刘海艳
珠海优特电力科技股份有限公司广东珠海519000
摘要：对于电力系统实时故障诊断问题的研究，一般都是根据在故障过程中相关情况，对某些装置和设备所出现的一系列数字和状态信息量进行分析以及推理。在此基础上，检查出导致系统某种功能失调的原因和性质，判断故障发生的元件以及预测故障恶化的发展趋势，最后得出诊断结论。电力系统故障诊断用传统的数学方法，因系统规模、复杂程度和不确定因素等的限制，系统故障诊断难以达到理想的效果，所以就要运用人工智能对在电力系统中的故障进行诊断。
关键词：人工智能；电力系统；故障诊断；应用
引言：在电力系统的故障诊断方面已经开展了不少的研究，传统型的FD-PS研究就是在建立被诊断系统网络拓扑结构模型的基础上，依据发生的故障，系统结构和参数变化，导致系统潮流的变化，进而根据潮流计算的变化判断出其中的故障。但是潮流计算和分析处理的耗时量大，会影响诊断速度和快速故障恢复处理。另外，正常运行时某些线路潮流值小，接近于0(如线路轻载运行)，因此运用潮流来判断故障，也不能保证诊断的准确性。因此，电力系统故障诊断用传统的数学方法，因系统规模、复杂程度和不确定因素等的限制，系统故障诊断难以达到理想的效果。所以就要运用人工智能对在电力系统中的故障进行诊断。
1以推理为基础的人工智能技术在电力系统故障诊断中的应用分析
以推理为基础的人工智能技术，其模拟人的思维过程，强调以故障信息为基础，按照已有规则对导致故障产生的原因进行逐步的逻辑推理，其中通过人为诊断行为模拟和计算机实现诊断的称之为显型推理，例如专家系统，而利用数字化、抽象化等逻辑思维完成故障诊断的称之为隐型推理，如人工神经网络、Petri网等。
专家系统是通过对相关领域内专家决策过程的模拟，利用其知识和经验进行推理判断，以完成对复杂问题的正确决策，将保护和断路器的专业知识和长时间积累的实践经验用规则的形式表示并形成专家系统知识库，当电力系统发生故障时，将故障信息引入数据库并结合数据库的逻辑性获得故障原因，这是专家系统在电力系统故障诊断中应用的具体表现，而正向启发式专家系统推理和正反混合推理都可以在实际应用中使用，但考虑到其虽对故障的解释性较强，由于建设知识和经验完备的专家知识库的难度较大，在诊断的过程中误判、漏判的可能性不容忽视，所以现阶段应用范围只限定在中小型的电力系统故障诊断中。
人工神经网络是对人类神经系统的信息传输和处理等过程的模拟，在通过一般电力系统故障所特有的警示标志来于知识库进行对比，从而准确判定出故障问题出现的真正原因，再进行合理的处理修复。这样的诊断方法简便快捷，而且可以大大地解决人力、物力、财力方面的资源消耗比较大的问题，也正因如此，这样的诊断模式在电力系统故障诊断领域的应用相当广泛，只不过这种诊断系统也存在着一些弊端，那就是在诊断工作中实际算法收敛速度和具体解释能力等方面还有很大的缺陷。
Petri网利用网络表示电力系统各元件之间同时、次序或循环发生的关系，其可对故障发生时的静态和动态关系进行描述，特别是继电保护装置对故障的反应和切除行为的描述获取故障诊断结果，而且将概率理论应用于Petri网对其对不确定因素的处理缺陷有明显的弥补作用，但实际电力系统故障诊断中受其对大量先验知识的依赖性较强的影响，状态空间爆炸的可能性较大，而且容错能力较不理想，对错误的报警信息的识别能力和对多重性装置与保护装置的动作时间差别等处理难度较大，相关研究仍处于探索阶段等因素的影响，其应用范围并不广泛，通常情况下需要结合其他人工智能技术使用。
2以优化技术为基础的人工智能技术在电力系统故障诊断中的应用分析
以优化技术为基础的人工智能技术建立在计算机技术和计算科学不断发展的基础上，其将电力系统故障诊断问题等同于无约束的0至1整数规划问题，并利用全局优化算法实现求解，由于其有数学理论作支撑，所以理论性和实用性都较理想，例如，在电力系统故障诊断中判定故障发生元件和保护开关动作关系分析中，可在将故障诊断视为整数规划问题的基础上，利用遗传算法或进行退火算法的模拟实现求解；在求解的过程中可结合系统故障发生前后网络拓扑结构发生的变化建立故障区域数据模型，实现求解规模的有效缩小，当多解现象发生时，要构建结合二次配置特点和故障信息特征的新诊断模型仿真，但在实际应用中受建立合理故障诊断模型难度较大，且存在诸多随机因素等因素的影响，目前在电力系统故障诊断中的应用并不广泛。
3以不确定性理论为基础的人工智能技术在电力系统故障诊断中的应用分析
不确定理论的引入是建立在故障信息受诸多因素影响自身通常带有不确定色彩的基础上，现阶段以其为基础的人工智能技术主要包括模糊理论、概率理论、粗糙集理论等。
人工智能诊断的方式是将以往发生过的问题和毛病，统一进行合并处理，然后将这些出现过的数据存入这个人工智能系统中，再通过这套系统来诊断，这样的诊断方式存在很多的漏洞。基于这种现象的发生，采用新兴的科学技术，将模糊理论应用到诊断系统中来，模糊理论不同于以往的技术理论，这套理论系统会处理一些突发的紧急的状况，不像以往的系统一样只能处理一些以前发生过的问题，这套系统会灵活诊断出一些新出现的问题和漏洞。模糊理论系统相比较与人工智能系统，能更好地灵活诊断，这套新兴的系统会根据人脑的判断来处理信息，同样也会存在一些漏洞，任何系统的完美程度都是比不上人脑系统的，模糊理论不具备自主思考的能力。
概率理论又分为贝叶斯理论、可信度理论等，其将电力系统中的故障信息表示为先验概率或可信度值，并结合保护信息生成产生式规则，在此基础上进行不确定传递计算，获取各部件的故障发生概率，在现实应用中可将概率论法与Petri网法结合使用，效果明显，但考虑到其对大量先验信息的依赖性，使用公式对事件独立性的高标准要求、误差的不可控，在实际应用中应结合实际情况。
粗糙集理论将电力系统中的保护装置和断路器视为分类属性集，并结合有可能发生的故障建立决策表，在粗糙集约简算法作用下使原有信息等价约简，获取最小约简和决策原则的基础上对集合内的冗余性进行揭示，但受到实际故障诊断时通常为多重故障共发情况，决策表形成的实际难度较大的影响，其现阶段实际应用效果并不理想。
4结语
随着人工智能技术的发展普及，它在现代电力系统中起到及其重要的作用，在电力系统日常生产运行的各个阶段中，专家系统、人工神经网络、模糊理论、遗传等人工智能技术已经被广泛深入地运用到生产控制、监督管理、故障检测等电力作业当中。现代电网系统当中的智能检测系统主要是指依托人工智能为专业的理论知识依据，以及相关的技术手段，来对电力设备中的各种故障进行智能化、信息化监督管理。为什么现在人工智能系统被得到广泛的认可，主要就是因为在平时的电力系统故障诊断工作中造成故障发生的原因多种多样，而安全检测人员在实际故障检测时容易出现失误，因此，人工智能技术可以帮助解决这些问题，从而保证资源的合理运用，节省人力物力等。
参考文献：
[1]占才亮．人工智能技术在电力系统故障诊断中的应用[J]．广东电力，2011，9：87-92．
[2]王磊．电网故障诊断方法及其系统架构研究[D]．山东大学，2013．
[3]吴欣．基于改进贝叶斯网络方法的电力系统故障诊断研究[D]．浙江大学，2005．
[4]朱丽娟，方倩．智能技术在电力系统故障诊断中的应用研究[J]．城市地理，2014，18：198．
作者介绍：
刘海艳（1979.11.18-）；性别：女；籍贯：山西临汾；民族：汉；学历：本科；职称：助理工程师；职务：产品工程师；研究方向：人工智能在电力系统中的应用、电力系统建模与仿真；单位名称：珠海优特电力科技股份有限公司