周歡歡

（上海金智晟東電力科技有限公司，中國 上海 200233）

0 引言

人工智能技術(shù)在現(xiàn)如今多方面區(qū)域中實(shí)現(xiàn)發(fā)展運(yùn)用，逐漸地引起了人們對其利弊方面的重視和關(guān)注。因此，本文就當(dāng)前人工智能技術(shù)在輸配電網(wǎng)絡(luò)故障診斷中的運(yùn)用情況展開了分析，在落實(shí)好電網(wǎng)系統(tǒng)安全隱患問題的基礎(chǔ)上，為經(jīng)濟(jì)提供可持續(xù)化發(fā)展動力。當(dāng)輸配電網(wǎng)絡(luò)出現(xiàn)故障時，需要實(shí)際操作人員對其電力設(shè)備、電力裝置等方面加大調(diào)整和試調(diào)力度，深入軟件、設(shè)備內(nèi)部進(jìn)行分析，在能夠判別故障原因、組件以及故障性質(zhì)的基礎(chǔ)上，從細(xì)節(jié)化問題入手，運(yùn)用合理、科學(xué)的方法及時進(jìn)行技術(shù)化處理，以此恢復(fù)輸配電網(wǎng)絡(luò)的穩(wěn)定、高效運(yùn)行。

1 輸配電網(wǎng)絡(luò)的分析

由于輸配電網(wǎng)絡(luò)在整體電力傳輸系統(tǒng)中處于一個重要環(huán)節(jié)，既是連接各個區(qū)域發(fā)電廠與實(shí)際用電用戶之間的重要“紐帶”，更是實(shí)現(xiàn)向用電用戶輸送分支電能、主電能的運(yùn)載體，因此，在其運(yùn)輸過程中出現(xiàn)的隱患、故障問題往往很難從根本上實(shí)現(xiàn)避免；基于此點(diǎn)因素，影響技術(shù)研究人員在輸配電網(wǎng)絡(luò)運(yùn)輸過程中不斷探究有效、高效且創(chuàng)新的故障診斷技術(shù)，提高細(xì)節(jié)化問題的處理力度，與社會經(jīng)濟(jì)技術(shù)相接軌，為電能企業(yè)的運(yùn)行打好基礎(chǔ)。

從當(dāng)前輸配電的實(shí)際作用方面，可以了解到：輸配電的實(shí)際運(yùn)行概念主要包括三大方面，即輸電、變電以及配電。在這三大方面中輸電主要是指電能資源在總體網(wǎng)絡(luò)中的傳輸情況，同時，通過輸電，既能將距離較遠(yuǎn)的發(fā)電廠和負(fù)荷中心進(jìn)行一定程度上的串聯(lián)，從根本上減少了距離感和因距離較遠(yuǎn)產(chǎn)生的電能傳輸問題，又促進(jìn)電能資源的開發(fā)、使用實(shí)現(xiàn)“超越地域的限制”“在超越的基礎(chǔ)上實(shí)現(xiàn)擴(kuò)大化發(fā)展運(yùn)用”。變電主要是指利用一定的機(jī)械設(shè)備裝置將電能電壓由原先的低等級向高等級進(jìn)行升壓，或由高等級轉(zhuǎn)變?yōu)榈湍芗壍倪^程。配電則是在消費(fèi)電能地區(qū)內(nèi)的基礎(chǔ)上，將電力資源分配至用戶居住區(qū)域的一種分配手段，實(shí)現(xiàn)電能直接為用戶服務(wù)的運(yùn)行、操作。

2 人工智能在輸配電網(wǎng)絡(luò)故障診斷中的運(yùn)用情況

依據(jù)人工智能技術(shù)在輸配電網(wǎng)絡(luò)故障診斷中的多樣化運(yùn)用可以看出：通過將人工智能技術(shù)運(yùn)用到輸配電網(wǎng)絡(luò)故障診斷技術(shù)中，借以人工智能技術(shù)的人工編程智能化，相當(dāng)于從根本上代替了人力資源的調(diào)修、管理，在此基礎(chǔ)上，人工智能技術(shù)后期會自己進(jìn)行完善、創(chuàng)新，以現(xiàn)代化技術(shù)方法將輸配電網(wǎng)絡(luò)中出現(xiàn)的故障問題進(jìn)行細(xì)節(jié)化處理，深入電網(wǎng)系統(tǒng)內(nèi)部進(jìn)行完善、修復(fù)處理，提高了整體輸配電網(wǎng)絡(luò)系統(tǒng)的先進(jìn)、高效運(yùn)行。

2.1 專家系統(tǒng)技術(shù)

專家系統(tǒng)技術(shù)通常是指一個或一組能在某些特定領(lǐng)域內(nèi)，應(yīng)用大量的專家知識和推理方法求解復(fù)雜問題的一種人工智能計(jì)算機(jī)程序，該技術(shù)具有科學(xué)、嚴(yán)密的專家技術(shù)和知識能力，可以說是較為先進(jìn)的一種計(jì)算機(jī)程序。同時，專家系統(tǒng)又屬于人工智能的一個發(fā)展分支，其次專家系統(tǒng)的研究目標(biāo)主要是模擬人類專家的推理思維過程。

在專家系統(tǒng)技術(shù)領(lǐng)域，一般是將領(lǐng)域?qū)＜业闹R和經(jīng)驗(yàn)，用一種知識表達(dá)模式存入計(jì)算機(jī)中，便于后期在各個科技領(lǐng)域中的運(yùn)行與發(fā)展。領(lǐng)域?qū)＜疫\(yùn)用知識表達(dá)模式將知識、經(jīng)驗(yàn)傳入計(jì)算機(jī)后，其計(jì)算機(jī)內(nèi)部的系統(tǒng)會對剛剛輸入的事實(shí)進(jìn)行推理、分析，自我做出判斷和決策。因此，從時間進(jìn)程上來看：自20世紀(jì)60年代開始，專家系統(tǒng)在多方面實(shí)現(xiàn)了多方面的運(yùn)行和應(yīng)用，既在一定程度上促進(jìn)了經(jīng)濟(jì)、社會的發(fā)展，又為社會發(fā)展、經(jīng)濟(jì)推進(jìn)產(chǎn)生了巨大的效益，專家系統(tǒng)又成了現(xiàn)階段人工智能領(lǐng)域中最活躍、最受重視的技術(shù)領(lǐng)域。

2.2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)通常是指一種應(yīng)用類似于大腦神經(jīng)突觸連接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型技術(shù)。在工程與學(xué)術(shù)界方面也常直接被簡稱為 “神經(jīng)網(wǎng)絡(luò)”或“類神經(jīng)網(wǎng)絡(luò)”。同時，神經(jīng)網(wǎng)絡(luò)相當(dāng)于一種運(yùn)算模型，主要由大量的節(jié)點(diǎn)（或稱之為神經(jīng)元）和之間相互連接構(gòu)成。在每個節(jié)點(diǎn)方面又代表了一種特定的輸出函數(shù)，即稱為激勵函數(shù)。每兩個節(jié)點(diǎn)之間的連接都代表一個對于通過該連接信號的加權(quán)值，稱之為權(quán)重，這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。在網(wǎng)絡(luò)輸出方面則還是依據(jù)網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵函數(shù)的因連接方式產(chǎn)生不同變化。而網(wǎng)絡(luò)自身通常都是對自然界某種算法或者函數(shù)的逼近，也可能是對一種邏輯策略的表達(dá)。在人工神經(jīng)網(wǎng)絡(luò)構(gòu)筑理念方面主要是受到生物，即人或者是其他動物神經(jīng)網(wǎng)絡(luò)功能的運(yùn)作啟發(fā)而產(chǎn)生的。人工神經(jīng)網(wǎng)絡(luò)通常是通過一個基于數(shù)學(xué)統(tǒng)計(jì)學(xué)類型的學(xué)習(xí)方法得以進(jìn)行前期、中期、后期的優(yōu)化，所以說人工神經(jīng)網(wǎng)絡(luò)也是數(shù)學(xué)統(tǒng)計(jì)學(xué)方法的一種實(shí)際應(yīng)用。

而將人工神經(jīng)網(wǎng)絡(luò)運(yùn)用到當(dāng)前輸配電網(wǎng)絡(luò)中，通過統(tǒng)計(jì)學(xué)的標(biāo)準(zhǔn)數(shù)學(xué)方法能夠幫助電網(wǎng)調(diào)修人員得到大量的可以用函數(shù)來表達(dá)的局部結(jié)構(gòu)空間，具有一定的數(shù)據(jù)意義；另一方面在人工智能學(xué)的人工感知領(lǐng)域，可以進(jìn)一步幫助輸配電網(wǎng)絡(luò)診斷人員通過數(shù)學(xué)統(tǒng)計(jì)學(xué)的應(yīng)用以此做人工感知方面的決定問題。依據(jù)統(tǒng)計(jì)學(xué)的方法，人工神經(jīng)網(wǎng)絡(luò)能夠類似人一樣具有簡單的決定能力和簡單的判斷能力，在代替輸配電網(wǎng)絡(luò)調(diào)修人員人工調(diào)修、計(jì)算的同時，實(shí)時運(yùn)用信息化技術(shù)、科學(xué)化計(jì)算方法，減少了因人工計(jì)算輸配電網(wǎng)絡(luò)數(shù)值產(chǎn)生的誤差情況。從根本上來說：將人工神經(jīng)網(wǎng)絡(luò)運(yùn)用到輸配電網(wǎng)絡(luò)故障診斷中，在人工智能技術(shù)邏輯性思維計(jì)算的基礎(chǔ)上，實(shí)現(xiàn)數(shù)據(jù)的嚴(yán)密、嚴(yán)謹(jǐn)化處理。

在實(shí)際操作方面，以人工神經(jīng)網(wǎng)絡(luò)技術(shù)的主要功能為主，運(yùn)用到輸配電網(wǎng)絡(luò)的內(nèi)部電力系統(tǒng)中，從根本上對電力系統(tǒng)進(jìn)行一定程度上的保護(hù)、控制，穩(wěn)定輸配電網(wǎng)絡(luò)內(nèi)部的電力系統(tǒng)運(yùn)行。盡管輸配電網(wǎng)絡(luò)內(nèi)部網(wǎng)絡(luò)錯綜復(fù)雜，但操作人員為了從根本上分清不同電力系統(tǒng)之間的聯(lián)系性和內(nèi)部故障情況，對不同區(qū)域的電力系統(tǒng)建立了以BP算法為主的故障診斷網(wǎng)絡(luò)系統(tǒng)，后期能夠通過這些故障診斷網(wǎng)絡(luò)系統(tǒng)的算法數(shù)據(jù)及時了解不同區(qū)域的故障診斷情況，因而具有一定的便利性。而在此基礎(chǔ)上，運(yùn)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，相當(dāng)于為現(xiàn)階段輸配電網(wǎng)絡(luò)的平穩(wěn)運(yùn)行提供了后期保障。

2.3 模糊理論技術(shù)

模糊理論技術(shù)通常是指用到了模糊集合的基本概念方法或連續(xù)隸屬度函數(shù)的理論技術(shù)。在實(shí)際分類方面，它既可以分類為“模糊數(shù)學(xué)”“模糊系統(tǒng)”“不確定性和信息”“模糊決策”“模糊邏輯”以及人工智能這五個分支技術(shù)。由于這五大技術(shù)在應(yīng)用方面并不完全獨(dú)立，因此五大分支技術(shù)之間更是有著緊密的聯(lián)系和關(guān)聯(lián)性。在實(shí)際關(guān)聯(lián)方面可以看出：模糊控制通常會被運(yùn)用到模糊數(shù)學(xué)和模糊邏輯的概念中進(jìn)行表現(xiàn)。

因此，將模糊理論運(yùn)用到當(dāng)前輸配電網(wǎng)絡(luò)故障診斷技術(shù)中，幫助輸配電調(diào)修人員進(jìn)行人工智能化推理，首先將輸配電網(wǎng)絡(luò)中的診斷依據(jù)進(jìn)行系統(tǒng)化輸入，將專家系統(tǒng)技術(shù)與模糊理論進(jìn)行接軌，在實(shí)現(xiàn)推理的基礎(chǔ)上，加入輸配電故障診斷的故障診斷文獻(xiàn)，增添了數(shù)據(jù)的準(zhǔn)確性。為調(diào)修管理人員提供故障診斷科學(xué)化、準(zhǔn)確化的經(jīng)驗(yàn)數(shù)據(jù)。

基于當(dāng)前模糊理論技術(shù)的多目標(biāo)決策方法，能夠幫助操作人員發(fā)現(xiàn)輸配電網(wǎng)絡(luò)在故障診斷數(shù)據(jù)中的不確定性因素。通過模糊理論中的模糊集方法對變壓器的保護(hù)原理進(jìn)行構(gòu)造，從內(nèi)部區(qū)別故障、選取變壓器以及副邊的電流等作為特征數(shù)量值，依據(jù)電磁暫態(tài)程序得到的仿值采取統(tǒng)計(jì)計(jì)算的方法得到模糊規(guī)則，后期采用D-S證據(jù)理論對得到的模糊規(guī)則進(jìn)行處理，為操作人員得到合理、確定性數(shù)據(jù)。

3 結(jié)語

本文就人工智能技術(shù)在當(dāng)前輸配電網(wǎng)絡(luò)故障診斷技術(shù)的運(yùn)用情況進(jìn)行多方面分析，提出專家系統(tǒng)技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊理論技術(shù)這三大技術(shù)領(lǐng)域在輸配電網(wǎng)絡(luò)故障診斷技術(shù)中的運(yùn)行效率和運(yùn)用情況。同時，在單個技術(shù)運(yùn)用發(fā)展的同時，融入其他技術(shù)方法，實(shí)現(xiàn)一定程度上的優(yōu)勢互補(bǔ)，為輸配電網(wǎng)絡(luò)故障診斷技術(shù)提供有效、合理、科學(xué)的診斷數(shù)據(jù)，保障電網(wǎng)系統(tǒng)內(nèi)部實(shí)現(xiàn)平穩(wěn)運(yùn)行，促進(jìn)社會、經(jīng)濟(jì)的可持續(xù)發(fā)展。