论文部分内容阅读
摘要：当前，人工智能技术被广泛应用于各行各业中。电力系统作为人们日常生活中不可缺少的部分，其稳定性与安全性直接关系到人们的正常生产与生活。通过将人工智能技术应用于电力系统的故障检测中，能够有效提高电力系统诊断能力，以便更好地进行电力系统检测和维修。
关键词：人工智能技术;故障诊断;运用
引言
科学技术的发展带动智能生活面向全社会各方面的逐渐普及，而我国现阶段正在大力推广实施智能电网，使现代的电力系统向着信息化、智能化迈进，在这些前提下人工智能技术在现代智能化电力系统建设中所起到的作用可以说相当重要。电力系统作为人们日常生活中组成的部分，其稳定性和安全性的保障至关重要，如果电力系统由于各种各样的原因出现了故障将会直接影响到人们正常的成产成活。
1人工智能技术相关概述
人工智能的含义：人工智能是以计算机等硬件设备为依托，通过算法或者编程等计算机语言来让计算机等设备来模拟人类的思维或者行为。人工智能将涉及的学科很广，包括计算机编程、计算机数学、心理学和语言学等。
目前，我国政府对于人工智能的发展日益重视，例如，2015年国务院颁布了《“互联网+”行动指导意见》，其中指出人工智能对于生产生活以及制造业的重要性，鼓励企业和个人努力发展人工智能技术，并且加大对人工智能技术的投入与研发;2016年国家发改委等联合多个部门发布了人工智能技术的发展策略，充分肯定了人工智能技术在智能制造的作用与优势，积极引导企业开展人工智能技术研究，在全球范围内抢占人工智能的制高点，且鼓励领头企业起到示范和引导的作用。
2人工智能技术在电力系统故障诊断中的运用
2.1专家系统
人工智能技术发展最早、最为成熟的是ES，通过结合相关专业电力方面的理论知识与电力监督管理方面的实际作业经验，采取合理的方法处理各种电力故障问题就是所谓的ES原理。ES的表达方式可减少故障问题造成的原因范围，能够使工作效率得到提升，另外ES的应用能够为电力系统故障检测与诊断作业提供很大的帮助。因此，电力系统中的故障诊断和恢复处理使用最广泛的就是专家系统，通过从两个方面出发（知识表达、推理）区分专家系统，能够为相关工作的开展奠定良好基础。
专家系统工作模式主要为发现问题—诊断问题—解决问题，形成针对以故障诊断为内容的专家系统的知识库，之后根据所接收到的报警信息更深入地对知识库的内容进行推理，从而获得诊断的正确结果。专家系统所特有的应用原则体现在故障诊断和产生式规则的实际运行中，在产生式规则特性下的故障诊断专家系统的应用，能够充分发挥其推动作用。惯用动作逻辑为直观的、规模化的规则，在电力网络保护中的应用较为常见，首先被表述的是一级保护与断路器之间的关系;在产生式规则操作下的专家系统存在着多项运行规则，包括允许增加、删除，或予以修改，能够有效促进诊断系统工作实效性开展;为一些不确定问题的解决提供可靠依据，且可总结出与人类语言习惯符合的结论，同时可进行相关问题的解释。
2.2遗传算法
遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机优化搜索方法，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定;具有内在的隐蔽性和更好的全局寻优能力;对电力故障点采用概率化的寻优方法，能自动采用故障检测最优方法和指导优化空间搜索，自适应地调整搜索方向，不需要确定的规则。基于遗传算法的函数寻优计算，针对适应度函数，能实现较快的收敛计算，寻优结果较合理，鲁棒性较好。GA是以电力系统的优化检测技术为基础，有助于缩短故障检测时间，提高效率。在基于GA的电力故障检测优化模型研究中，会有故障诊断结果存在多解的情况，目前，许多学者也根据GA算法提出了考虑故障信息特征的电网故障诊断模型。
2.3模糊理论
在对电力系统故障进行诊断的系列过程中，较难有效鉴别故障征兆与故障排除间的关联，因二者间有一定的不准确性存在，且在概念描述上也具有一定的不精确性特征，故此，也使诊断结果呈模糊不清的状态显示;传统解决办法通常依据专家所固有的经验在故障征兆与原因间就模糊的关系进行建立。随着此种模糊理论的完善，优点渐趋表现出，尤其是在对一些不确定性的问题进行处理时，价值更为明显;其所具有的模糊知识库通过对语言变量进行应用，来对专家的经验加以描述，与人的表达习惯更为接近;模糊理论具对多种不同问题进行解决的能力，并可以根据问题模糊的程度，来对优先程度进行排序。因为电力系统故障诊断与专家系统搜索必须一一匹配，否则很容易出现错误的结果。建议将模糊理论在专家系统中引入并应用后，由精确推理向近似推理转化，在一定范围内使专家系统所具有的容错性和可判断行增强，有效解决了模糊理论运用过程中出现的不准确性与不精确性。
2.4人工神经网络
根据相关报道可知，将人工神经网络技术应用于故障诊断中，其处理方式与专家系统存在不同。从人工神经网络技术所具有的典型特点来看，其能够不断调节人工神经网络中所含有的连接权及相关阈值，使得知识点的获取在整个网络系统计均有隐性分布，最终形成人工神经网络相关模式的记忆。因此，人工神经网络具有强大的知识获取功能，且其含噪声数据的高超处理技巧的特征，能够有效弥补专家系统存在的不足。通过运行种类繁多的人工神经元网络来实现故障诊断的目标，每个人工神经网络均诊断系统中特定的一个部分或单元，从而使所有问题得到良好解决。虽然当前人工神经网络项目的研究比较活跃，但在研究中需要充分考虑上述问题，才能使其作用得到更好的发挥。对BP网络模型在故障诊断过程中，予以输入的样本影响诊断结果的准确率的现象，可以制定以原神经网络输入节点为操作基础，并输入特定节点，反映输入样本数据大小所具有的特征量，并广泛推广使用电力变压器，从而提高故障诊断效率。
2.5信息理论法
这一理论法是在1948年提出的，在电网故障诊断中应用信息理论，能够找出电网故障并引起保护装置动作、断路器跳闸的过程，描述为故障信息运动的过程来处理故障和征兆之间的不确定性，决策最有可能发生故障事件的过程就是故障诊断的过程。利用信息理论进行电网故障诊断的辅助决策系统的开发，能够使故障诊断及拓扑检错得以实现，其最大的特征为实用性较强。从信息理论的角度来看，一个多信息融合的过程就是指电网故障诊断。当前亟待解决的问题是如何有效利用保护装置、断路器的动作信息、遥测量信息、录波信息，未来可通过信息融合及信号处理、参数优化等方法辅助解决这一问题。
结语
国家的电网事业在不断发展，电网工程也在不断壮大，随之居民和工厂、企业的用电量也在不断增加，这对于国家电网事业是一项新的考验，是利国利民的好事。通过介绍GA算法、模糊理论依据人工神经网络等人工智能技术在电力系统故障诊断中的运用，有助于利用人工智能技术有效提升电力系统故障诊断效率，并在人工智能领域中实现更大的价值。
参考文献：
[1] 林允.人工智能技术在电力系统故障诊斷中应用[J].中国战略新兴产业，2017（36）：140-141.
[2] 赵启纯.人工智能技术在电力系统故障诊断中的运用分析[J].电脑知识与技术，2017，13（02）：183-185.
[3] 郭步阳.试论人工智能技术在电力系统故障诊断中的应用[J].科技创新与应用，2015（34）：206.
（作者单位：国网湖北省电力有限公司枝江市供电公司）
关键词：人工智能技术;故障诊断;运用
引言
科学技术的发展带动智能生活面向全社会各方面的逐渐普及，而我国现阶段正在大力推广实施智能电网，使现代的电力系统向着信息化、智能化迈进，在这些前提下人工智能技术在现代智能化电力系统建设中所起到的作用可以说相当重要。电力系统作为人们日常生活中组成的部分，其稳定性和安全性的保障至关重要，如果电力系统由于各种各样的原因出现了故障将会直接影响到人们正常的成产成活。
1人工智能技术相关概述
人工智能的含义：人工智能是以计算机等硬件设备为依托，通过算法或者编程等计算机语言来让计算机等设备来模拟人类的思维或者行为。人工智能将涉及的学科很广，包括计算机编程、计算机数学、心理学和语言学等。
目前，我国政府对于人工智能的发展日益重视，例如，2015年国务院颁布了《“互联网+”行动指导意见》，其中指出人工智能对于生产生活以及制造业的重要性，鼓励企业和个人努力发展人工智能技术，并且加大对人工智能技术的投入与研发;2016年国家发改委等联合多个部门发布了人工智能技术的发展策略，充分肯定了人工智能技术在智能制造的作用与优势，积极引导企业开展人工智能技术研究，在全球范围内抢占人工智能的制高点，且鼓励领头企业起到示范和引导的作用。
2人工智能技术在电力系统故障诊断中的运用
2.1专家系统
人工智能技术发展最早、最为成熟的是ES，通过结合相关专业电力方面的理论知识与电力监督管理方面的实际作业经验，采取合理的方法处理各种电力故障问题就是所谓的ES原理。ES的表达方式可减少故障问题造成的原因范围，能够使工作效率得到提升，另外ES的应用能够为电力系统故障检测与诊断作业提供很大的帮助。因此，电力系统中的故障诊断和恢复处理使用最广泛的就是专家系统，通过从两个方面出发（知识表达、推理）区分专家系统，能够为相关工作的开展奠定良好基础。
专家系统工作模式主要为发现问题—诊断问题—解决问题，形成针对以故障诊断为内容的专家系统的知识库，之后根据所接收到的报警信息更深入地对知识库的内容进行推理，从而获得诊断的正确结果。专家系统所特有的应用原则体现在故障诊断和产生式规则的实际运行中，在产生式规则特性下的故障诊断专家系统的应用，能够充分发挥其推动作用。惯用动作逻辑为直观的、规模化的规则，在电力网络保护中的应用较为常见，首先被表述的是一级保护与断路器之间的关系;在产生式规则操作下的专家系统存在着多项运行规则，包括允许增加、删除，或予以修改，能够有效促进诊断系统工作实效性开展;为一些不确定问题的解决提供可靠依据，且可总结出与人类语言习惯符合的结论，同时可进行相关问题的解释。
2.2遗传算法
遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机优化搜索方法，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定;具有内在的隐蔽性和更好的全局寻优能力;对电力故障点采用概率化的寻优方法，能自动采用故障检测最优方法和指导优化空间搜索，自适应地调整搜索方向，不需要确定的规则。基于遗传算法的函数寻优计算，针对适应度函数，能实现较快的收敛计算，寻优结果较合理，鲁棒性较好。GA是以电力系统的优化检测技术为基础，有助于缩短故障检测时间，提高效率。在基于GA的电力故障检测优化模型研究中，会有故障诊断结果存在多解的情况，目前，许多学者也根据GA算法提出了考虑故障信息特征的电网故障诊断模型。
2.3模糊理论
在对电力系统故障进行诊断的系列过程中，较难有效鉴别故障征兆与故障排除间的关联，因二者间有一定的不准确性存在，且在概念描述上也具有一定的不精确性特征，故此，也使诊断结果呈模糊不清的状态显示;传统解决办法通常依据专家所固有的经验在故障征兆与原因间就模糊的关系进行建立。随着此种模糊理论的完善，优点渐趋表现出，尤其是在对一些不确定性的问题进行处理时，价值更为明显;其所具有的模糊知识库通过对语言变量进行应用，来对专家的经验加以描述，与人的表达习惯更为接近;模糊理论具对多种不同问题进行解决的能力，并可以根据问题模糊的程度，来对优先程度进行排序。因为电力系统故障诊断与专家系统搜索必须一一匹配，否则很容易出现错误的结果。建议将模糊理论在专家系统中引入并应用后，由精确推理向近似推理转化，在一定范围内使专家系统所具有的容错性和可判断行增强，有效解决了模糊理论运用过程中出现的不准确性与不精确性。
2.4人工神经网络
根据相关报道可知，将人工神经网络技术应用于故障诊断中，其处理方式与专家系统存在不同。从人工神经网络技术所具有的典型特点来看，其能够不断调节人工神经网络中所含有的连接权及相关阈值，使得知识点的获取在整个网络系统计均有隐性分布，最终形成人工神经网络相关模式的记忆。因此，人工神经网络具有强大的知识获取功能，且其含噪声数据的高超处理技巧的特征，能够有效弥补专家系统存在的不足。通过运行种类繁多的人工神经元网络来实现故障诊断的目标，每个人工神经网络均诊断系统中特定的一个部分或单元，从而使所有问题得到良好解决。虽然当前人工神经网络项目的研究比较活跃，但在研究中需要充分考虑上述问题，才能使其作用得到更好的发挥。对BP网络模型在故障诊断过程中，予以输入的样本影响诊断结果的准确率的现象，可以制定以原神经网络输入节点为操作基础，并输入特定节点，反映输入样本数据大小所具有的特征量，并广泛推广使用电力变压器，从而提高故障诊断效率。
2.5信息理论法
这一理论法是在1948年提出的，在电网故障诊断中应用信息理论，能够找出电网故障并引起保护装置动作、断路器跳闸的过程，描述为故障信息运动的过程来处理故障和征兆之间的不确定性，决策最有可能发生故障事件的过程就是故障诊断的过程。利用信息理论进行电网故障诊断的辅助决策系统的开发，能够使故障诊断及拓扑检错得以实现，其最大的特征为实用性较强。从信息理论的角度来看，一个多信息融合的过程就是指电网故障诊断。当前亟待解决的问题是如何有效利用保护装置、断路器的动作信息、遥测量信息、录波信息，未来可通过信息融合及信号处理、参数优化等方法辅助解决这一问题。
结语
国家的电网事业在不断发展，电网工程也在不断壮大，随之居民和工厂、企业的用电量也在不断增加，这对于国家电网事业是一项新的考验，是利国利民的好事。通过介绍GA算法、模糊理论依据人工神经网络等人工智能技术在电力系统故障诊断中的运用，有助于利用人工智能技术有效提升电力系统故障诊断效率，并在人工智能领域中实现更大的价值。
参考文献：
[1] 林允.人工智能技术在电力系统故障诊斷中应用[J].中国战略新兴产业，2017（36）：140-141.
[2] 赵启纯.人工智能技术在电力系统故障诊断中的运用分析[J].电脑知识与技术，2017，13（02）：183-185.
[3] 郭步阳.试论人工智能技术在电力系统故障诊断中的应用[J].科技创新与应用，2015（34）：206.
（作者单位：国网湖北省电力有限公司枝江市供电公司）