人工智能在電力系統故障診斷中的應用

摘要：簡(jiǎn)要介紹了各種人工智能技術(shù)在輸配電網(wǎng)絡(luò )故障診斷中的應用，分析它們的優(yōu)缺點(diǎn)，并提出今后的發(fā)展方向，以促進(jìn)該領(lǐng)域的進(jìn)一步發(fā)展。
關(guān)鍵詞：故障診斷；人工智能；輸配電網(wǎng)絡(luò )；專(zhuān)家系統；神經(jīng)網(wǎng)絡(luò )；模糊理論；遺傳算法

0 引言
隨著(zhù)電網(wǎng)的不斷發(fā)展和電力走向市場(chǎng)，人們對電網(wǎng)的安全運行和供電可靠性的要求越來(lái)越高。輸配電系統是電力系統中發(fā)電廠(chǎng)與電力用戶(hù)之間輸送電能與分配電能的中間環(huán)節，包括各電壓等級的輸配電線(xiàn)路和變電所，它的故障是不可避免的。而電力系統規模的不斷擴大和各種監控設備的應用使得輸配電網(wǎng)絡(luò )故障診斷顯得尤為重要。因為其可靠性指標是影響整個(gè)電力系統可靠性的重要因素，其可靠性的改善將給整個(gè)電力系統的安全、可靠性和經(jīng)濟運行帶來(lái)巨大的效益。所以研究工作者一直致力于發(fā)展先進(jìn)、準確、高效的自動(dòng)故障診斷系統。
本文簡(jiǎn)要介紹了相關(guān)的人工智能技術(shù)，如專(zhuān)家系統(ES)、人工神經(jīng)網(wǎng)絡(luò )(ANN)、模糊理論(FZ)、遺傳算法(GA)，分別對文獻中提出的相應的輸配電網(wǎng)絡(luò )故障診斷方法進(jìn)行述評，提出各種方法的優(yōu)缺點(diǎn)。

1 專(zhuān)家系統
專(zhuān)家系統在輸電網(wǎng)絡(luò )故障診斷中的典型應用是基于產(chǎn)生式規則的系統，即把保護、斷路器的動(dòng)作邏輯以及運行人員的診斷經(jīng)驗用規則表示出來(lái)，形成故障診斷專(zhuān)家系統的知識庫，進(jìn)而根據報警信息對知識庫進(jìn)行推理，獲得故障診斷的結論。
文獻提出了一種知識獲取的多層流式的功能模型，用于產(chǎn)生變電站停電后的恢復方案，原理上有創(chuàng )新。文獻介紹了一個(gè)基于專(zhuān)家系統和多媒體技術(shù)開(kāi)發(fā)的配電變壓器測試與診斷解釋系統。文獻采用面向對象技術(shù)開(kāi)發(fā)了用于保護系統設計的專(zhuān)家系統，著(zhù)重考慮了保護系統設計與電力網(wǎng)絡(luò )本身設計的協(xié)調，以確保保護系統是電力系統運行中的一個(gè)繼承的和有效的部分。
雖然專(zhuān)家系統能夠有效地模擬故障診斷專(zhuān)家完成故障診斷的過(guò)程，但是在實(shí)際應用中仍存在一定缺陷，其主要問(wèn)題是知識獲取的瓶頸問(wèn)題，知識難以維護，以及不能有效地解決故障診斷中許多不確定因素，這些問(wèn)題大大影響了故障診斷的準確性。

2 人工神經(jīng)網(wǎng)絡(luò )
人工神經(jīng)網(wǎng)絡(luò )(ANN)是模擬人腦組織結構和人類(lèi)認知過(guò)程的信息處理系統，自1943年首次提出以來(lái)已迅速發(fā)展成為與專(zhuān)家系統并列的人工智能技術(shù)的另一重要分支。
文獻將大型輸電網(wǎng)絡(luò )分區，對各個(gè)區域分別建立基于BP算法的故障診斷網(wǎng)絡(luò )。文獻提出了在原有神經(jīng)網(wǎng)絡(luò )輸入節點(diǎn)的基礎上再增加一特征輸入節點(diǎn)，以反映輸入樣本數據大小的特征量的新方法。文獻則在分析BP算法缺點(diǎn)的基礎上，提出了一種變結構神經(jīng)網(wǎng)絡(luò )的最大值算法。
通過(guò)對神經(jīng)網(wǎng)絡(luò )結構或算法的改進(jìn)在一定程度上可以提高故障診斷的有效性。而由于專(zhuān)家系統方法與神經(jīng)網(wǎng)絡(luò )方法在許多方面可以協(xié)調工作、互為補充，因此，如何取長(cháng)補短將神經(jīng)網(wǎng)絡(luò )技術(shù)與故障診斷專(zhuān)家系統融為一體，以彌補診斷中的不足，并提供新的診斷技術(shù)和方法，具有很大的潛力和廣闊的應用前景，是值得我們深入探討和研究的。

3 模糊理論
輸電網(wǎng)絡(luò )故障診斷的不確定因素對于要求嚴格匹配搜索的專(zhuān)家系統來(lái)說(shuō)，很容易導致錯誤的結果。當在專(zhuān)家系統中融入模糊理論后，由精確推理變?yōu)榻仆评?，在相當程度上增強了?zhuān)家系統的容錯性。
文獻應用多目標模糊決策方法進(jìn)行故障測距與故障類(lèi)型辨識，并做了現場(chǎng)測試。文獻研究了在配電網(wǎng)絡(luò )中，當每個(gè)設備的運行狀況可以大致知道時(shí)，如何決定其適當的維修水平，以兼顧運行安全和維修成本。先用模糊集方法描述設備的運行狀況，之后構造了決定適當維護水平的模糊現行規劃模型。
由于一般的模糊系統采用了與專(zhuān)家系統類(lèi)似的結構，所以它也具有專(zhuān)家系統的一些固有缺陷：a．模糊系統在推理時(shí)也要搜索知識庫內一定的規則集才能得出診斷結論，所以當系統比較大時(shí)完成診斷的速度也比較慢。b．當輸電網(wǎng)絡(luò )的結構或自動(dòng)裝置的配置發(fā)生變化時(shí)，模糊系統的知識庫或相關(guān)規則的模糊度也要進(jìn)行相應的修改，即模糊系統也存在維護的問(wèn)題。c．模糊系統也不具備學(xué)習能力。

4 遺傳算法
遺傳算法是基于自然選擇和遺傳機制，在計算機上模擬生物進(jìn)化機制的尋優(yōu)搜索算法。它能在復雜而龐大的搜索空間中自適應地搜索，尋找出最優(yōu)或準最優(yōu)解，且算法簡(jiǎn)單、適用、魯棒性強。
文獻嘗試使用遺傳算法解決輸電網(wǎng)絡(luò )故障診斷問(wèn)題。文章首次建立了根據報警信息估計故障點(diǎn)的數學(xué)模型，并從診斷結果應該能夠盡可能解釋所有報警信息的角度出發(fā)，給出了故障診斷問(wèn)題的適應度函數，從而將輸電網(wǎng)絡(luò )故障診斷問(wèn)題轉化為0～1整數規劃問(wèn)題。
遺傳算法從優(yōu)化的角度出發(fā)基本上可以解決故障診斷問(wèn)題，但是如何建立合理的輸電網(wǎng)絡(luò )故障診斷模型是使用遺傳算法的主要“瓶頸”。

5 結語(yǔ)
本文分析了近年來(lái)專(zhuān)家系統、人工神經(jīng)網(wǎng)絡(luò )、模糊理論等人工智能技術(shù)在輸配電網(wǎng)絡(luò )故障診斷中的優(yōu)缺點(diǎn)，從中可以看出，依靠單一智能技術(shù)的故障診斷已難以滿(mǎn)足復雜的輸配電網(wǎng)絡(luò )診斷的全部任務(wù)要求，因此，將多種不同的智能技術(shù)結合起來(lái)的混合診斷系統是智能化故障診斷研究的一個(gè)發(fā)展趨勢。