人工智能技術(shù)在電氣故障診斷中的應(yīng)用

袁 苑 謝 凱

（江蘇省惠山中等專業(yè)學(xué)校機(jī)電工程系，無錫 214153）

電力設(shè)備是電氣系統(tǒng)運(yùn)行中的關(guān)鍵組成部分。不同電力設(shè)備在運(yùn)行中所產(chǎn)生的故障類型具有多樣化和復(fù)雜性，嚴(yán)重影響電力系統(tǒng)的安全穩(wěn)定運(yùn)行。同時，在電力設(shè)備長期運(yùn)行過程中，故障問題的發(fā)生是難以避免的。因此，增強(qiáng)電氣故障診斷的及時性、準(zhǔn)確性是降低電氣故障影響電力系統(tǒng)正常運(yùn)行的重要前提。在電氣故障診斷中應(yīng)用人工智能技術(shù)能夠快速、高效地檢測出電力系統(tǒng)運(yùn)行中存在的各類型故障，并且能夠借助人工智能技術(shù)實現(xiàn)對電力設(shè)備故障隱患的排查，從而加強(qiáng)對電力系統(tǒng)運(yùn)行的檢驗，及時對故障隱患設(shè)備進(jìn)行維修養(yǎng)護(hù)，實現(xiàn)電力系統(tǒng)的高效運(yùn)行[1]。因此，加強(qiáng)人工智能技術(shù)在電氣故障診斷中的應(yīng)用對于提高電力運(yùn)行效率具有重要意義。

1 人工智能技術(shù)概述

人工智能技術(shù)是一門能夠進(jìn)行模擬、研究、擴(kuò)展且能夠勝任人腦復(fù)雜工作的智能機(jī)械的綜合性系統(tǒng)學(xué)科，涉及的范圍廣泛，包括機(jī)器人、語言與圖像識別、專家系統(tǒng)等。20世紀(jì)50年代，人工智能的概念就已經(jīng)被提出，在經(jīng)歷了幾十年的發(fā)展與演變之后，人工智能技術(shù)已經(jīng)在多種領(lǐng)域的應(yīng)用中表現(xiàn)出更大的優(yōu)勢[2]。人們在最初應(yīng)用人工智能機(jī)器時，主要運(yùn)用其強(qiáng)大的計算推理能力。經(jīng)過不斷實踐探索，人工智能的優(yōu)勢不斷凸顯，形成了人工智能技術(shù)的相關(guān)理論。此后，人工智能技術(shù)進(jìn)入迅猛發(fā)展階段，并被賦予了強(qiáng)大的搜索能力，使得人工智能機(jī)器的穩(wěn)定性得到了極大提升，并提升了人工智能技術(shù)在實際應(yīng)用中的工作效率與控制精度。現(xiàn)階段，人工智能技術(shù)正在逐步實現(xiàn)與計算機(jī)技術(shù)、電子信息技術(shù)的深度融合發(fā)展，對于進(jìn)一步提升人工智能在海量數(shù)據(jù)信息處理方面的優(yōu)勢發(fā)揮了重要推動作用，使人工智能能夠提供更加快速精準(zhǔn)的數(shù)據(jù)信息，并且為現(xiàn)代網(wǎng)絡(luò)科學(xué)技術(shù)的發(fā)展提供了重要技術(shù)支持[3]。

2 人工智能技術(shù)在電氣故障診斷中的應(yīng)用價值

近年來，人工智能技術(shù)被廣泛應(yīng)用于各個領(lǐng)域，正在深刻影響并改變著現(xiàn)代商業(yè)模式以及行業(yè)的發(fā)展?fàn)顟B(tài)。在此背景下，人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用受到了越來越高的重視[4]。

隨著社會用電需求規(guī)模的不斷擴(kuò)大，我國電力系統(tǒng)規(guī)模也實現(xiàn)了大幅擴(kuò)張，各類電力設(shè)備廣泛部署，電力自動化、信息化水平不斷提升。全面分析掌握電氣設(shè)備運(yùn)行狀態(tài)與健康水平、及時預(yù)測設(shè)備運(yùn)行情況以及提高電氣故障診斷水平是為社會提供優(yōu)質(zhì)、安全、經(jīng)濟(jì)的電力供應(yīng)的根本要求[5]。一方面，人工智能技術(shù)在電氣設(shè)備故障診斷中的應(yīng)用，實現(xiàn)了電氣設(shè)備故障的自動化診斷。借助智能機(jī)器人能夠?qū)﹄姎庠O(shè)備及其運(yùn)行狀態(tài)進(jìn)行自動化功能檢查，并能快速得到檢查結(jié)果。當(dāng)系統(tǒng)出現(xiàn)故障時，可以在機(jī)器人屏幕上顯示相應(yīng)的故障位置及立體圖像和影像，并對故障原因進(jìn)行分析診斷，從而為現(xiàn)場使用人員進(jìn)行故障搶修提供依據(jù)，保障電氣系統(tǒng)正常運(yùn)行。另一方面，人工智能技術(shù)在電氣設(shè)備故障診斷中的應(yīng)用，實現(xiàn)了對電力設(shè)備的全面檢查。應(yīng)用智能機(jī)器人對電力設(shè)備進(jìn)行檢查能夠自動生成設(shè)備圖像，能夠直觀顯示設(shè)備的內(nèi)部結(jié)構(gòu)、運(yùn)行參數(shù)等各項數(shù)據(jù)，從而為設(shè)備維修養(yǎng)護(hù)人員制定相應(yīng)解決方案提供依據(jù)。同時，通過利用智能機(jī)器人的自動識別功能，操作人員只需要點擊相應(yīng)按鈕就可以對設(shè)備進(jìn)行全面的故障分析診斷，降低了由于人工操作而影響故障診斷準(zhǔn)確性的可能，提高了故障解決方案的有效性，保障了電力系統(tǒng)的穩(wěn)定運(yùn)行[6]。

3 人工智能技術(shù)在電氣故障診斷中的具體應(yīng)用

3.1 應(yīng)用專家系統(tǒng)的電氣故障診斷

電氣故障診斷中，專家系統(tǒng)應(yīng)用較為廣泛，是人工智能技術(shù)中的一項關(guān)鍵技術(shù)。應(yīng)用專家系統(tǒng)進(jìn)行電氣故障診斷就是通過整合專家專業(yè)知識與經(jīng)驗，建立專家系統(tǒng)故障診斷模塊，從而實現(xiàn)電氣故障診斷的自動化。在建立故障診斷專家系統(tǒng)的過程中，需要先將大量的專家故障診斷專業(yè)知識與經(jīng)驗數(shù)據(jù)信息錄入系統(tǒng)，并根據(jù)不同的故障類型進(jìn)行分類，以形成程序化管理模式，從而在故障診斷中將采集到的設(shè)備數(shù)據(jù)信息與專家系統(tǒng)中的數(shù)據(jù)信息進(jìn)行對比，實現(xiàn)對系統(tǒng)運(yùn)行故障的自動化診斷。當(dāng)信息對比結(jié)果為發(fā)生故障時，系統(tǒng)會自動追溯故障源頭，分析故障產(chǎn)生的原因并提供解決方案，從而全面實現(xiàn)故障診斷的自動化。在實際應(yīng)用中，專家系統(tǒng)故障診斷模塊不僅能夠有效提高故障診斷效率，縮短故障診斷時間，而且可以快速鎖定產(chǎn)生故障的原因，并借助專家系統(tǒng)中大量專業(yè)化數(shù)據(jù)信息提供最優(yōu)的故障解決方案和解決思路，從而加快排除故障。

3.2 應(yīng)用人工神經(jīng)網(wǎng)絡(luò)診斷

人工神經(jīng)網(wǎng)絡(luò)是模仿動物神經(jīng)網(wǎng)絡(luò)，通過處理調(diào)節(jié)大量神經(jīng)節(jié)點來滿足復(fù)雜系統(tǒng)中信息處理要求的技術(shù)。在電力系統(tǒng)運(yùn)行中，隨著電氣設(shè)備類型的多樣化、精密化發(fā)展，設(shè)備內(nèi)部系統(tǒng)的復(fù)雜程度不斷提升。在進(jìn)行電氣故障診斷及設(shè)備檢測的過程中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用能夠采用云數(shù)據(jù)處理方法，實現(xiàn)對復(fù)雜系統(tǒng)的快速準(zhǔn)確分析，從而實現(xiàn)對電氣設(shè)備的故障診斷。在實際應(yīng)用中，人工神經(jīng)網(wǎng)絡(luò)也具有較高的穩(wěn)定性與準(zhǔn)確性，能夠降低外界對故障診斷準(zhǔn)確性的干擾。同時，利用人工神經(jīng)網(wǎng)絡(luò)還可以對電氣設(shè)備進(jìn)行精準(zhǔn)化建模，為提高故障診斷后的問題解決效率提供重要支持。因此，在現(xiàn)階段的電氣故障診斷中，人工神經(jīng)網(wǎng)絡(luò)診斷研究不斷深入，應(yīng)用范圍不斷擴(kuò)大。

3.3 應(yīng)用模糊理論診斷

現(xiàn)代電氣設(shè)備呈現(xiàn)出種類多、分布廣、結(jié)構(gòu)參數(shù)差異大等特點，而且其本身屬于非常復(fù)雜的系統(tǒng)，其狀態(tài)特征量多，在故障診斷中需要采集各項信息并進(jìn)行整理分類和對比分析，才能夠得到故障診斷結(jié)果，制定解決方案。這種信息具有較強(qiáng)的模糊性和不確定性，且存在相互耦合影響，極大地增加了故障診斷難度。應(yīng)用模糊理論診斷具有診斷的非確定性，能夠根據(jù)故障產(chǎn)生的誘因、表現(xiàn)特征以及專家經(jīng)驗建立模糊關(guān)系矩陣，利用其中的邏輯關(guān)系實現(xiàn)對故障的診斷。因此，模糊理論是在一種有效的邏輯關(guān)系的基礎(chǔ)上，借助大數(shù)據(jù)和網(wǎng)絡(luò)云數(shù)據(jù)的應(yīng)用與表征而形成的一種與人腦思維更為貼近的故障診斷方式。利用模糊理論診斷能夠為操作人員進(jìn)行方案設(shè)計與選擇提供可靠依據(jù)。

3.4 應(yīng)用遺傳算法診斷

遺傳算法是通過模仿生物進(jìn)化概率得到最優(yōu)解決方案的一種人工智能技術(shù)，主要優(yōu)勢是運(yùn)算簡便。遺傳算法在電氣故障診斷中的應(yīng)用與上述3種人工智能技術(shù)應(yīng)用存在較大的差異，其中最顯著的差異是遺傳算法不需要利用數(shù)據(jù)庫進(jìn)行相關(guān)數(shù)據(jù)信息的對比分析，而是根據(jù)函數(shù)關(guān)系對數(shù)據(jù)信息進(jìn)行逐次檢索，最終尋找到最佳方案。因此，遺傳算法本質(zhì)上是一種概率算法，通過應(yīng)用智能機(jī)器人能夠?qū)崿F(xiàn)在云數(shù)據(jù)庫中自動檢驗，從而基于最佳方案得到局部或整體優(yōu)化的有效方案。

3.5 應(yīng)用綜合診斷

綜合診斷是對上述不同診斷方法的綜合運(yùn)用，通過有效整合各項診斷方法中的優(yōu)勢，彌補(bǔ)各種診斷方法中存在的缺陷。因此，在電氣故障診斷中，可以將不同的人工智能技術(shù)進(jìn)行整合，從而構(gòu)成性能最優(yōu)的智能機(jī)器人，達(dá)到電氣故障診斷的最優(yōu)化。在這一方面，可以根據(jù)電子系統(tǒng)集成思想增強(qiáng)各項診斷方法的優(yōu)勢，從而形成集成融合，實現(xiàn)人工智能在電氣故障診斷中的最優(yōu)化應(yīng)用。

4 人工智能技術(shù)在電氣故障診斷中的問題及解決方案

4.1 識別問題及解決方案

利用人工智能技術(shù)進(jìn)行電氣故障診斷時，主要依據(jù)來源于人工智能機(jī)器本身的數(shù)據(jù)信息。在實際應(yīng)用中，具體信息收集中會存在一定的誤差情況，主要包括圖像信息和語音信息方面的誤差，從而造成識別誤差問題。其中：圖像信息誤差主要是在故障診斷過程中，對設(shè)備本身進(jìn)行拍攝時，設(shè)備上的儀器儀表具體數(shù)據(jù)往往難以估計，需要工作人員根據(jù)監(jiān)測情況進(jìn)行反饋并向智能機(jī)器下達(dá)指令后再繼續(xù)進(jìn)行；語言信息誤差則是由于工作人員在對智能機(jī)器下達(dá)語音指令后往往存在一段時間的延時，從而導(dǎo)致智能機(jī)器人不能及時接收指令并作出操作，甚至是不能接收到指令進(jìn)行工作。針對這一問題，關(guān)鍵解決方案是提高人工智能設(shè)備的識別功能，主要措施是在當(dāng)前智能診斷模式上提升圖像信息和語音信息的識別指數(shù)。在改進(jìn)圖像信息識別功能方面，可通過升級攝像功能系統(tǒng)、增強(qiáng)設(shè)備精確度、加強(qiáng)自動識別電氣設(shè)備表盤指針等各項運(yùn)行參數(shù)數(shù)據(jù)的能力以及降低人工信息錄入程度的方式來加強(qiáng)故障診斷流程的流暢性和智能化。在改進(jìn)語音信息識別功能方面，可通過完善語音指令庫、增加人性化語音指令等方式來提高機(jī)器語音識別能力和對語音的靈敏性，增強(qiáng)人機(jī)交互的靈活度、敏捷度，從而實現(xiàn)對語音指令的快速反應(yīng)，使設(shè)備能夠及時按照指令動作，從而提高故障診斷效率，縮短診斷時間。

4.2 電力儲備及解決方案

在智能機(jī)器設(shè)備的應(yīng)用中，智能機(jī)器人等設(shè)備主要采用蓄電池供電方式，因此會存在一定的電力儲備問題。當(dāng)智能機(jī)器電量使用達(dá)到一定的臨界值之后，若不及時采取有效措施，會導(dǎo)致智能機(jī)器因電量不足而無法正常啟動運(yùn)行和完成對電氣故障的診斷。在電氣故障診斷中，由于電力設(shè)備差異，其產(chǎn)生的故障類型不同且難以預(yù)測，從而難以對智能機(jī)器進(jìn)行電量使用情況的準(zhǔn)確預(yù)估與判斷，可能造成由于電力儲備不足而導(dǎo)致的停止運(yùn)行等問題。針對這一情況，一方面可以在智能機(jī)器設(shè)計中增加一個智能控制面板，以詳細(xì)顯示智能機(jī)器在運(yùn)行過程中的用電狀況、預(yù)估使用時長及電量儲備程度，同時設(shè)置相應(yīng)的報警裝置，一旦智能機(jī)器在運(yùn)行中電力儲備不足并達(dá)到設(shè)備的臨界閾值時就會立即發(fā)出警報，從而提醒工作人員更換電池或充電，確保機(jī)器運(yùn)轉(zhuǎn)正常。另一方面，可以改善蓄電池技術(shù)，優(yōu)化其電力儲備問題，如可以采用光能電池供電。這種電池不同于傳統(tǒng)蓄電池，主要能源來源于光，可以將光照能量轉(zhuǎn)化為電能儲備，從而有效延長智能機(jī)器蓄電池的使用時間，滿足其供電需求。

5 結(jié)語

人工智能技術(shù)在電氣故障診斷中的應(yīng)用能夠?qū)崿F(xiàn)精準(zhǔn)、快速、有效地診斷電氣系統(tǒng)故障，從而為故障解決提供可靠依據(jù)，保障電氣系統(tǒng)運(yùn)行的穩(wěn)定性、安全性以及高效性。同時，隨著多元化人工智能技術(shù)在電氣故障診斷中的廣泛應(yīng)用，人工智能技術(shù)呈現(xiàn)出了廣闊的應(yīng)用前景，但其在故障診斷中的問題也逐漸暴露出來，因此仍需加強(qiáng)對人工智能診斷系統(tǒng)的優(yōu)化應(yīng)用研究。電力行業(yè)相關(guān)工作人員應(yīng)進(jìn)一步加強(qiáng)人工智能技術(shù)在電氣故障診斷中的應(yīng)用，為充分發(fā)揮其技術(shù)優(yōu)勢提供有效參考。