APP下载

人工智能技术在电力系统继电保护中的应用

2018-01-17胡斌

电子技术与软件工程 2017年20期
关键词:人工智能技术电力系统继电保护

摘 要 電力系统行业内对人工智能技术应用的研究是从90年代开始的,在电力系统继电保护中应用人工智能技术即有缺点,也具有优点。所以本文主要是对电力系统继电保护中人工智能技术的应用进行了研究与分析。

【关键词】人工智能技术 电力系统 继电保护

随着计算机水平的不断提升和电力系统继电保护领域中广泛的应用计算机,逐渐研究出新的控制原理和方法,同时在继电保护领域中的应用力度不断加强,如专家系统等的应用,其对继电保护的发展具有重要的推动作用。所以具体研究电力系统继电保护中人工智能技术的应用具有重要的现实意义。

1 专家系统

人工智能应用研究最广泛和最活跃的课题之一主要是专家系统,其与知识工程研究的联系非常紧密。专家水平某个领域的知识和经验存在于系统的内部,通过对人工智能技术的应用,可以推理和判断出人类专家的知识和经验,对人类专家的决策工作准确的模拟,这样可以将需要专家决定的复杂问题及时的解决。将某个对象故障的原因按照观察到的数据推断出来,这是故障诊断专家系统的主要任务。

基于产生式规则的系统是电力系统继电保护中专家系统的典型应用,其主要是用规则表现出断路器和运行人员的诊断经验,使故障诊断专家系统的知识库得以形成,从而可以将故障诊断的结论准确的得到。用直观性的规则表示出输电网络中一级保护与断路器之间的关系,能够将不确定性问题合理解决。另外分类结构的知识是框架法专家系统具有的,其能够将事物之间的关联性清晰的表达出来,将表述和储存的知识简化和继承。

部分学者在对保护系统设计的专家系统进行了研究,其对保护系统设计和电力网络本身设计的协调性充分的考虑,为电力系统有效继承和运行提供了保障。部分学者对自动分析发生故障的方法进行了研究,其主要是对2种实现途径进行了详细的分析:

(1)在变电站的层次上分析了故障录波器的信息,之后在调度中心将分析进一步深化;

(2)在调度中心分析全部变电站故障录波器的信息。

虽然专家系统能够将故障专家完成保护动作的过程有效的模拟,但是其仍然具有一些不足,获取知识的瓶颈问题、难以维护知识等是其面临的主要问题,这些问题对其保护动作的准确性造成性造成了不利影响。

2 暂态保护

随着进一步深入研究继电保护领域中人工智能技术的应用,出现了各种判断故障类型的方法,如人工神经网络和小波理论等,这些人工智能技术不但可以将判断故障的准确性进一步提高,同时可以解决单一工频信号的传统算法难以识别的问题。但是到目前为止,传统保护新的原理并没有被人工智能的应用而完全取代,而且传感器频宽仍然会在一定程度上限制这些方法的应用,其结果只是利用复杂的计算和大量的工作提高识别故障的准确性和可靠度。暂态保护主要是利用产生的高频信号使保护输电线和电力设备等目标得以实现,故障的种类、位置和持续时间等都是故障暂态产生信号中包括的信息内容,而且在信号的整个频域,即从直流一直到高频都会存在这些信息。在传统的保护方式中,利用过滤的方式忽略故障产生的高频率,这样在滤掉高频信号滤波器的设计中需要投入大量的研究精力。而暂态保护主要是将需要的高频信号利用特殊设计的高频检测装置和算法从故障暂态中提取出来,之后将故障利用专门的快速处理信号的算法判断出来。微处理技术的发展是暂态保护目标得以实现的基础和前提。

3 人工神经网络

人工神经网络(ANN)是信息处理系统,其主要是对人脑组织结构和人类认知的过程进行模拟。非线性特征、处理能力的并行性和自组织自学习的能力等这些特点是人们对其进行广泛关注的主要原因。BP算法是研究的最为成熟的,它具有直观和简单的网络结构和算法,主要应用在工业领域。电力系统具有非常复杂的非线性系统,所以在电力系统继电保护中ANN理论的发展前景十分广阔,可以利用神经网络方法合理的解决难以求解的和复杂的非线性问题。如经过渡电阻的短路问题发生在输电线两侧系统电势角度摆开的情况下的这一非线性问题,对于故障位置利用距离保护无法准确的判断出,这样会使误动现象产生,通过神经网络方法的适应,只要样本对各种情况集中充分的考虑,都可以正确的判断所有故障发生的位置。ANN构造的单相限脉冲和三相变压器的差动保护是由部分学者提出来的,一般在瞬时信号的处理中使用这种ANN模式,其主要对2种结构进行了研究:

(1)对单相变压器内部故障检测的模式;

(2)对三相变压器内部故障检测的模式。

有些学者在BP算法不足的基础上将变结构神经网络的最大值算法提出来,其主要是通过将训练过程进一步简化,使网络收敛和诊断推理的速度不断加快,从而可以将识别故障率大大提高,使自动诊断故障和综合智能化保护的目的得以实现。

虽然神经网络方法可以将专家系统获取知识的瓶颈和难以维护知识库等问题合理的解决,但是其与处理启发性知识不符,同时由于ANN技术本身的完备性不足,其具有缓慢的学习速度、较长的训练时间和较弱的解释功能,对神经网络的实用化会造成不利影响。

4 结论

由此可见,越来越多的新的方法随着人工智能技术的发展而出现,这也进一步扩大电力系统继电保护中人工智能技术的应用范围,为继电保护的发展提供了有利的保障。通过结合不同的人工智能技术,可以将保护系统中受到不确定因素的影响合理分析处理,从而可以将保护动作的可靠性进一步提高,这也是为了智能保护发展的重要研究方向。虽然本文讲述的智能方法应用到电力系统继电保护中取得的成果比较明显,但是其本身并没有非常成熟的理论性,所以需要将其完善力度进一步加大。当前由于计算机技术和通信技术的进一步发展对电力系统的发展会产生巨大的推动作用,所以在电力系统继电保护领域中人工智能技术的应用范围会进一步扩大,其发展前景非常广阔。因此目前需要将人工智能技术的研究力度不断加大,为电力系统继电保护领域的发展提供有利的保障。

参考文献

[1]吕卫胜.人工智能技术在电力系统继电保护中的应用[J].山东电力技术,2012,23(01):61-63.

[2]胡连梅,刘辉.人工智能技术在电力系统继电保护故障分析中的应用[J].科技信息,2011,13(02):343-345.

[3]陈斌.人工智能技术在继电保护中的应用与发展[J].广东科技,2014,18(03):140-142.

[4]陶涛,陈少华,陈章宝.基于多Agent的继电保护系统研究[A].中国农业大学.中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C].中国农业大学:2008:4.

作者简介

胡斌(1983-),男,大学本科学历。工程师,主要从事自动控制和供配电应用方面工作。

作者单位

武汉市排水泵站管理处测试专班 湖北省武汉市 430062endprint

猜你喜欢

人工智能技术电力系统继电保护
电力系统继电保护运行维护措施
电力系统继电保护二次回路的维护与检修
人工智能技术在智能建筑中的应用
关于配电网自动化继电保护的几点探讨
智能技术在电气自动化方面的应用分析
论电力系统继电保护新技术发展趋势