人工神经网络控制在电力系统中的应用

康红明

（赣州振华装饰工程有限公司）

人工神经网络控制在电力系统中的应用

康红明

（赣州振华装饰工程有限公司）

传统的电力系统存在着一些缺点，难以保证建筑施工的电力系统的安全性。而人工神经网络技术具有的优势弥补了传统电力系统的不足，将人工神经网络系统应用于电力系统当中，能够保证建筑施工用电的安全性。本文主要介绍了人工神经网络的原理与技术特点，探讨了人工神经网络在电力系统中的应用。

人工神经网络；电力系统；应用

0.引言

随着近年来电力系统规模的不断扩大，传统的电力系统已无法满足时代的需求。人工神经网络系统的出现，给电力系统带来了新纪元。其主要是以模范人脑的形式构建的网络系统，在电力系统当中得到广泛的应用。人工神经网络的控制能够有效解决复杂的不确定性问题，且具有较强的学习能力与较好的控制能力。本文主要探讨了人工神经网络系统控制在电力系统中的应用。

1.人工神经网络原理与技术特点

人工神经网络诞生于二十世纪80年代中后期，并在全世界范围内得到快速的发展，其技术渗透了多种学科，是一项难度较高的技术。人工神经网络主要是以模仿人脑形式的网络系统。它由人工模拟大量简单的神经元以一定的方式连接而成，其具有较为复杂的特征。人工神经网络具有较强的学习意识与控制意识，它能根据所有的内容进行学习，自动调整各神经内部的一些系统连接，将学习到的知识分布于整个网络中，达到人脑相似的记忆模式。与一般的网络系统不同，其具有诸多的优点，其中包括较强的知识获取能力、适应不同信息的需求、以及较快的执行速度等。因此，将人工神经网络的复杂系统应用于电力系统当中，对电力系统方面的难题都能够迎刃而解。

2.人工神经网络在电力系统中的应用

2.1 故障诊断

人工神经网络系统在电力系统中广泛的应用，其能够对电力系统进行故障诊断，主要是集中于电网进行。不同的故障问题具有不同的警报组合。因此，可以将警报处理表示为正在诊断故障。用人工神经网络进行故障诊断是以故障警报的信息量为主，将其化作为神经网络的输入量。首先神经网路需要进行自主的学习，将学习到的信息作为样本储存起来，接着再对其样本进行有效的分析与训练，使知识以网络的形式呈现出来，最后就能够完成故障的诊断。将人工神经网络应用于电力系统当中，能够及时发现电力系统是否存在故障，并采取有效的方式解决，使建筑施工的用电安全得到保障。

2.2 智能控制

对发电机端电压和无功功率的控制，励磁控制发挥着重要作用。其能够实现实时连续控制系统，有效提高电力系统的稳定性。完成该功能的部分又被称作电力系统稳定器。由于大容量机组的投入与快速励磁系统的应用，出现不稳定的系统问题越来越频繁，应用4层BP网络对发电机运行方式和系统干扰继续拧精确在线识别，并以此为基础设计一种最优的励磁调节器模型，这种模型能够有效的保证电力系统的稳定性。

2.3 继电保护

神经网络技术在继电保护领域中的应用具有较大的优势，其能够加快计算的速度，而且能够使数字得到保护，防止其它因素造成数字的干扰情况，有效保证数字的稳定与可靠。当前人工神经网络不仅应用于线路保护，而且还广泛应用于变压器保护当中。

其中对于线路的保护方面，其采用的神经网络技术能够有效实现电流的保护，当出现故障时，且能够采取有效的方式进行解决。

2.4 优化运算

由于电力系统优化问题具有大规模、风险性的特点，一般的优化方法难以取得良好的效果。而人工神经网络在处理这种方面具有较强的优势。尤其对于非线性、多变化等电力系统优化有着独特的优点。

2.5 负荷预测

人工神经网络在电力系统应用研究的一个重要领域为负荷预测。对于负荷预测来说，其具有一定的难度，尤其是负荷与影响负荷变量之间的关系，通常无法以精确的难以精确的数字模型进行描述。而人工神经网络不依赖于输入变量与预测负荷之间的明确的表达式，通过训练过程来表达输入变量与预测负荷之间的关系。另外，该技术对时间序列预测的问题进行有效解决。因此，人工神经网络技术在电力系统负荷预测中的应用具有一定的可行性。

3.结语

总而言之，随着科技的不断发展，先进的科学技术也取得了良好的发展，人工神经网络系统作为一项难度较高的技术，其中具多个学科的相互渗透，主要是以模仿人脑的方式形成的网络系统，并广泛应用于各个领域。将人工神经网络控制应用于电力系统中，能够实现故障诊断、智能控制、继电保护、优化运算、负荷预测。其具有的显著优势有效弥补了传统的电力系统的不足。给建筑施工的电力系统带来新的发展。

[1]吴秀华,吕霞,罗海燕. 人工神经网络在电力系统无功电压优化中的应用[J].沈阳农业大学学报,2008,06:713-717.

[2]盛戈皞,涂光瑜,罗毅. 人工智能技术在电力系统无功电压控制中的应用[J].电网技术,2002,06:22-27.

[3]叶其革,王晨皓,吴捷. 模糊神经网络及其在电力系统中的应用研究[J]. 继电器,2004,11:71-77.

[4]丁晓群,蔡志慧. 人工神经网络在电力系统中的研究与应用现状[J]. 水利水电科技进展,1996,04:15-19.

K928

B

1007-6344（2016）08-0124-01