的系統(tǒng)控制水平，發(fā)揮先進(jìn)模型技術(shù)和人工智能技術(shù)的作用價(jià)值，確保能夠從根本層面提升系統(tǒng)控制的可靠性和有效性[2]。

結(jié)語：

綜上所述，新型電力系統(tǒng)中采用現(xiàn)代化的人工智能技術(shù)，不僅可以改善系統(tǒng)的運(yùn)行現(xiàn)狀和控制效果，還能為故障的有效診斷、系統(tǒng)的良好維護(hù)提供保障。因此應(yīng)結(jié)合新型電力系統(tǒng)特點(diǎn)和情況，積極采用人工智能技術(shù)，構(gòu)建完善的故障診斷機(jī)制，合理設(shè)置系統(tǒng)控制模型，發(fā)揮先進(jìn)技術(shù)在新型電力系統(tǒng)維護(hù)和控制中的價(jià)值，達(dá)到預(yù)期的管控目的和故障處理目的。

參考文獻(xiàn)：

[1]張加康. 人工智能技術(shù)在電力系統(tǒng)繼電保護(hù)中的應(yīng)用[J]. 時(shí)代農(nóng)機(jī)，2020，11（3）：78-79.

[2]高新霞. 基于人工智能技術(shù)的新型電力營業(yè)廳研究[J]. 科學(xué)與財(cái)富，2019，22（34）：134-156.

作者簡介：

李邦源（1978.7-），男，漢族，貴州織金，昆明理工大學(xué)，工程碩士，高級(jí)工程師，研究方向 （電力自動(dòng)化）

劉婉媛（1994.03-），女，漢族，云南個(gè)舊，南京農(nóng)業(yè)大學(xué)，本科，工程師，研究方向（電力營銷）