基于人工智能的电力系统自动化与智能控制技术研究

淳安县电力实业有限公司供配电服务分公司 吴 英

同步发电机出现较大干扰时可能会破坏暂态稳定性，或是由于过度负荷在遭遇较小干扰时导致静态稳定性失效，这两种问题将导致同步发电机出现失步现象，而最为有效的解决措施，则是要对发电机控制系统进行解列，重新将其并入电网并增加负荷，而这一过程则需要消耗较长时间，此间发电机无法正常运行，导致供电中断。

随着深入研究，包括我国在内的众多电力领域专家发现，若短时间内允许异步运行则不会对电机造成损坏。由于处于异步运行状态时汽轮发电机仅具有正常功率值的50%，而当前大型发电机则能够达到70%，当允许定子电流过载时，进一步增加有功发电功率。因此，若促使同步发电机满足异步运行与再同步，则能够解决安全稳定供电问题，确保持续创建稳定供电环境[1]。

1 基于人工智能技术的电力系统自动化智能控制

人工智能技术则是利用先进的计算机系统，对人类大脑思维加以模拟，通过研究特定识别领域，包括对语音、图像以及肢体动作识别模仿等，是人类设计的前沿科技成果。基于机械智能化应用，则能够代替人类处理较为简单的工作，促使工作效率得到提高。而人工智能技术在近年来的开发应用过程当中逐渐成熟稳定，可对电网运行起到一定优化作用。

在我国快速发展经济的建设背景之下，国家电网安全稳定运行受到广泛关注。受到科学技术推动，通过引进人工智能技术，在电力系统运行中通过智能化、自动化控制则可自动采集数据并向EMS 进行上传，完成电网系统的智能检测，有助于及时控制电力系统运行异常问题，打造安全稳定运行环境。结合这样的研究背景，本公司针对于以往在电力系统运行过程中出现的供电中断安全稳定问题，对其主要原因加以剖析后，提出了全新的模糊控制智能理论设想，利用模糊控制器满足电力系统中发电机的再同步运行需求，则可打造更加稳定的持续供电效果。

2 人工智能控制系统对发电机稳定性的影响分析

改进电力系统的稳定性，是促进电力系统在新时期满足安全稳定供电的必然要求。此方案的设计是建立在以往电力系统发电安全稳定性受到影响的基础之上，与人工技术相互结合而衍生出的全新设计。本公司在利用人工智能技术创建电力系统自动化与智能控制系统的过程中，提出了拉入同步以及防止滑过同步的控制假设。假设电力系统在多发电机下的解耦状态空间方程为公式（1）：

在公式（1）中：i=1，2，3，...，N-1；N表示为发电机数量；Lt则表示为发电机对应的相邻母线数量；δ表示为功率角；ω表示为恒定发电状态下的电机励磁电势；P表示为发电机的空载电势；D与E分别表示为供电线路以及变压器的额定电流；Y则表示为时间序数；G表示为发动机工作频率；M表示为电导势；k为节点，a表示控制输出系数[2]。进而在公式（1）的作用下则可获得欧几里得范数：

式中：U为欧几里得范数；δ表示为功率角；ω表示为恒定发电状态下的电机励磁电势；t为调频响应时间；i为发电机；N为发电机个数。

进而对状态{δ，ω}以及平衡点之间的距离进行测量，假设当前所获得的欧几里得范数其跟随时间的变化提升而相应的降低，则可表示为：

进而根据公式（3）可以推测，若电力系统能够始终保持这一状态，则可在有限的短暂停电时间内出现滑差过零的机会。由此可得知，想要满足失步发电机进入再同步状态，则需要为发电机提供滑差过零机会，基于这样的需求，则应当满足模糊控制下的人工智能自动智能控制效果。因此本方案提出假设，若在汽门快关下产生了ΔPmi的机械功率增量，而相应的经由励磁控制所造成了ΔE的内电势增量，并且受到制动电阻的并联影响出现自导电增量且表示为ΔGit，则可获得推导模型：

式中：P表示为发电机的空载电势；E表示为变压器的额定电流；G表示为发动机工作频率；i为发电机组；m为增益系数；t为调频响应时间。此时将公式（1）以及公式（3）代入到公式（4）中，并去除二次增量项，简化可得：

式中：N为发电机个数；f表示为观测点；δ表示为功率角；ω表示为恒定发电状态下的电机励磁电势；t为调频响应时间；i为发电机；Pmot表示为空载运行极值；Eot表示为失电极值；ΔPmi表示为机械功率增量；ΔGit表示为自导电增量；ΔEi表示为内电势增量。在公式（5）中，ui表示为极滑期间的最后项平均值，等于0，可获得如下规律，若ωi>0则为式（6）；若ωi＜0则为式（7），式中：f表示为观测点；i为发电机组；m为增益系数；t为调频响应时间；ΔPmi表示为机械功率增量；ΔGit表示为自导电增量；ΔEi表示为内电势增量。

根据上述公式进行总结，若电力系统整体运行过程中遭受干扰且发电机出现加速失步状态时，则应当利用极值对极滑期间进行控制，即按照最大能量原理，避免电力系统动能过高，从而促使电力系统具有较高势能。简单而言，就是通过对电力系统的机械功率进行控制，并促使投入电制动以及励磁电压参数得以提高，以便于对电力系统发电机进行再同步处理。且考虑到若当前发动机出现滑叉过零现象后，且逐渐降低为负值，则需要通过提高机械功率的方式，促使励磁电压逐渐减少，避免出现滑过同步现象。

3 基于模糊控制的工程设计

本公司所提出的基于人工智能技术自动化与智能控制方案表明，在电力系统受到干扰时可能会导致发电机出现加速失步状况，进而影响供电稳定性，造成供电中断。因此，通过极值对滑板期间加以控制，按照最大能量源原理，避免机械功能过高，促使发电机重归再同步运行，效果则可对其供电中断状态加以调节。考虑到对电力系统的转差以及转差变化率进行检测后，总结二者规律，可利用模糊控制技术对其加以控制[3]。当转差变化率趋近于零而转差为最大负数时，需要按照正方向快速转变转差，以此促使转差变化率不断提高。通过这样的控制方法较为简单，尤其是适用于人工智能技术中的模糊逻辑，仅需增加模糊控制器，其等同于再同步续断控制原理，具有简便性应用特征。

3.1 模糊量化处理

增设模糊控制系统，基于人工智能技术角度，则是通过在输入论域上映射输入信号进行量转换，按照所设定的范围模糊化该信号论域，进而对时间采样模糊化后，在论域点上转化信号物理值。模糊量化处理是通过将精确量向模糊量进行转化，进而在论域上创建模糊子集。本方案所设计的两个输入量则为电力系统发电机的转差变化率以及转差，因此则首先对转差进行量化，可构建整数论域S={-2，-1,0,1,2}，该论域内的数值则为分别对应NB（负极值）、NM（负中）、Z（零）、PM（正中）、PB（正极值）变量语言。根据上述五个输入量所创建的隶属函数，可选择三角函数、梯形函数等加以表示。同时对转差变化率可同样利用上述整数论域进行转化，完成语言变量的定义，并创建隶属函数[4]。

3.2 模糊控制规则

通过知识模型对被控对象加以控制，经过长期对控制经验加以积累所形成的模型准确性，将决定模糊控制器在电力系统稳定性控制中是否能够起到良好作用。建立在直觉推理语言的基础上所形成的控制规则，按照模糊条件语句加以表示可分为三种类型：if A then B；若A 则B；if A then B else C；若A则B，否则C；if A then B then C；若A 则B 且C，其中：If 表示为前提条件，then 表示为后置结果。

3.3 模糊决策

本文所选择的模糊决策为Madani 直接推理法，考虑到上文中的模糊控制规则，设定a、b 分别为输入变量，c 为输出变量，对应前提条件以及后置结果，则可获得隶属度μA（a）、μB（b）、μC（c）。对应强度ω表示为：ω=μA（a）ΛμB（b），Λ 表示为MIN 运算，可对最小值进行计算，则获得结果：a=ωΛμc（c）。此时则完成了基于模糊控制器下的自动化智能控制全过程创建，可将其代入到电力系统的发电机运行中，验证其是否能够恢复正常再同步运行状态[5]。

3.4 仿真验证

基于本方案所设计的增加续断模糊控制器，并对续断模糊控制加以简化的方式创建了电力系统失真的数字仿真模型，结合仿真结果进行研究分析发现，在增加模糊控制器之后，具有理想的电力系统发电机控制效果。

以本单位的某电力系统展开仿真实验，通过BIM 创建三维可视化模型，随后通过接入模糊控制器创建数字仿真模型的方式，选择典型发电机参数值以及励磁系统参数值，典型发电机参数与励磁系统参数如下：额定容量700MVA、额定功率630MW、额定电压20kV、额定电流20207A、转速3000r/min、励磁方式为自并励静止励磁系统、满载励磁电压424V、满载励磁电流4317A、空载励磁电压139V、空载励磁电流1480A、强励倍数2倍、强行励磁时间20s。由于需要通过增设快关汽门控制的方式创建电力系统，原动机调速模型则根据以往案例中的典型调速器模型进行创建，采用典型值进行合理推测。

通过仿真研究分析发现，当电力系统中的供电线路与发电机之间出现接地短路故障时，检测其相距间距，若处于1km 内且受到某一原因造成永久性短路，无法切除故障可能会导致电力系统中发电机出现失步状况，进而转化为异步运行状态。在此情况下，利用本文所提出的模糊控制方案进行仿真测试，发现电力系统发电机能够重新恢复同步运行状态。在发生故障后的0.4s 后，对故障加以切除，且不再对线路进行重合处理，在正常条件下观察电力系统增设模糊控制系后的转差以及功角变化曲线[6]。

通过仿真实验结果发现，增设励磁模糊控制器之后，电力系统中的发电机受到人工智能模糊控制影响，在短时间内可恢复同步运行，最短时间缩短至15s，而通过同步增加励磁控制以及快关汽门的自动化智能控制作用下发现，相较于常规控制模式电力系统发电机具有更加显著的控制效果，缩短至10s即可恢复同步运行状态。因此证明本方案中通过模糊控制人工智能技术在电力系统中加以应用后，能够达到更加良好的稳定性提升作用。

综上所述，电力系统运行安全稳定性备受关注，而人工智能技术的应用可以满足电力系统结构优化需求。