人工智能技术在电力系统状态估计的应用研究

陈凌翔 陈超 福建仙游抽水蓄能有限公司

经过一系列的技术改革，当代新兴能源技术不断深入并影响着电力体系，新技术的到来使得电网的建设进一步完善，机遇到来的同时，挑战也存在着，电网的日趋智能化越来越要求其所应用的技术效用大、可靠性强。社会上一直习惯所用的技术存在着很多诸如性能弱等缺点，所以，只有不断加强人工智能技术在电力系统中的实践应用，发挥其功能，我们的电网体系才能进一步完善，不断向安全性高、可靠性强和经济效用性大靠近。

一、电气自动化技术相关概述

当前我国的电气自动化技术相对较发达，正处于一种稳步上升的阶段，由于电气自动化技术的优越性能，电气自动化技术逐渐出现在各个行业当中，在工业生产企业使用尤为广泛，其能够提高工业行业的生产效率。工业电气自动化也成为自动化技术的应用方向，电气自动化技术在日常的生产中应用相对广泛，大大提高了工业生产的生产效率。近年来，我国的电气自动化发展迅速，已经到达了成熟阶段，逐渐的被应用于工业、农业、国防等领域，并起到了积极作用。电气自动化技术是一种综合技术，其由电子信息技术、计算机控制技术与网络技术等多种技术结合而成。因此，供电企业在培养工作人员时，需要对学习人员进行多种技术的教学培训，使得学习人员能够掌握以上几种自动化基础知识，进而能够让学员熟练的对电力系统进行相关的管理，提高维修的综合效率。例如电力系统的运行与检修维护，在培训过程中供电企业应制定完备的培训计划以及培训方案，在巩固完善员工的理论基础的同时，强化员工的实践操作能力，丰富技术人员的维修技巧，不断强化技术人员的动手实操能力，综合提升员工的维修质量以及维修效率。自动化技术的应用难度相对较大，综合性高、涉及范围广，电气工程自动化技术中的基础技术多样，需要员工进行多方面分析与研究。

二、人工智能技术在电力系统状态估计的应用研究

（一）自变量重要性指标

自变量重要性指标能够确定第k 个自变量对因变量y 的贡献作用，具体表达式如下：

式中，p 为自变量个数，l 为主成分的个数；r（y；th）为y 与th 的相关系数；whk为权值向量wh 的第k 个分量，重要性指标值越大，说明自变量对因变量的贡献作用就越大。各自变量重要性指标满足如下表达式：

式中：q 为最优自变量个数且满足q ≤p，α ∈[0，1]为贡献因子，决定影响因变量的自变量的个数。

（二）电力保护中的应用

一方面，应用在电力设备信息的收集上，前述内容提及过，人工智能能够对设备运行中的参数信息进行保存与备份，也可以结合计算机科技对收集到的信息进行主动分析与反应，这就为工作人员对设备的检测提供的方面，能够清晰准确的观察设备运行过程中的有关信息，从而来对设备故障进行预防，来避免因设备故障而导致的生产停滞等问题，提高生产的效率。在电力设备信息的收集上，其原理和注意事项与人工智能应用于电力控制中的信息储存备份环境类似，都需要相关人员进行程序设置以及对储存器容量进行关注。另一方面，应用在电力故障的主动警报上，人工智能科技运用在电力系统自动化的电力保护中，也可以发挥其自身的智能化作用，对一些故障问题或者参数值问题的变动，进行主动报警，并且可以准确的提示设备故障的位置，对于一些简单的故障也可以进行自动的修复，从而可以让工作人员及时察觉，并结合人工智能技术，对设备故障与问题进行及时的修复，提高热力资源对设备的监测效率与能力。

（三）人工智能与电力系统调度

我们当下的电网体系的规模巨大，结构也相当的复杂，电力系统的调度作为一种强有力的方法措施，是为了能够在保护体系安全运转的前提下，确保电力供应的可靠程度，并不断提升体系的经济效用。对于人工智能技术的调度方式来说，它相对应于电网体系的调度作用，电网体系的调度问题包括两个部分的优化：机组组合的优化，机组调度的优化。机组组合的优化是要设计正确有效的机组投切方式，达到降低机组启动和停止的花费，成本消耗，这些都需要设定在体系的电力数量得以确保的状态之中。而处理机组调度的优化是为了能够达到电网体系运转的最优效益这一目标，设计分配任务，基于当前的装备和资源，确保电力供给的安全性。

三、结语

将人工智能技术与电网数据相结合，提出了基于PLS 和ELM 的电力系统状态估计方法，通过IEEE14 节点系统数据和实际电网历史数据进行验证，主要结论如下：（1）通过PLS 进行变量选择，提高了状态估计精度，压缩了建模所需变量的个数，降低了模型的维数和复杂程度，并能够将不良数据限制在局部，减少对电网状态估计的影响；（2）PLS-ELM 方法适合处理电力系统状态估计中非线性的复杂建模问题，相比WLS、BPNN、LSSVM 和ELM 方法，具有较高的估计精度和较强的鲁棒性；（3）所提的PLS-ELM 状态估计方法能够有效地抵抗量测量中的不良数据，具有较强的抗粗差能力，对工程应用具有一定的借鉴意义。