人工智能技术在电力系统故障诊断中应用

1 / 6 人工智能技术在电力系统故障诊断中应用 人工智能技术在电力系统故障诊断中应用 一、前言 在国家智能电网的推动下，电力系统的故障诊断成为了实现电力系统自动化的主要问题。通过人工智能技术对电网参数进行智能化分析，有利于及时诊断故障，从而优化电力系统，保障电力系统的稳定性，减少不必要的损失。 二、人工智能技术概述 人工智能技术集脑科学、神经学、信息技术为一体，目前广泛运用于多个领 域域，同时也是近年来科 技技领域的一个研究热点 。它通过对人脑的原理 和和行为进行模仿，从而 研研制出一种自动化的机 器器，这种机器能分析、 识识别 、发现问题。很多 电电力企业都运用了这种 技技术，它提高了电力运 行行的效率，减少了故障 发发生的机率，还节约了 人人力、物力、财力。同 时时，它也能解决电力系 统统中非常复杂的问题， 比比如非线性映射。不仅 如如此，它还被继电保护 所所应用。人工智能技术 中中的神经网络方法，通 过过采集大量的故障样本 ，使设备对故障有一定 的的印象。因此，在发生 故故障的时候，设备能够 快快速反应并且发出警报 。 三、人工智能技术 的的种类 1.人工神经 网网络 人工神经网络是 人人工智能技术中的一种 ，它的非线性问2 / 6 题非常 复复杂，这种技术主要是 用用在继电保 护上，它是 通通过模仿人的神经系统 而而研制出来的。此外， 人人工神经网络还具有比 较较快的反应能力，能够 及及时对电力系统进行监 控控、评估等等。即便是 发发生了故障，它也能够 进进行快速的判断，并且 对对故障的距离、情况等 一一一进行探测。 2.智智能模糊逻辑 智能模 糊糊逻辑通过运用模糊理 论论，输入变量，建立数 学学模型，能够很好地对 电电力系统进行规划，并 且且诊断电力系统故障。 如如今，智本文由论文联 盟盟 http:/收集 整整理能模糊逻辑已经成 为为了一种比较成熟和完 善善的人工智能技术，广 泛泛应用于电力系统当中 。 3.遗传算法 遗 传传算法的理论基础是数 学学模型，它通过借鉴自 然然遗传机制的随机搜索 算算法，从而对群体和个 体体之间的信息进行交换 。 4.混合技术 所 谓谓的混合技术，就是将 遗遗传算法、人工神经网 络络、智能模糊逻辑等几 种种技术合在一起，因为 上上面所说的几种方法有 一一定的局限性，甚至还 有有一些难以克服的缺陷 。将这些技术合在一起 ，就能够更好地解决电 力力系统中的问题。 四 、人工智能在故障诊断 中中的应用 人工智能技 术术中的模糊理论、专家 系系统和神经网络在电3 / 6 气 设设备故障诊断中应用较 广广泛，特别是在变压器 故故障诊断、发电机和电 动动机故障诊断中。目前 变变压器故障诊断常用方 法法是取变压器油分解出 气气体，对气体进行分析 来来判断故障状态。传统 的的故障诊断方法无法针 对对设备故障的不确定性 、非线性和复杂性等特 点点进行诊断，诊断效率 较较低。而人工智能方法 的的应用提高了诊断准确 率率。人工智能技术主要 使使用模糊逻辑、神经网 络络和专家系统三种故障 诊诊断方法。如在电动机 和和发动机的故障诊断中 使使用人工智能化的故障 诊诊断技术，结合了神经 网网络和模糊理论，实现 了了故障诊断知识模糊性 与与较强的神经网络共同 的的诊断，相对提高了故 障障的针对准确率。现在 简简单的 介绍下以下三种 故故障诊断方法。 1.模模糊逻辑 模糊逻辑是 在在模糊集合理论的基础 上上发展起来的，它采用 模模糊隶属度的概念来描 述述不精确、不确定的对 象象，并采用近似推理规 则则，使专家知识得以有 效效表达，且具有很强的 容容错能力。 综上可看 出出，模糊逻辑比较适合 用用来处理电网故障诊断 中中继电保护动作的不确 定定性和故障信息的不完 备备性。文献 8不仅 引引人了保护和断路器的 动动作信息，而且按额定 值值将遥测量进行模糊化 用用于故障诊断，为故障 诊诊断的多信息融合提供 了了新的思路。采用模糊 集集理论进行电网故障诊 断断也存在一些问题：像 隶隶属度函数的选择无明 确确的标准、可维护性较 差差等。4 / 6 所以在电网故障 诊诊断领域中，模糊集理 论论通常与其他诊断方法 相相结合，互相渗透、取 长长补短。 2.神经网 络络 作为典型的模拟人 类类神经系统进行信息传 输输与数据处理的人工智 能能技术，神经网络方法 最最大的特点就在于对于 神神经元网络的应用。不 同同神经元之间的沟通连 接接共同构成了网络运行 的的基础，对于各种隐含 所所处理问题的智慧进行 权权重连接，从而实现诊 断断与处理。从其运行方 式式和结构来看，它具有 一一定的学习能力，能够 通通过对学习算法的应用 实实现训练样本的训 练， 同同时完成知识的自我组 织织与构建，容错能力较 强强，即使输入信号存在 一一定的干扰因素，也能 在在较大程度上给出相对 正正确的输出结果。同时 ，系统强大的神经元并 行行运算能力还能并行处 理理故障诊断，因为在执 行行效率上也较为令人满 意意。众多的神经网络模 型型中，应用较为广泛和 典典型的是误差逆传播神 经经网络。这种网络具有 很很强的非线性映射能力 ，同时是一种柔性网络 结结构，能够随着逆传播 的的修正不断减少误差， 同同时还能通过对输入模 式式的响应做好分类，提 升升正确率，尤其是对于 变变压器故障中的油中溶 解解气体类故障诊断具有 较较好的应用效果。 虽 然然误差逆传播神经网络 在在故障诊断中有过多次 成成功的先例，但是随着 学学习样本的增多，输入 输输出关系的发杂多样化 ，这种系统的网络收敛 速速度不断受到影响，变 得得越来越5 / 6 慢，有时候甚 至至出现不收敛现象。基 于于这种情况，有些研究 指指出将径向路基函数网 络络应用与变压器的故障 诊诊断，以此来弥补和改 善善此神经系统的缺陷， 有有些研究则提出了基于 概概率神经网络的变压器 故故障诊断方法等等不一 而而足。神经网络方法的 应应用简化了复杂故障问 题题的处理与分类，同时 在在自我学习的基础上实 现现了对专家系统不足的 弥弥补。 3.专家系统 专家系统可简称为 ES ，它所面向主要是各 非非结构问题，特别是处 理理启发式、定性的或者 不不确定知识信息，通过 各各样的推理过程来达到 系系统所要求任务目标。 专家系统在我国电厂里 的的应用是最早及较为成 熟熟的人工智能技术，并 且且发展了很多专家系统 ，在电力系统不同领域 被被应用，像电网调度、 系系统恢复、监测和诊断 、预想事故筛选等，特 别别是监测核事故诊断成 为为专家系统在电厂中最 主主要应用领域。 依据 知知识存储方式不同，能 把把 ES 分为决策树、知 识识经验、规则及模型等 不不同形式，模型形式的 知知识所表达方 式是比较 适适合实时处理的，比基 于于规则形式推理方式要 更更为简单及快捷及容易 维维护。 ES 在输电网络 诊诊断故障里的典型应用 为为产生式规则系统，就 是是把断路器、保护器动 作作逻辑和运行人员诊断 经经验运用规则的形式进 行行表示，并形成知识库 ，依据6 / 6 报警信息进行知 识识库推理，以获得诊断 结结论，这种产生式规则 专专家系统在电厂中能够 被被广泛应用主要是因这 种种专家系统及故障诊断 特特点所决定的，在输电 网网络里断路器及一级保 护护间的关系能用模块化 及及直观规则进行表示， 并并且能 允许删除、增加 及及修改某些规则，从而 保保证诊断系统有效性 及 实实时性，对不确定问题 在在一定程度上给予了解 决决，还能给出一些符合 人人类语言结论及解释能 力力。 同时，框架法的 专专家系统能够进行分类 结结构知识表达，以及对 事事物间的相关性进行表 达达，并简化继承性知识 存存储及表述。专家系统 这这种人工智能技术尽管 能能有效模拟完成故障诊 断断，可在电厂实际应用 里里，还存在着一定不足 ，主要为知识获取及维 护护问题，并且接口也不 是是很友好，对故障诊断 里里的很