秦雅然

（上海智濤電力工程技術(shù)有限公司，上海 200000）

1 在線狀態(tài)監(jiān)測技術(shù)

1.1 在線狀態(tài)監(jiān)測技術(shù)的內(nèi)容與目的

在信息化、自動化技術(shù)快速發(fā)展的大環(huán)境下，有關(guān)電力系統(tǒng)的在線檢測成為可能，該技術(shù)的出現(xiàn)讓相關(guān)人員能足不出戶地了解電力系統(tǒng)運(yùn)行情況，進(jìn)而積極避免了系統(tǒng)故障的發(fā)生。就目前的情況而言，在線狀態(tài)監(jiān)測技術(shù)的出現(xiàn)有效滿足了當(dāng)前系統(tǒng)管理的要求，通過對電力系統(tǒng)關(guān)鍵設(shè)備的運(yùn)行狀態(tài)進(jìn)行評估，獲取與之有關(guān)的數(shù)據(jù)與資料，最終為故障診斷提供幫助。

現(xiàn)階段的電力系統(tǒng)在線狀態(tài)檢測技術(shù)主要由數(shù)據(jù)采集、數(shù)據(jù)分析與特征提取等組成，在這些功能模塊的影響下，電力系統(tǒng)在線狀態(tài)監(jiān)測技術(shù)能夠有效評估電力系統(tǒng)的運(yùn)行情況，并根據(jù)狀態(tài)監(jiān)測的目的，了解電力系統(tǒng)的運(yùn)行情況，構(gòu)建相應(yīng)的數(shù)據(jù)檔案。

同時，系統(tǒng)還具有強(qiáng)大的設(shè)備運(yùn)行監(jiān)測能力，當(dāng)某個電力系統(tǒng)設(shè)備出現(xiàn)運(yùn)行故障后，系統(tǒng)將會對該電力設(shè)備的運(yùn)行狀態(tài)進(jìn)行評估，并將評估結(jié)果反饋給總站，方便總站快速定位故障設(shè)備，實(shí)現(xiàn)了對電力系統(tǒng)故障的處理。

1.2 在線狀態(tài)檢測技術(shù)的應(yīng)用

在電力系統(tǒng)運(yùn)行過程中，電力系統(tǒng)以及相關(guān)設(shè)備的運(yùn)行故障存在一定的差別，常見的故障可以分為瞬變性故障與緩變性故障兩種。其中，瞬變性故障的發(fā)生時間很短，包括相間短路等，這些故障的出現(xiàn)將會直接影響電力系統(tǒng)的運(yùn)行情況。針對瞬變性故障，在線狀態(tài)檢測技術(shù)能夠在故障發(fā)生的一瞬間就獲取相應(yīng)的故障信息，并快速地在信息系統(tǒng)上反饋，方便技術(shù)人員快速掌握電力系統(tǒng)故障的相關(guān)資料。相比之下，緩變性故障主要是指在電力系統(tǒng)、電力設(shè)備的運(yùn)行過程中出現(xiàn)的故障，最終發(fā)展成為影響電力系統(tǒng)運(yùn)行的故障。由此可見，緩變性故障在實(shí)際上是一種進(jìn)程相對緩慢的故障類型。由于緩變性故障的發(fā)生時間很對較長，因此，在線狀態(tài)檢測技術(shù)能夠通過檢測電力系統(tǒng)設(shè)備運(yùn)行狀態(tài)的方式來快速評估設(shè)備的運(yùn)行資料，一旦發(fā)現(xiàn)某臺設(shè)備的運(yùn)行質(zhì)量沒有達(dá)到預(yù)期，將會以“黃色”等標(biāo)記的方式予以重點(diǎn)顯示，技術(shù)人員可以根據(jù)在線狀態(tài)監(jiān)測系統(tǒng)所提供的相關(guān)資料快速檢查設(shè)備的運(yùn)行狀態(tài)，發(fā)現(xiàn)故障及時解決，避免故障擴(kuò)大。

故障監(jiān)測特征的分類與獲取成為在線狀態(tài)檢測系統(tǒng)的關(guān)鍵，故障監(jiān)測狀態(tài)的特征信號獲取會直接影響系統(tǒng)運(yùn)行質(zhì)量。因此，在相關(guān)技術(shù)的支持下，在線狀態(tài)檢測系統(tǒng)會通過在不同電力設(shè)備上安裝故障監(jiān)測特征信號獲取裝置來判斷設(shè)備是否存在運(yùn)行故障。除此之外，在線狀態(tài)監(jiān)測系統(tǒng)還能夠利用自己所具有的數(shù)據(jù)信息庫完成電力系統(tǒng)歷史數(shù)據(jù)的對比，當(dāng)發(fā)現(xiàn)某些設(shè)備的運(yùn)行數(shù)據(jù)區(qū)別于歷史資料時，則會考慮設(shè)備的運(yùn)行故障風(fēng)險情況。

2 人工智能技術(shù)在故障診斷中的應(yīng)用

人工智能技術(shù)的發(fā)展為電力系統(tǒng)故障診斷提供了幫助，在人工智能技術(shù)的支持下，一大批新的數(shù)據(jù)分析技術(shù)被應(yīng)用在電力系統(tǒng)故障診斷中，發(fā)揮著巨大的作用。

2.1 專家電力系統(tǒng)故障診斷

專家電力系統(tǒng)故障診斷被認(rèn)為是人工智能技術(shù)在電力系統(tǒng)中最有效的應(yīng)用，該系統(tǒng)結(jié)合了多位專家學(xué)者對電力系統(tǒng)運(yùn)行情況的解讀，不僅能夠通過各種理論知識來識別電力系統(tǒng)的運(yùn)行情況，也能通過該系統(tǒng)來對故障的信息進(jìn)行讀取，最終強(qiáng)化了電力系統(tǒng)的運(yùn)行能力。

在電力系統(tǒng)故障診斷中，專家系統(tǒng)能夠針對電力系統(tǒng)的潛在故障與已經(jīng)發(fā)生的故障進(jìn)行分析，并根據(jù)系統(tǒng)建立之初所設(shè)計的信息庫，再配合故障內(nèi)容，對數(shù)據(jù)庫中的信息資料進(jìn)行推理與識別，最終完成對故障的準(zhǔn)確診斷，尋找電力系統(tǒng)運(yùn)行故障的解決手段?；谶@一描述，可以認(rèn)為在電力系統(tǒng)故障診斷中，專家系統(tǒng)的工作模式主要為：發(fā)現(xiàn)問題→診斷問題→解決問題，能夠滿足電力系統(tǒng)故障診斷的基本要求。同時，專家系統(tǒng)中的功能診斷模塊對電力系統(tǒng)中的大部分運(yùn)行故障都具有一定的分析與處理能力，不僅能夠科學(xué)闡述故障發(fā)生的原因，還能夠針對電力系統(tǒng)故障情況進(jìn)行針對性的總結(jié)，保證了數(shù)據(jù)處理的有效性。

2.2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)技術(shù)是人工智能領(lǐng)域較早開發(fā)的一個項(xiàng)目，該技術(shù)以人類腦部組織結(jié)構(gòu)為基礎(chǔ)，通過模擬人體大腦的思維模式來構(gòu)建信息處理系統(tǒng)。從當(dāng)前人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展情況看，該技術(shù)的出現(xiàn)滿足了大數(shù)據(jù)量情況下的稚嫩故障診斷要求，具有很大的開發(fā)價值。在當(dāng)前電力系統(tǒng)故障診斷中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)依靠自身所具有的強(qiáng)大信息處理能力，實(shí)現(xiàn)了自身的轉(zhuǎn)變。在系統(tǒng)故障診斷過程中，在人工神經(jīng)網(wǎng)絡(luò)技術(shù)的支持下，電力系統(tǒng)的運(yùn)行故障信息將會被快速地傳遞到人工神經(jīng)網(wǎng)絡(luò)體系中，之后人工神經(jīng)網(wǎng)絡(luò)體系將會通過相應(yīng)的數(shù)據(jù)分析模型，對反饋的故障信息進(jìn)行識別與處理，最終判斷故障生成的原因與解決方法。

有學(xué)者在研究人工神經(jīng)網(wǎng)絡(luò)技術(shù)時，深入研究了人工神經(jīng)網(wǎng)絡(luò)技術(shù)在電力系統(tǒng)故障診斷中的運(yùn)用。最終發(fā)現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠通過神經(jīng)網(wǎng)絡(luò)中的聯(lián)想記憶能力，將一個微小的電力系統(tǒng)運(yùn)行異常信息放大，實(shí)現(xiàn)了對數(shù)據(jù)的“豐富”，之后根據(jù)電力系統(tǒng)故障診斷的歷史信息，判斷該異常信息是否會成為引發(fā)系統(tǒng)故障的風(fēng)險源，并提醒相關(guān)人員關(guān)注，或者在第一時間反饋故障診斷信息。與傳統(tǒng)技術(shù)相比，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在電力系統(tǒng)故障診斷具有先進(jìn)性，該技術(shù)通過與電力系統(tǒng)相結(jié)合，能夠?qū)﹄娏ο到y(tǒng)中的各種運(yùn)行數(shù)據(jù)進(jìn)行編輯與處理，并通過神經(jīng)網(wǎng)絡(luò)中的聯(lián)想記憶能力、在線學(xué)習(xí)能力以及非線性的映射等，打破了傳統(tǒng)技術(shù)條件限制，能以更高的容錯率來適應(yīng)電力系統(tǒng)故障診斷工作。從長遠(yuǎn)角度來看，為了保證人工神經(jīng)網(wǎng)絡(luò)技術(shù)的技術(shù)內(nèi)容能夠達(dá)到預(yù)期，就需要構(gòu)建訓(xùn)練樣本，通過訓(xùn)練樣本來采取電力系統(tǒng)故障數(shù)據(jù)，獲得更理想的故障處理效果。

3 結(jié)論

從本次研究結(jié)果可知，現(xiàn)階段電力系統(tǒng)故障診斷技術(shù)已經(jīng)得到了充分發(fā)展，人工智能化技術(shù)、在線狀態(tài)機(jī)檢測技術(shù)等在電力系統(tǒng)故障診斷中發(fā)揮著越來越重要的作用。因此，在這種情況下，為了保證電力系統(tǒng)運(yùn)行質(zhì)量情況可以達(dá)到預(yù)期，就需要進(jìn)一步了解上述技術(shù)的技術(shù)內(nèi)容與實(shí)施要點(diǎn)，努力根據(jù)本單位電力系統(tǒng)故障診斷的要求，優(yōu)化上述技術(shù)的實(shí)施路徑，最終為保證電力系統(tǒng)高質(zhì)量運(yùn)行奠定基礎(chǔ)。

參考文獻(xiàn)：

［1］邢芝福.電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測與故障診斷技術(shù)分析［J］.天津科技，2017，44（07）：65-67.

［2］趙啟純.人工智能技術(shù)在電力系統(tǒng)故障診斷中的運(yùn)用分析［J］.電腦知識與技術(shù)，2017，13（02）：183-185.