人工智能技术在电力系统继电保护中的应用

2020-12-02曾翔

商品与质量 2020年20期

曾翔

广东电网有限责任公司广州供电局变电管理三所广东广州 510000

1 人工智能的应用现状

在我国当前的电力系统中，人工智能通常在继电保护中进行应用，取得的效果比较明显。在传统的电力系统中，电力行业通常会使用电磁继电器来对其进行保护，这种装置虽然可以起到一定的保护作用，但是它的缺点也非常的明显，电磁继电器在运行的过程中，会产生很强的电磁效应，电磁效应的出现，会降低保护器的性能，存在失效的几率。随着时代的不断进步，传统的继电保护装置也在得到不断的改进，现阶段，电力系统中的继电保护装置已经实现了智能化断路，可以有效的提升电力系统运行的稳定性。在这个过程中，人工智能在其中发挥出了非常重要的作用，也是继电保护装置实现智能化操作的关键性技术[1]。

2 人工智能技术在电力系统继电保护中的应用

2.1 专家系统的应用

专家系统一般会运用在对时间要求不高的继电保护工作中。如：故障诊断、故障勘测等工作，不过其还可以使用在定值智能化的整合计算系统中，与此同时，还能够在相关零序电流的保护整定计算中得以充分的使用。无论其运用在哪种系统中，都可以在一定程度上提高其工作效率，进而减少不必要的成本浪费，在减轻工作量的同时还能给相关企业带来一定的经济效益。再者，对于专家系统而言，其具体的应用原理是：把继电保护装置中的一些动作以一种形式展现出来，亦或者是把工作人员的诊断经验用规则展现出来，进而把一些故障诊断通过专家将其录入到电力系统中，根据这种方法，就可以方便工作人员在遇到问题时进行参考，进而能够及时找出问题的原因，并且可以针对问题采取有效的措施尽快解决，这样就可以确保整个系统的稳定运行[2]。

2.2 暂态保护的应用

随着在继电保护中应用人工智能技术的不断研究和发展，人工智能技术不仅能够精准地判断故障，还能有效地解决单一工频信号的传统算法没有办法识别的问题，暂态保护技术就是其中的一种。暂态保护之所有能够快速而准确地进行故障判断，是由于暂态保护能够将所产生的信号运用在电力设备及线路的保护中，同时能够按照故障发生的类型、以及故障发生的位置与故障持续的时间等因素来加以综合分析及判断。因此能够有效地解决之前在传统继电保护方式中需要投入大量的人力和精力的问题，从而节省大量的人力物力并大幅地提升劳动效率。

2.3 人工神经网络的应用

人工神经网络是人工智能中的重要体现形式，它主要是一种电路模仿网络。电力系统中的电力网络与神经网络具有高度的相似性，都是呈现出了发射状。在电力系统中，无论系统以何种方式来进行连接，都有一定的运行规律。把电路进行神经性模拟，被称之为人工神经系统。在这个系统中，如果发生问题，系统会马上做出应激反应，从而达到继电保护的目的。在继电保护装置中，安设有监控系统，可以实现对电路进行监控的作用。这个系统的应用，可以对电力系统中出现的问题进行诊断，并且可以发出相应的警报，在继电保护中具有很强的应用意义。

2.4 模糊理论的应用

由于电力系统的故障与故障前的征兆相互间的关系并不明确，而是模糊的关系，而这种模糊关系是源于两者间的不确定性，因此导致诊断结果也相应地模糊，因此模糊理论的应用就可以较好地解决模糊性的诊断问题。目前，模糊理论在电力系统继电保护中的应用也日益广泛。比如，通过在继电保护中应用模糊理论能够实现有效地确定电力生产中的一些不确定因素以及对干负荷发生变化的不确定予以确定。模糊理论在电力系统中得以有效的应用能够使电力模糊系统变得完整有效。

2.5 遗传算法的应用

遗传算法是在1975 年由美国的科学提出来的一种计算模型，它主要是用于模拟大自然的遗传机制与自然界的适者生存理论，首先将相应问题的所有备用解都进行编码，然后按照其理论来进行全局优化搜索，从而找到问题的最优解集。遗传算法在电力系统继电保护工作中被广泛应用，如图像处理、电力系统无功优化、输电系统电容的最优化配置及控制及诊断输电网络产生的故障原因等方面都有应用。使用遗传算法的最大的限制是关于输电网络故障诊断模型的系统化科学化的建立，一旦这个问题得以解决，就能够使用遗传算法来有效地解决故障诊断问题。

3 电力系统继电保护新技术的发展趋势

3.1 网络化趋势的不断推进

对于继电保护装置而言，在一般情况下，可以将其看成是多种作用集于一体的计算机设备，在网络上对数据信息进行全面的收集与整理，进而能够全面掌握电力运行的情况。与此同时，继电保护装置会朝着自动化的方向发展，同时测量工作也会更加高效，确保数据的获取更加方便、及时[3]。

3.2 人工智能将越来越多的在继电保护装置中发挥重要作用

现如今，其应用有：人工神经网络技术，通过使用这一技术，在一定程度上，可以快速解决一些非线性问题，其往往具有以下几方面的特点：自组织、分布式存储，其在处理故障、保护设备等情况中被广泛使用。对于神经网络技术而言，可以对故障进行全面的分析，进而找出故障的类型，以便工作人员采取针对性的措施加以解决，使故障能够尽快得到处理，减少不必要的经济损失。