浅析人工智能在电力系统中的应用趋势

陈欣卉

摘 要 科学技术的飞跃发展让计算机功能变得更强大，人工智能就是计算机操控的技术。目前，人工智能在多个行业和领域得到了运用，甚至延伸到了电力部门，很大程度上提高了电力系统的运行能力和运行效，保障了电力系统的可靠性和安全性，减少系统发生的故障。本 文围绕着人工智能技术的应用领域，进一步分析人工智能在电力系统的应用趋势。

关键词 人工智能技术 电力系统 应用趋势

中图分类号：K928 文献标识码：A

0引言

电力系统是由发电设备、变压器、输配电线路和用电设备等很多单元组成的复杂的非线性动态系统。随着电网的不断发展和电力走向市场化，人们对电网的安全运行和供电可靠性的要求越来越高。电力系统发生故障时，要求调度人员迅速准确地判别故障元件与故障性质，及时处理故障，恢复电力系统的正常运行。所以研究工作者一直致力于发展先进、准确、高效的自动故障诊断系统。

1人工智能在电力系统中的应用范围

1.1电力系统的运行与控制

电力系统中分布着大量的自动控制和手动控制装置， 如继电器、断路器、隔离开关等。由这些相对简单的局部控制的协同作用构成整个电力系统复杂的实时控制。实时控制有2种形式，即离散控制和连续控制。

1.1.1保护

继电保护是一种普遍的离散控制，分布于系统的各个环节中。对系统状态（正常或事故）进行判断，是实现保护动作的关键。由于人工智能的逻辑思维和快速处理能力，人工智能已成为在线状态评估的重要工具。在继电保护设计中存在着大量的模糊知识与方法。

1.1.2切负荷

切负荷是另一种离散控制。系统元件的突然丢失，会造成系统容量的急剧变化。当负荷超出系统供应容量，就必须降低负荷以避免大范围 的供电中断。这时，需通过对负荷需求和系统行为的分析和启发式知识来控制继电器及时动作。如果将故障后系统的暂态稳定问题用故障后系统微分方程的解来描述，则故障与暂态稳定之间存在着某种数学映射。

1.1.3励磁控制

励磁控制是控制发电机端电压和无功功率的重要组成部分，是重要的实时连续控制系统，对维持电力系统的稳定性起主要作用，完成该功能的部分又称为电力系统稳定器（PSS）。由于大容量机组的投入和快速励磁系统的应用，系统的动态稳定性问题愈来愈突出。将模糊集理论用于励磁控制系统，较传统基于线性系统理论的 PSS 有更好的控制效果。

1.2电力系统中的智能故障诊断

1.2.1专家系统诊断

专家系统是应用大量人类专家的知识和推理方法求解复杂实际问题的一种人工智能计算机程序。一般包括知识库、数据库、推理机、人机接口及知识库管理系统、解释系统等。

1.2.2人工神经网络诊断

人工神经网络以其大规模并行处理能力、自适应学习能力、分布式信息存储、鲁棒性、容错性和推广能力等特点在故障检测和诊断领域受到广泛重视。

1.2.3模式识别诊断

模式识别诊断是将系统的工作流程经过仿真和分析，加上人的经验，建成各种故障模式，并根据测量信息，确定系统属于哪种模式，从而检测和分离故障。

2主要的应用方法

2.1专家系统（ES）的应用

专家系统是在某一领域内具有专家经验和知识的计算机程序，并能像人类专家那样运用这些知识，通過推理作出决策。一个典型的专家系统由4部分组成：知识库、推理机、知识获取机制和人机界面。专家系统已成为在电力系统中应用最为成熟的人工智能技术。国内外已发展了多种专家系统，应用于电力系统的不同领域：监测与诊断、电网调度、预想事故筛选、系统恢复。尤其是监测与故障诊断已成为 ES 在电力系统最重要的应用领域。

2.2人工神经网络（ ANN）的应用

人工神经网络（ ANN）是模拟人脑组织结构和人类认知过程的信息处理系统，自1943年首次提出以来，已迅速发展成为与专家系统并列的人工智能技术的另一个重要分支。他以其诸多优点，如并行分布处理、自适应、联想记忆等，在智能故障诊断中受到越来越广泛的重视，而且已显示出巨大的潜力，并为智能故障诊断的研究开辟了一条新途径。

2.3遗传算法的应用

遗传算法是基于自然选择和遗传机制，在计算机上模，拟生物进化机制的寻优搜索算法。他能在复杂而庞大的搜索空间中自适应的搜索，寻找出最优或准最优解，且算法简单，适用，鲁棒性强。遗传算法对待求解问题几乎没有什么限制，也不涉及常规优化问题求解的复杂数学过程，并能够得到全局最优解或局部最优解集，这是他优于传统优化技术之处。

3人工智能在电力系统中的发展趋势

3.1混合智能

目前，人工智能中的 4 种主要工具，即专家系统、人工神经网络、模糊集理论、启发式搜索，各有优点和局限，缺少一种普遍有效的方法应用于电力系统的各个领域。混合智能成为人工智能的重要发展方向之一。

3.2分布式人工智能（Distributed AI，DAI）

DAI 技术是 80 年代发展起来，DAI 在电力系统中的应用目前主要集中于运用多代理技术。DAI 已在电力系统中获得了健康的发展，在较为成熟的技术（如专家系统）实用化的同时，进行多种智能技术的研究和探索。随着我国电力建设和电力市场竞争机制的引入，不确定性因素和运行复杂性的增加，人工智能在电力系统中的应用前景将更加广阔。

4结语

本文介绍了近年来专家系统、人工神经网络、遗传算法等人工智能技术在电力系统中的应用，由此可见，依靠单一智能技术的故障诊断已难以满足复杂的输配电网络诊断的全部任务要求。因此，将多种不同的智能技术结合起来的混合诊断系统是智能化故障诊断研究的一个发展趋势。

参考文献

[1] 葛朝强.综合智能式的故障恢复专家系统[J].电力系统自动化，2015， 24（02）： 17-21.

[2] 陈汉平.人工智能技术（AI）在电力系统中的应用研究[J].电力建设，2016，23（01）： 42-44.endprint