人工智能技术在电力系统无功电压控制中的应用分析

郑海虬

摘 要：随着我国科学技术的不断发展，人工智能技术逐渐成熟并应用到了不同领域中，其中在电力企业中有较好的应用效果，在电力系统无功电压控制中的应用，既可降低电力系统运行成本，又能确保电力系统保持正常运行状态，以此为电力企业的未来发展奠定良好的基础。本文首先阐述了电力系统无功控制现状，而后分析了人工智能技术在电力系统无功电压控制中的应用，主要包括了专家系统应用、人工神经网的应用、模糊理论的应用等，以此提出几点意见，以供参考。

关键词：人工智能技术;电力系统;无功电压控制

前言：我国经济体制改革以来，电力企业得到较快发展，电力系统是电力企业发展中需重点维护的部分，从特点角度进行分析，无功电压控制与电力系统相同，比如非线性、实效性、复杂性等，在此基础上无功电压很难使用传统手段进行控制。随着科学技术的不断发展，人工智能技术在电力企业中应用广泛，与传统技术相比具有较高的智能优势，无功功率对电力系统中的电压发挥着较为重要的作用，可确保电力系统安全、稳定运行。

1.电力系统无功控制现状

我国电力系统使用电压无功通过AVC系统实现控制，该系统主要是在在线模式的基础上对电网电压无功控制系统实施运行，通过调度自动化SCADA系统采集母线无功、电压以及低压侧无功测量数据，并对其深入分析与计算。但是变电站测控装置数据无法及时刷新，在一情况下易出现通道卡涩，致使AVC系统在运行期间动作不及时，没有实时调压，导致电网电压出现降低的情况[1]。由于电压、无功补偿具有一定的非线性、不精准性以及复杂性，采用传统措施实施无功补偿控制存在一些问题，在无功电压控制中应用人工智能技术，可发挥智能优势。

2.人工智能技术在电力系统无功电压控制中的应用

2.1 专家系统的应用

随着我国科学技术的不断发展，人工智能技术在电力企业中广泛应用，其中一类重要的系统便是专家系统，是人工智能中最早的技术。在分析专家系统的过程中，主要有推理机构与知识库两个部分构成，在实施期间是根据相关领域知识对实际情况进行推理与分析，在推理期间需要模拟人的思维，再根据模拟结果提供决策，做出专业性的回答。目前，专家系统在电力系统无功电压控制中应用效果显著。

目前，国内外在研究的过程中，一些问题需要通过实践进行深入分析与挖掘，比如电力系统在运行期间，若整体规模较大，同时结构复杂，推理机构在此状态中的运行速度是否会受到影响。同时，在无功电压控制中，人工智能技术出于起步阶段，所以较多问题应在实践中进行分析[2-3]。

通过分析专家系统在电力系统无功电压控制中的应用情况发现，为了体现系统应用价值，应在实际情况的基础上落实相关制度与流程。首先，在专家系统应用期间，需要把无功电压控制所需的专业知识根据相关规则全面展示，并且在此基础上构建知识库，同时还应根据相关规则计算电压值。专家系统中的知识库内容主要包括母线电压下线以及电压上线，在知识库中可作为重要的因素条件。在应用推理系统的过程中，需要通过专家系统中相关规则与内容，寻找与实际情况香附的电压偏差控制器，能够确保母线电压的标准值，同时还可使无功低压控制有较好的效果。

相关专家提出了无功电压有效控制系统，在采用控制措施的过程中，涵盖了相关内容，比如变压器接头、PV节点电压等，因此工作人员应在实际情况的基础上擦求合理措施对其实施处理，在此期间应当合理选择符合要求的控制措施，只有这样处理与改善电压异常问题。同时，另一种无功电压控制方法在应用期间，需要工作人员辅助实现控制，能够控制电力系统中的变量问题，以此使损耗量降至最低。对于大型变电站中的无功电压控制而言，根据实际情况采用电力系统无功电压控制系统，该系统主体是分层思想，把整体控制过程分为多个层次，划分知识内容，在划分后数据库中会保存分层，推理机构与知识库相互独立。电力系统在运行管理期间，应用到的知识库模块不同，并且在此基础上还会调整特定目标库。

2.2 人工神经网的应用

人工神经网技术是模拟人的思维，通过人工模拟方法实现神经元的制造，同时将不同神经元结合在一起。对于单一神经元而言，信息输入与输出有非线性特点，在应用的过程中其优势主要表现在以下几个方面。首先，信息储量较大，并且习信息处理技术相对较强。其次，具有较强的自学能力，在对知识进行自动组织的过程中产生新知识库。再次，能够满足不同信息的处理需求。最后，神经元之间互相独立，同时有较强的执行能力。人工神经网络在应用期间，是人工智能技术未来的发展趋势。为此，学者提出了不同级人工神经网对电力系统无功电压实施控制，第一级人工神经网能够对电力系统无功电压节点数量准确检测;第二级能够提供校对方法。根据人工神经网应用现状发现，在应用人工神经网期间还需要进行调整。

2.3 模糊理论的应用

模糊控制方法在应用的过程中，其应用过程存在相关问题，主要表现在以下几个方面：（1）在应用模糊技术的过程中，电力系统无功电压系统精准度会受到一定影响。（2）没有针对性的设计方法，同时没有明确的控制目標。（3）模糊控制方法一般是试凑方法，若系统较为复杂，很难发挥其应有的作用。模糊技术能够于不同技术相结合，以此提升解决问题能力与自主学习能力。

模糊理论控制与人工神经网相似，也是对人的思维有效模拟，该控制技术具有较大的实用性。模糊理论主要包括模糊推理、判断以及模糊化，其优势有能够对一些不确定问题有效判断、对不精准性问题实施处理，同时可处理噪音问题，采用模糊方法对专业人士经验进行表述，与人类表达方式较为接近，能够为知识的提取提供便利。目前，我国加大了对模糊理论控制技术的研究力度，将模糊理论控制技术应用在电力系统无功电压控制中可大大提升无功电压的稳定性，以此确保电力系统运行稳定性有效提高，主要是因电力系统运行稳定性与无功电压稳定性之间存在一定关系。与传统控制技术相比优势明显，对单片机无功电压系统较为适用，能够将无功电压控制在合理范围之内，而且还可解决系统中存在的故障问题[3]。此外，模拟控制技术主要有以下几个发展目标：（1）使无功损耗降低;（2）提升电压运行质量;（3）减少控制次数。

2.4 遗传算法的应用

遗传算法主要是通过模仿生物遗传与进化过程寻求复杂问题最优解的方法，其中遗传算法具有适应性与鲁棒性，在求解的过程中没有限制，能够得到全局最优解集。在进行无功电压控制的过程中，遗传算法能够对无功优化控制问题进行解决。此外，遗传算法能够对系统范围无功问题实施解决。由于遗传算法是在群体基础上的优化方法，存在较多计算适应值问题，尤其是一些大型系统模型，这就需要对个体实施测试与组合，在此过程中会使算法实时性产生影响。

因电力系统无功优化具有多约束、非线性以及多变量的控制问题，若采用传统优化方法很难寻找最优解，因此遗传算法主要是在群体优化基础上的全局搜索方法。进化规划与遗传算法之间的区别在于进化规划中的编码方式不局限于二进制编码，所以编码方式具有较高的灵活性，并且计划规则采用了变异算子以及竞争机制形成下一代，计算效率相对较高。

2.5 Agent系统的应用

Agent系统是人工智能中的一种新型技术，可在逻辑上与物理上分散的系统并行与协调实现问题求解，最初应用在结构相对复杂 软件系统中，能够采用该系统开发代行分布式式软件系统。在电力系统中的电压控制器是根据地域分散配置，需要控制器间协调与协作的理论与问题。在Agent系统协调的二级低压控制的基础上，把Agent技术应用在电力系统电压控制中，将静止无功补偿器、自动电压调节器以及静止无功发生器等设备控制器作为Agent，不同Agent通过自身环境进行任务的调压，还可接受其他Agent掉牙任务请求。多Agent系统目标主要是对区域内电压水平有效维护。

2.6 Tabu算法

随着我国经济的不断发展，TS算法應用较为广泛，该技术主要是通过一种较为灵活的“记忆”技术，对优化后的进程实施全面选择与记录，以此为后期搜索方向的确定奠定良好的基础。为了避免出现局部最优局面，若出现局部最优解的情况下，该算法吧搜索方向逐步后退，直至退化到最优方向上，以此最为最新的初始方向。其中有以下几个重要要素，包括期望水平、移动以及Tabu表。在优化配电网无功期间，Tabu方法得到较好应用：（1）改进Tabu算法，把改进后的算法与优化编码技术相结合引入到Tabu算法中，同时推出迭代判定条件以及动态管理Tabu表深度与动态管理领域搜索规模等。（2）通过Tabu算法对配电电容器投切策略实施全面优化，此种算法在应用的过程中，寻优速度相对较快，但是在搜索的过程中很难对整个寻优空间同时搜索，由此可以看出此种方法应用期间存在一定不足，所以对于初始值而言，初值好坏会对算法收敛速度和解质量造成较大影响。

结语：综上所述，电力企业在对电力系统无功电压控制的过程中，通过电力系统无功电压控制系统完成控制工作，在其中需应用人工智能技术，主要包含了人工神经网络、模拟控制技术以及专家系统。专家系统是最早人工智能技术;人工神经网主要是对人的思维有效模拟传递信息，以人工模拟制造神经元，同时将不同神经元有效连接。因此，能够在电力系统无功电压控制中有较好的应用，以此为电力系统的稳定运行奠定良好的基础。

参考文献：

[1]王建勇. 电力系统无功电压控制中人工智能技术的应用[J]. 大科技， 2018（026）：137.

[2]唐成年. 无功电压自动控制技术在电力调度自动化系统中的应用探究[J]. 山东工业技术， 2019（001）：201.

[3]吴昀昊. 试论电压无功控制系统（AVC）在电力系统中的运用[J]. 大科技， 2019（016）：52-53.

（国网福建省电力有限公司沙县供电公司，福建 三明 365500）