摘要：電力系統(tǒng)是一個(gè)復(fù)雜大系統(tǒng)。這樣的系統(tǒng)需要一套控制效果優(yōu)良、魯棒性較高的控制系統(tǒng)來(lái)保證系統(tǒng)的穩(wěn)定、高效地運(yùn)行。隨著人工智能技術(shù)的發(fā)展，已經(jīng)有越來(lái)越多的人工智能技術(shù)應(yīng)用到系統(tǒng)控制中。本文介紹了幾種典型的人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用，模糊控制在繼電保護(hù)裝置的應(yīng)用、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)在故障診斷方面的應(yīng)用等。

關(guān)鍵詞：電力系統(tǒng);人工智能;模糊控制;神經(jīng)網(wǎng)絡(luò)

引言

伴隨著社會(huì)的不斷進(jìn)步，用戶對(duì)電能的要求也在不斷提高:安全、可靠、優(yōu)質(zhì)、環(huán)保。電力系統(tǒng)在實(shí)際工作中也確實(shí)存在一些技術(shù)難題：首先，電力系統(tǒng)是一種復(fù)雜大系統(tǒng)，系統(tǒng)參數(shù)包含著諸多的不確定因素，并且具有很強(qiáng)的非線性;其次，電力系統(tǒng)應(yīng)當(dāng)具有較強(qiáng)的魯棒性能，以克服系統(tǒng)中的擾動(dòng)，而且系統(tǒng)對(duì)多目標(biāo)尋優(yōu)的控制方法要求也較高;最后，復(fù)雜系統(tǒng)是由多個(gè)子系統(tǒng)相互影響、關(guān)聯(lián)組成，電力系統(tǒng)需要將多個(gè)局部的控制系統(tǒng)相互連接，綜合控制。因此，這一系列尖端的技術(shù)難題需要應(yīng)用更為先進(jìn)的自動(dòng)化控制技術(shù)即智能控制技術(shù)。

1智能控制技術(shù)

控制理論的不斷發(fā)展，為人類帶來(lái)了更加先進(jìn)的自動(dòng)化技術(shù)，使得人們?cè)O(shè)計(jì)的控制系統(tǒng)穩(wěn)定、可靠、智能、高效。典型的智能控制技術(shù)包括：模糊控制、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等。

1.1模糊控制。模糊控制是基于模糊數(shù)學(xué)理論的一種控制方法。傳統(tǒng)的控制理論能夠解決模型明朗、確定的系統(tǒng)的控制問(wèn)題。但當(dāng)面對(duì)類似于電力系統(tǒng)的復(fù)雜、模型不確定、因素多的大系統(tǒng)傳統(tǒng)的控制方法就無(wú)法高效地解決控制問(wèn)題。為了克服上述問(wèn)題，科研人員提出了用模糊數(shù)學(xué)的理論來(lái)解決一些復(fù)雜系統(tǒng)的控制問(wèn)題。模糊控制是一種非線性的控制理論。它采用的是理論與實(shí)際相結(jié)合的方法解決實(shí)際的問(wèn)題。一般模糊控制技術(shù)包含如下幾個(gè)部分：定義變量、模糊化、知識(shí)庫(kù)、邏輯判斷及反模糊化。而其中的邏輯判斷部分運(yùn)用模糊邏輯、模糊推論方法進(jìn)行分析，得到最優(yōu)的模糊控制輸出。

1.2人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks，簡(jiǎn)寫為ANNs)也簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)(NNs)，此類數(shù)學(xué)模型模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)的組成，進(jìn)行分布式信息處理。通過(guò)調(diào)整系統(tǒng)內(nèi)部的各個(gè)節(jié)點(diǎn)之間的聯(lián)系，最終達(dá)到控制系統(tǒng)的目的。強(qiáng)魯棒性、非線性特性、自組織自學(xué)習(xí)的能力和并行處理能力是人工神經(jīng)網(wǎng)絡(luò)基本特性，受到了人們的普遍關(guān)注。人工神經(jīng)網(wǎng)絡(luò)在工作前先對(duì)控制準(zhǔn)則學(xué)習(xí)，減少系統(tǒng)工作過(guò)程中發(fā)生錯(cuò)誤動(dòng)作的概率。控制的準(zhǔn)確性可以經(jīng)過(guò)學(xué)習(xí)之后逐漸完善，提高系統(tǒng)正確動(dòng)作的權(quán)值。

1.3專家系統(tǒng)。專家系統(tǒng)實(shí)際上是一個(gè)包含著某個(gè)專業(yè)領(lǐng)域內(nèi)的大量人類專家知識(shí)的一種智能計(jì)算機(jī)程序系統(tǒng)。該系統(tǒng)通過(guò)程序模擬人類專家應(yīng)用其豐富的知識(shí)經(jīng)驗(yàn)進(jìn)行分析、解決問(wèn)題的過(guò)程，最終解決復(fù)雜的控制系統(tǒng)的問(wèn)題。專家系統(tǒng)中的知識(shí)庫(kù)是反映系統(tǒng)性能的主要部分，系統(tǒng)在解決問(wèn)題時(shí)是通過(guò)模擬專家的思維來(lái)實(shí)現(xiàn)的。用戶在使用過(guò)程中可以通過(guò)不斷完善專家?guī)靵?lái)提高專家系統(tǒng)的性能。專家系統(tǒng)通過(guò)反復(fù)比對(duì)系統(tǒng)的輸入信息，與專家系統(tǒng)中的知識(shí)庫(kù)的規(guī)則進(jìn)行匹配，最終找到能使數(shù)據(jù)庫(kù)的內(nèi)容與實(shí)際的目標(biāo)的規(guī)則。在改善動(dòng)態(tài)品質(zhì)和提高遠(yuǎn)距離輸電線路能力的問(wèn)題上，盧強(qiáng)等人提出了利用最優(yōu)勵(lì)磁控制手段，研究成果指出：利用最優(yōu)勵(lì)磁控制方式，可以使大型機(jī)組取代古典勵(lì)磁方式。

2智能控制技術(shù)在電力系統(tǒng)的應(yīng)用

2.1模糊控制技術(shù)在繼電保護(hù)領(lǐng)域的應(yīng)用。電力系統(tǒng)中的繼電保護(hù)裝置具有這重要的意義，繼電保護(hù)裝置的可靠工作能使電力系統(tǒng)穩(wěn)定、可靠、安全的運(yùn)行。對(duì)繼電保護(hù)裝置的故障識(shí)別與診斷越來(lái)越嚴(yán)苛，電力系統(tǒng)中龐大復(fù)雜的故障現(xiàn)象，普通的識(shí)別系統(tǒng)無(wú)法準(zhǔn)確及時(shí)地解決問(wèn)題。因此，采用先進(jìn)的人工智能技術(shù)進(jìn)行電力系統(tǒng)的繼電保護(hù)裝置的故障識(shí)別與診斷的工作更加迫切。應(yīng)用模糊控制技術(shù)監(jiān)視電力系統(tǒng)中變壓器的工作狀態(tài)，根據(jù)變壓器的參數(shù)的變化，結(jié)合已知的輸入輸出，利用模糊控制技術(shù)進(jìn)行變壓器的故障診斷。利用最小二乘法的原理將變壓器的一些參數(shù)，例如電介質(zhì)的損耗、泄漏電流、絕緣電阻、變壓器的吸收比等參數(shù)作為模糊控制的輸入。將這些輸入?yún)?shù)通過(guò)一定的規(guī)則進(jìn)行量化，作為模糊輸入的矩陣，再將變壓器的狀態(tài)分為合格、不合格、故障等按照規(guī)則量化得到輸出的模糊矩陣。參考其他一些實(shí)際經(jīng)驗(yàn)中的數(shù)據(jù)作為擴(kuò)展出來(lái)的輸入輸出矩陣，應(yīng)用最小二乘法的迭代運(yùn)算得到輸入與輸出的關(guān)系矩陣。應(yīng)用得出的輸入輸出的關(guān)系矩陣就可以對(duì)一些變壓器的試驗(yàn)信息進(jìn)行分析，診斷。

2.2神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)故障診斷中的應(yīng)用。在電力系統(tǒng)故障診斷的過(guò)程中，神經(jīng)網(wǎng)絡(luò)將系統(tǒng)的故障報(bào)警信息作為神經(jīng)網(wǎng)絡(luò)的輸入量。神經(jīng)網(wǎng)絡(luò)的輸出是電力系統(tǒng)故障診斷的結(jié)論。應(yīng)先讓神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，對(duì)其輸入特定的故障報(bào)警，建立一個(gè)全面的故障報(bào)警樣本庫(kù)。通過(guò)樣本庫(kù)不斷對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行訓(xùn)練，使得系統(tǒng)對(duì)不同的故障報(bào)警輸入產(chǎn)生相應(yīng)的權(quán)重，最終能夠輸出準(zhǔn)確的故障診斷的結(jié)果。神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)不僅可以應(yīng)用在電網(wǎng)的故障診斷方面，還可以用于電力設(shè)備的故障診斷、電力系統(tǒng)中的變壓器的故障診斷等。神經(jīng)網(wǎng)絡(luò)的算法多種多樣較為常用的有BP神經(jīng)網(wǎng)絡(luò)算法，迭代步長(zhǎng)算法，以及變步長(zhǎng)法等。

在輻射型配電系統(tǒng)中采用BP神經(jīng)網(wǎng)絡(luò)，用ANN模擬各個(gè)地區(qū)不同電弧電阻下的故障情況，測(cè)量阻抗量應(yīng)用BP神經(jīng)網(wǎng)絡(luò)判斷電力系統(tǒng)出現(xiàn)的問(wèn)題。該方法能夠有效解決由于電弧引起的測(cè)量阻抗不準(zhǔn)確，導(dǎo)致保護(hù)系統(tǒng)不能正常工作的問(wèn)題。專家系統(tǒng)在電力變壓器其的故障診斷的應(yīng)用電力系統(tǒng)中已經(jīng)有多個(gè)部分在控制過(guò)程中建立出了數(shù)學(xué)模型，但是依然存在一些復(fù)雜的、規(guī)律性不明顯的系統(tǒng)無(wú)法抽象出具體的數(shù)學(xué)模型。這就需要專家系統(tǒng)解決相應(yīng)的問(wèn)題。專家控制系統(tǒng)在電力系統(tǒng)中多用于分辨系統(tǒng)的故障報(bào)警的狀態(tài)，進(jìn)行分析，提出故障的應(yīng)急解決方案以及系統(tǒng)的恢復(fù)控制方案。專家系統(tǒng)中的知識(shí)庫(kù)用于提供解決問(wèn)題的知識(shí)，應(yīng)用推理機(jī)使用該專家的知識(shí)庫(kù)。知識(shí)庫(kù)可以根據(jù)變壓器的不同故障分為多個(gè)子系統(tǒng)，例如油位、負(fù)荷、溫度等。推理機(jī)調(diào)用程序根據(jù)當(dāng)前的狀態(tài)，按照規(guī)定的規(guī)則調(diào)用系統(tǒng)的特定知識(shí)。推理機(jī)調(diào)用知識(shí)庫(kù)中的數(shù)據(jù)時(shí)可以采用正向推理、反向推理、混合推理。經(jīng)過(guò)反復(fù)的匹配直到找出故障的原因，故障原因可能是多個(gè)，將找出的多個(gè)原因組合為一個(gè)相互關(guān)聯(lián)的矩陣。最終實(shí)現(xiàn)了經(jīng)過(guò)專家系統(tǒng)做出的故障診斷分析。

3總結(jié)

人工智能技術(shù)是一項(xiàng)新穎先進(jìn)的技術(shù)。在電力系統(tǒng)中應(yīng)用人工智能技術(shù)是電力自動(dòng)化發(fā)展的必然趨勢(shì)。針對(duì)類似于電力系統(tǒng)的具有非線性、多參數(shù)、不確定因素多的復(fù)雜大系統(tǒng)，人工智能技術(shù)擁有更加優(yōu)越的控制性能。模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等控制理論已經(jīng)漸漸的成熟，在生產(chǎn)生活的多個(gè)方面已經(jīng)有了越來(lái)越多的應(yīng)用。經(jīng)過(guò)人工智能技術(shù)的不斷完善，電力系統(tǒng)自動(dòng)化的不斷深入，人工智能對(duì)電力系統(tǒng)的控制會(huì)使電力系統(tǒng)運(yùn)行更穩(wěn)定、更經(jīng)濟(jì)，魯棒性能更優(yōu)越。

參考文獻(xiàn)

[1]朱亮亮,王艷.基于人工智能的電力系統(tǒng)自動(dòng)化控制[J].科技致富向?qū)?2014,09:300.

[2]丘智蔚.基于人工智能的方法對(duì)智能電網(wǎng)進(jìn)行安全改進(jìn)[D].華南理工大學(xué),2014.

[3]馮宗英.配電網(wǎng)狀態(tài)估計(jì)及量測(cè)系統(tǒng)的魯棒性配置研究[D].山東大學(xué),2014.

[4]劉丙午,周鴻.基于物聯(lián)網(wǎng)技術(shù)的智能電網(wǎng)系統(tǒng)分析[J].中國(guó)流通經(jīng)濟(jì),2013,02:67-73.

作者：常紅艷 單位：國(guó)網(wǎng)湖南省電力公司龍山縣供電分公司