燕 潔,史天祥,武恒新,卞婉春（東南大學(xué)成賢學(xué)院電氣工程系,南京 210088）

?

人工智能及其在電力系統(tǒng)中的應(yīng)用

燕 潔,史天祥,武恒新,卞婉春
（東南大學(xué)成賢學(xué)院電氣工程系,南京 210088）

摘 要：介紹了人工智能中的專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊理論、模式識(shí)別和小波分析技術(shù)，以及這些技術(shù)在電力系統(tǒng)中的相關(guān)應(yīng)用。

關(guān)鍵詞：人工智能；電力系統(tǒng)；應(yīng)用

1 引言

隨著信息社會(huì)和知識(shí)經(jīng)濟(jì)時(shí)代的來(lái)臨，信息量急劇增加，使得僅靠人腦來(lái)處理紛繁復(fù)雜信息變得力不從心，所以需要開(kāi)發(fā)由機(jī)器實(shí)現(xiàn)的人工智能。同樣隨著我國(guó)電力行業(yè)的大力發(fā)展,系統(tǒng)結(jié)構(gòu)越來(lái)越復(fù)雜，各種數(shù)據(jù)越來(lái)越多,這就需要將人工智能的技術(shù)應(yīng)用在電力系統(tǒng)中，幫助人們解決復(fù)雜的問(wèn)題。

2 人工智能技術(shù)在電力系統(tǒng)中的具體應(yīng)用

2.1 人工智能定義

人工智能（artificial intelligence，簡(jiǎn)稱AI)[1]是研究、開(kāi)發(fā)和模擬人類智能、智能行為及其規(guī)律的一門學(xué)科，是計(jì)算機(jī)學(xué)科的一個(gè)分支，它的主要任務(wù)是通過(guò)建立智能信息處理理論，設(shè)計(jì)出具有近似于人類智能行為的計(jì)算系統(tǒng)。

2.2 電力系統(tǒng)中人工智能的研究和應(yīng)用領(lǐng)域

（1）專家系統(tǒng)。專家系統(tǒng)(ES)是人工智能領(lǐng)域的一個(gè)重要分支，它的原理是首先需要對(duì)專家在某一個(gè)學(xué)科領(lǐng)域內(nèi)的知識(shí)和經(jīng)驗(yàn)進(jìn)行統(tǒng)計(jì)分析，然后采用計(jì)算機(jī)程序來(lái)模擬專家對(duì)相同問(wèn)題的決策過(guò)程，最后提出解決問(wèn)題的方法。例如故障專家系統(tǒng),可以根據(jù)人工提供或現(xiàn)場(chǎng)檢測(cè)采集到的數(shù)據(jù)來(lái)判斷故障發(fā)生的具體原因，為排除故障提供參考。在電力系統(tǒng)實(shí)際運(yùn)行時(shí)，為保證操作的安全準(zhǔn)確性，采用了操作票制度。然而對(duì)于現(xiàn)場(chǎng)運(yùn)行人員來(lái)說(shuō)，編制操作票是一項(xiàng)復(fù)雜智能性的勞動(dòng)，因此可將專家系統(tǒng)應(yīng)用于編制操作票工作中，這樣對(duì)于減輕人腦負(fù)擔(dān)和提高準(zhǔn)確性都有重要意義。在繼電保護(hù)中也可采用專家系統(tǒng)，它是針對(duì)整個(gè)系統(tǒng)中不同保護(hù)工作原理，制定相應(yīng)的鑒別規(guī)則、整定原則、核查規(guī)則、校正規(guī)則等，從而實(shí)現(xiàn)設(shè)備的智能調(diào)整與維護(hù)[1]。

（2）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)(ANN)從信息收集和處理的角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行模擬抽象，它采取的是非線性映射的方法，通過(guò)對(duì)標(biāo)準(zhǔn)樣本的學(xué)習(xí)，不斷調(diào)整自身的連接權(quán)重，經(jīng)過(guò)訓(xùn)練最終能夠獲得正確的輸出，具有強(qiáng)大的知識(shí)獲取能力，善于解決難以列出方程式或復(fù)雜的非線性問(wèn)題。1975年Dillon等人在第五次PSCC會(huì)議上發(fā)表了一篇關(guān)于用自學(xué)習(xí)機(jī)進(jìn)行負(fù)荷預(yù)測(cè)的文章，這是ANN在電力系統(tǒng)中的最早應(yīng)用[5]。但限于當(dāng)時(shí)對(duì)ANN本身的研究沒(méi)有實(shí)質(zhì)性進(jìn)展，所以ANN在電力系統(tǒng)中的應(yīng)用沒(méi)有得到足夠的重視，以至于這方面的研究工作中斷了很長(zhǎng)時(shí)間。直至1986年S.Y.OH用模式識(shí)別以及聯(lián)想記憶的方法對(duì)一個(gè)實(shí)際系統(tǒng)進(jìn)行了安全估計(jì)，證明了該方法的可行性。隨后，1988年D.J.Sobajic和Y.H.Pao應(yīng)用ANN中的BP算法進(jìn)行電力系統(tǒng)的動(dòng)態(tài)安全估計(jì)，通過(guò)計(jì)算結(jié)果可知這種方法準(zhǔn)確度很高。

（3）模糊理論。模糊理論以模糊集合為基礎(chǔ)，其基本思想是接受模糊性現(xiàn)象存在的事實(shí)，以處理概念模糊不確定事物為目標(biāo)，利用模糊隸屬度的概念來(lái)對(duì)不確定事件與現(xiàn)象進(jìn)行描述。應(yīng)用模糊理論的模糊識(shí)別可以通過(guò)對(duì)事物的特征進(jìn)行分類和識(shí)別，解決了電力系統(tǒng)中許多需要較長(zhǎng)時(shí)間的復(fù)雜運(yùn)算來(lái)進(jìn)行故障診斷的問(wèn)題，提高了電力系統(tǒng)故障診斷的效率。模糊理論主要應(yīng)用在繼電保護(hù)的主變保護(hù)、線路保護(hù)和發(fā)電機(jī)保護(hù)等幾個(gè)方面[5]。例如在故障電壓分量中，電壓的高頻成分各不相同，提取不同相電壓的變換頻率特征，將其與模糊集合進(jìn)行比較，從而可判斷出故障相；還可以通過(guò)分析對(duì)比變壓器實(shí)際工作電流與理論電流的對(duì)稱度隸屬函數(shù)的近似程度進(jìn)行變壓器故障判斷，當(dāng)近似程度超過(guò)某一欲定值時(shí)，即可以斷定變壓器發(fā)生了故障。但是，模糊系統(tǒng)有自己的缺點(diǎn)，它不具備獨(dú)立學(xué)習(xí)能力且建立模型、獲取語(yǔ)言規(guī)則以及隸屬度的方法都不夠完善，所以在電力系統(tǒng)中的應(yīng)用也受到了一定的限制。

（4）模式識(shí)別。模式識(shí)別是人類的一項(xiàng)基本技能，在日常生活中，人們經(jīng)常進(jìn)行“模式識(shí)別”，隨著人工智能的興起，人們當(dāng)然也希望能用計(jì)算機(jī)來(lái)代替或擴(kuò)展人類的部分腦力勞動(dòng)。（計(jì)算機(jī)）模式識(shí)別是指通過(guò)計(jì)算機(jī)用數(shù)學(xué)技術(shù)的方法來(lái)研究模式的自動(dòng)處理和判讀過(guò)程。模式識(shí)別技術(shù)在電力系統(tǒng)中的應(yīng)用較為廣泛，比如高阻抗檢測(cè)、距離保護(hù)等。例如新式繼電保護(hù)裝置，它是建立在模式識(shí)別技術(shù)與微處理機(jī)基礎(chǔ)上的，通過(guò)改進(jìn)配電線接地保護(hù)裝置，在其內(nèi)置微處理機(jī)上加裝模式識(shí)別數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)可以識(shí)別電壓和電流信號(hào)，通過(guò)對(duì)線路的電流和電壓信號(hào)進(jìn)行實(shí)時(shí)數(shù)據(jù)比對(duì)，進(jìn)而能夠準(zhǔn)確鑒別高阻抗正?；蚬收蠣顟B(tài)。

（5）小波分析。小波分析是應(yīng)用數(shù)學(xué)和工程學(xué)科中一個(gè)迅速發(fā)展的新領(lǐng)域，與傅里葉變換相比，小波變換是空間（時(shí)間）和頻率的局部變換，因而能有效地從信號(hào)中提取信息。通過(guò)伸縮和平移等運(yùn)算功能可對(duì)函數(shù)或信號(hào)進(jìn)行多尺度的細(xì)化分析，解決了傅里葉變換不能解決的許多困難問(wèn)題，適用于非平穩(wěn)信號(hào)的判斷與處理。因此非常適用于電力系統(tǒng)中正常信號(hào)中突然出現(xiàn)瞬間信號(hào)反常問(wèn)題的分析。小波分析在電力系統(tǒng)中主要應(yīng)用在與電流、電壓相關(guān)的故障診斷方面，一般情況下需要與其他方法結(jié)合使用。例如對(duì)變壓器勵(lì)磁涌流的判斷，可以通過(guò)小波變換的方法提取勵(lì)磁涌流的間斷角特征，然后結(jié)合模糊理論的方法進(jìn)行具體的故障診斷。

3 結(jié)語(yǔ)

本文主要介紹了幾種人工智能技術(shù)在電力系統(tǒng)中的實(shí)際應(yīng)用，目前各種人工智能技術(shù)和方法在系統(tǒng)中的應(yīng)用還不夠深入，但隨著研究的不斷進(jìn)行，新的研究成果會(huì)為人工智能在電力系統(tǒng)中的規(guī)劃、運(yùn)行和控制開(kāi)拓新的思路提供新的方法。

參考文獻(xiàn)：

[1] 艾芊.現(xiàn)代電力系統(tǒng)辨識(shí)人工智能方法[M].上海交通大學(xué)出版社,2012.

[2]王振江.專家系統(tǒng)及其在電力系統(tǒng)中的應(yīng)用介紹[J].廣東輸電與變電技術(shù)，2004（1）.

[3]韓楨祥，文福栓.人工智能及其在電力系統(tǒng)中的應(yīng)用-從專家系統(tǒng)到人工神經(jīng)網(wǎng)絡(luò)[J].電力系統(tǒng)自動(dòng)化，1991（3）.

[4]朱福喜.人工智能基礎(chǔ)教程[M].清華大學(xué)出版社，2011.

[5]趙剛.繼電保護(hù)中的人工智能技術(shù)及其應(yīng)用[J].江蘇科技信息，2014(24).

作者簡(jiǎn)介：燕潔（1982-），女，河北辛集人，講師，研究方向：電能質(zhì)量。

基金項(xiàng)目：江蘇省大學(xué)生實(shí)踐創(chuàng)新項(xiàng)目 (scx1516)

DOI:10.16640/j.cnki.37-1222/t.2016.02.122