魏愛華　程站立　陳天騰

摘要：隨著電力工業(yè)的發(fā)展，人工神經元網(wǎng)絡(ANN)在電力系統(tǒng)中獲得了廣泛的應用。本文概述了人工神經元網(wǎng)絡的特點、基本結構以及發(fā)展過程，并對ANN在電力系統(tǒng)中的具體應用做了詳細的話述。最后，對人工神經元網(wǎng)絡的發(fā)展趨勢和在電力系統(tǒng)中的應用前景進行了展望。

關鍵詞：人工神經元網(wǎng)絡(ANN)電力系統(tǒng)應用前景展望

人工神經網(wǎng)絡，是一種模范動物神經網(wǎng)絡行為特征，進行分布式并行信息處理的算法數(shù)學模型。這種網(wǎng)絡依靠系統(tǒng)的復雜程度，通過調整內部大量節(jié)點之間相互連接的關系，從而達到處理信息的目的。人工神經網(wǎng)絡具有自學習和自適應的能力，可以通過預先提供的一批相互對應的輸入一輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來推算輸出結果。人工神經網(wǎng)絡具有四個基本特征：非線性、非局限性、非定性、非凸性。人工神經網(wǎng)絡理論，作為人工智能的一個最活躍的分支，其模擬人腦的工作方式，為解決復雜的非線性、不確定性、不確知性系統(tǒng)的問題開創(chuàng)了一個嶄新的途徑，因而在電力系統(tǒng)應用研究中受到了廣泛的關注。

1.ANN發(fā)展過程

1943年，心理學家W.S.McCulloch和數(shù)理邏輯學家W.Pitts建立了神經網(wǎng)絡和數(shù)學模型，稱為MP模型。他們通過MP模型提出了神經元的形式化數(shù)學描述和網(wǎng)絡結構方法，證明了單個神經元能執(zhí)行邏輯功能，從而開創(chuàng)了人工神經網(wǎng)絡研究的時代。60年代，人工神經網(wǎng)絡得到了進一步發(fā)展，更完善的神經網(wǎng)絡模型被提出，其中包括感知器和自適應線性元件等。1982年，美國加州工學院物理學家J.J.Hopfield提出了Hopfield神經網(wǎng)格模型，引入了“計算能量”概念，給出了網(wǎng)絡穩(wěn)定性判斷。1984年，他又提出了連續(xù)時間Hopfield神經網(wǎng)絡模型，為神經計算機的研究做了開拓性的工作，開創(chuàng)了神經網(wǎng)絡用于聯(lián)想記憶和優(yōu)化計算的新途徑，有力地推動了神經網(wǎng)絡的研究。人工神經網(wǎng)絡的研究受到了各個發(fā)達國家的重視，美國國會通過決議將1990年1月5日開始的十年定為“腦的十年”，國際研究組織號召它的成員國將“腦的十年”變?yōu)槿蛐袨椤?/p>

2.ANN的特點與結構

人工神經網(wǎng)絡的研究與發(fā)展及神經生理科學、數(shù)理科學、信息科和計算機科學等眾多領域，是一種新的信息處理理論。它所特有的信息處理機制，與傳統(tǒng)的數(shù)字計算機有著本質的不同。ANN網(wǎng)絡由大量模擬人腦的神經元互連組成，無獨立的用于存儲的信息空間，更沒有單一執(zhí)行指令的CPU，每個神經元的結構都十分簡單，信息處理與存儲合二為一，通過調整連接權值，由整體狀態(tài)來給出響應信息。ANN是一種非線性映射系統(tǒng)，具有強大的模式識別能力，可以對任意復雜狀態(tài)或過程進行分類和識別。

3.ANN在電力系統(tǒng)中的應用

目前，ANN已用于負荷預測，警報處理，控制等方面，它已經從研究階段轉為實際應用。

3.1智能控制

在電力系統(tǒng)中利用ANN實現(xiàn)智能控制，就是利用其估計和聯(lián)想的能力，實現(xiàn)系統(tǒng)狀態(tài)與參數(shù)的識別和控制，這已在多種控制結構中如自校正控制、模型跟蹤控制、預測控制等控制中得到應用。Y M Park等采用2個BP網(wǎng)絡構成電力系統(tǒng)穩(wěn)定器(PSS)的模型，其中1個在系統(tǒng)功率擺動中估計發(fā)電機的輸出功率。另一個用于判斷并給出控制決策。范澍等應用4層BP網(wǎng)絡對發(fā)電機運行方式和系統(tǒng)干擾進行精確在線識別，并以此為基礎設計了一種最優(yōu)勵磁調節(jié)器模型，計算與仿真結果表明，這種調節(jié)器比固定點線性勵磁方式具有更強的穩(wěn)定性能和動態(tài)品質，在系統(tǒng)運行方式較大的變化范圍內都能提供很好的控制性能，在大小擾動下均表現(xiàn)出很好的阻尼特性和良好的電壓性能。袁宇春等提出了用ANN進行電力系統(tǒng)的實時切負荷控制，選用的是多輸入單輸出的單層前向神經網(wǎng)絡，選取185個樣例進行網(wǎng)絡訓練后，在西北電網(wǎng)模擬某線路故障顯示了較好的控制特性。

3.2優(yōu)化計算

由于ANN能夠建立任意非線性的模型，并適于解決時間序列預報問題，尤其是隨機平穩(wěn)過程的預報，因此電力系統(tǒng)短期負荷預報是其應用研究的一個重要方面，歐建平等以3個ANN構成負荷與天氣變化量的周、日、時3個預報分析系統(tǒng)，氣象參數(shù)和預測周、日、時前某段歷史負荷參數(shù)作為網(wǎng)絡的訓練輸入?yún)?shù)，各自產生獨立的預報，再綜合產生最終的預報。姜齊榮等則用ANN建立發(fā)電機、勵磁系統(tǒng)和調速系統(tǒng)的詳細模型，把這三部分的模型連接起來并與電力系統(tǒng)網(wǎng)絡接口，形成一個ANN模型與電力系統(tǒng)網(wǎng)絡混聯(lián)的系統(tǒng)，這種混聯(lián)系統(tǒng)的暫態(tài)穩(wěn)定計算結果與用常規(guī)機理模型的計算結果幾乎相同。為實現(xiàn)ANN并行、快速、在線處理電力系統(tǒng)實時計算提供新途徑。

3.3故障診斷

要保證電力系統(tǒng)的安全運行和實現(xiàn)電力設備由定期檢修轉變?yōu)闋顟B(tài)檢修，如何準確地進行電力設備的故障診斷，一直是受關注的焦點之一。而這類故障的征兆錯綜復雜，往往呈現(xiàn)出非線性和不確定性，很難用某一確定的邏輯或算法進行識別。而這種識別恰好是ANN所擅長的。ANN在電機狀態(tài)監(jiān)測與診斷上也獲得了成功的應用。何雨儐等提出一種聯(lián)想記憶神經網(wǎng)絡，取零序電流、定子不對稱電流及其變化率等電測參數(shù)為故障征兆，通過網(wǎng)絡的聯(lián)想能力快速準確地進行電機早期故障的雙向診斷，能有效地處理各種模式并存的故障診斷問題。并且容錯性好，能有效抑制現(xiàn)場噪聲干擾，使診斷系統(tǒng)具有良好的魯棒性。電網(wǎng)故障診斷中，用全局逼近的BP算法完成故障的快速定位，便于控制人員及時處理故障。

3.4繼電保護

繼電保護是電力系統(tǒng)安全運行的重要保障之一，隨著電力系統(tǒng)的發(fā)展，常規(guī)的繼電保護技術已經不能完全適應需要。黨德玉提到一種基于小波變換和ANN的保護模型，其輸入特征量經過小波變換，也選用了3個三層的BP網(wǎng)絡用于判斷故障種類，故障性質和故障定位。故障種類和故障性質的判斷正確率可達100％，對線性短路故障的位置判斷正確率為94％，非線性故障(如經非線性過渡電阻接地)的判斷正確率為96％。張海峰等使用3層前向網(wǎng)絡構成變壓器保護模型，取變壓器2端的電流和其他故障特征量進行綜合判斷。經大量樣本訓練后，可準確判斷變壓器的勵磁涌流和各種故障。張津春等介紹了ANN構成的自適應自動重合閘模型，能較好地判別各種情況下瞬時性故障與永久性故障。

為了解決用電路方法進行巨量神經元連接無法實現(xiàn)的問題，采用光電集成技術制作的光神經元、光互連器件、光神經芯片也已出現(xiàn)，并成功地應用于模式識別、聯(lián)想記憶等方面。此外，ANN在輸電容量限制條件下經濟調度、基于同步相量測量的電壓安全監(jiān)控、電廠控制、HVDC的電流控制器等方面也得到了研究與應用。

4.ANN在電力系統(tǒng)中的發(fā)展趨勢

ANN在電力系統(tǒng)中應用已做了大量的研究，一但是總體上來說仍停留在理論分析和仿真實驗上，因此必須加強理論研究與實際工程應用的結合，例如可在狀態(tài)檢修、在線監(jiān)測等電力系統(tǒng)有較迫切需求的領域中，尋找實際應用的突破口。近幾年興起的小波變換方法，由于其克服了傅里葉變換不能對信號進行局部化分析的缺點。同時具有很強的特征值提取功能，特別適用于故障信號的分析，經小波變換處理后的信號作為神經網(wǎng)絡的輸入，可使網(wǎng)絡大大提高抗干擾性并加速收斂。所以小波分析與ANN的結合將在電力系統(tǒng)控制、保護、故障診斷等方而發(fā)揮更大的作用。ANN與專家系統(tǒng)和模糊控制的綜合對電力系統(tǒng)這樣一個復雜的動態(tài)大系統(tǒng)來說，應用潛力更大。ANN的形象思維能力，專家系統(tǒng)的邏輯思維能力和模糊邏輯這三者的結合，可體現(xiàn)出各自的優(yōu)勢，互相彌補各自的不足。

人工神經網(wǎng)絡特有的非線性適應性信息處理能力，克服了傳統(tǒng)人工智能方法對于直覺，如模式、語音識別、非結構化信息處理方面的缺陷，使之在神經專家系統(tǒng)、模式識別、智能控制、組合優(yōu)化、預測等領域得到成功應用。人工神經網(wǎng)絡與其它傳統(tǒng)方法相結合，將推動人丁智能和信息處理技術不斷發(fā)展。近年來，人工神經網(wǎng)絡正向模擬人類認知的道路上更加深入發(fā)展，與模糊系統(tǒng)、遺傳算法、進化機制等結合，形成計算智能，成為人工智能的一個重要方向，將在實際應用中得到發(fā)展。將信息幾何應用于人工神經網(wǎng)絡的研究，為人工神經網(wǎng)絡的理論研究開辟了新的途徑。神經計算機的研究發(fā)展很快，已有產品進入市場。光電結合的神經計算機為人工神經網(wǎng)絡的發(fā)展提供了良好條件。

5.總結

本文對人工神經網(wǎng)絡結構與特點進行了分析，詳細論述了ANN的優(yōu)點及其在電力系統(tǒng)中的應用，并對其發(fā)展前景做了展望。但是作為一個新興的學科ANN還存在以下問題：受到腦科學研究的限制，由于生理實驗的困難性，因此目前人類對思維和記憶機制的認識還很膚淺，還有很多問題需要解決；還沒有完整成熟的理論體系；還帶有濃厚的策略和經驗色彩；與傳統(tǒng)技術的接口不成熟。在電力系統(tǒng)工業(yè)中研制開發(fā)通用型價格低廉的ANN芯片是實現(xiàn)ANNT.程應用的重要方面?？梢灶A期，隨著更多的ANN芯片以及神經計算機的出現(xiàn)，必將給ANN及其在電力系統(tǒng)中的應用創(chuàng)造更好的硬件環(huán)境。