人工智能技术在电力系统继电保护中的应用

王睿

摘要：随着国内经济的不断发展以及科学技术的不断进步，当前人工智能技术开始逐渐应用在电力系统运行过程中，改变了原有的生产模式。人工智能在电力系统中的应用，不仅能有效提升电力系统继电保护的工作效率，同时也能够保证电力系统继电保护运行过程中的安全。为保证人工智能技术能够发挥出应有的效果，完善当前电力系统继电保护运行过程中存在的不足，有必要对当前人工智能技术在电力系统继电保护中的应用情况进行分析，提升其与电力系统继电保护的融合效率。以此保证整个电力系统能够实现优化，促使电力行业实现更好地发展。

关键词：人工智能技术;电力系统继电保护;应用

1导言

受诸多因素影响，电力系统在运行过程中很容易陷入非正常状态，如超负荷及震荡等，人工智能技术的引入则可以很好地解决这类问题，通过有效提高电力系统继电保护智能化水平来进一步推动我国电力行业蓬勃发展。

2人工智能技术概述

人工智能技术，是计算机科学结构中的主要分支。该技术主要是在信息程序基础之上，融合了仿生生物技术、数字化程序等方面内容，它是社会资源协调整理和科学运作的主要方法，具有兼容性强、资源开发形式多元、实际操作便捷等优势。随着社会信息产业不断更新与发展，社会产业资源的研究深入性也在不断的加强，借助人工智能技术，做好各个方面的资源调节，已经成为诸多行业未来发展的主要趋势。比如，人工智能技术在电力调度自动化系统中的运用，就主要利用专家诊断、神经网络监管等优势，进行了电力传输资源协调管控。即，人工智能技术的运用与创新，基本上达到了行业服务品质提升和工作效率的同步增强，这是质与量相互兼容的技术实践形态。

3电力系统继电保护现状

首先，由于社会的不断进步，电力系统继电保护装置也日趋多元，且为了保证相应工作得以有序、高效地完成，工作人员在实践作业中往往会选用功能齐全且灵活可靠的保护装置。其次，电力系统的不断发展也对继电保护功能提出了更高要求，主要包括电容器保护功能、线路保护功能以及主变保护功能等。另外，为进一步提高电力系统继电保护技术水平，还应将其与现代化技术进行融合。最后，人工智能理论技术的不断发展推动了多项智能理论方法如专家系统、暂态保护技术等向电力系统领域的渗透，特别是微机继电保护技术，由于其具备超强的自我检测、数字计算以及逻辑处理能力，已经被广泛地应用于电气设备和高低压线路继电保护中。发展至今，我国的微机保护设备已然获得自主知识产权，技术及性能优异，完全足以取代进口机电保护设备。

4人工智能技术在电力系统继电保护中的应用

4.1广域保护技术

传统智能电网中的继电保护系统在采集信息的时候主要采取单端量和双端量的方式，不利于智能电网扩大生产规模。在实际采集信息的过程中，上述技术十分复杂，并且不容易操作。广域保护技术主要指将电网的子集作为处理数据的最小单位，然后在整个智能电网范围内对相关的系统数据信息进行汇总，根据数据分析判断出故障成因，及时判断故障位置，从而提出改进方案。广域保护技术不仅能够处理电网中的各种电力故障，还能实现自动恢复，能够有效提高智能电网中继电保护系统的工作效率。

4.2模糊理论在电力系统继电保护中的应用

传统的无功电压算法往往采用单目标法来进行问题优化，存在调节限制控制量考虑不周等弊端，且由于电力系统故障与故障前征兆间存在不确定性，关系并不明确，导致最后的诊断结果也相应变得模糊，而模糊理论的应用刚好可以解决这些问题，因此其在电力系统继电保护中的应用也愈发广泛。该理论主要包括三方面内容：系统规划、模式控制以及潮流计算，既可以有效确定电力生产及干负荷变化过程中的不确定因素，也可以用模糊值来表示部分不确定关系，从而构建起一个完整而有效的电力模糊系统。

4.3神经网络

神经网络能够灵活、有效的进行学习，是具有完全分布式特点的结构，比较适用于一些大规模、并行的信息处理，对于一些非线性的系统，有着非常强的模式识别能力以及建模能力，可对一些复杂的状态或是过程进行识别以及分类。按照具体情况的不同，当前已有很多种神经网络结构和具体的训练算法被应用在实际的电力系统中。如应用BP对电力系统的短期负荷情况进行预测，在保证拥有充足训练样本的情况下对预测的模型进行有效分类，创建出能适应不同季节的日预测和周预测模型，并能对输入的变量进行准确选择，尤其是在选择温度变量时。此外，应用人工神经网络以及对元件关联进行分析能诊断电力系统继电保护的故障，制定出多种复杂的诊断方法。这种方式主要将电力系统中的元件分成母线、变压器和线路三种，对每个种类的元件都有特定的ANN处理报警信息，对故障的具体位置进行确定。与ES诊断有着一定不同，ANN主要是通过对现场样本进行学习和训练，通过对ANN中的阈值和连接权进行调整，保证获取的知识能通过隐式的方式分布在整个神经网络上，实现ANN的模式记忆。由此可见ANN具备非常强大的获取知识能力，可有效对包含噪声数据进行处理，有效弥补了ES中的不足之处。由于神经网络具备良好的快速处理并行信息能力和分类能力，因此被广泛应用在电力系统继电保护中的监测与诊断、实时控制、符合预测以及状态评估等多个不同的领域。当前，基于神经网络的短期或是长期复合预测已成为人工智能在电力系统继电保护中作用最大的一种应用形式。

4.4遗传算法在电力系统继电保护中的应用

遗传算法是由美国科学家于20世纪70年代提出的一种计算模型，其主要是以自然选择与遗传机制作为理论基础，通过应用计算机设备，首先将问题的全部备用解都进行编码，接着便按照其理论来进行全局优化搜索，最终找到最优解集。发展至今，该算法已在电力系统继电保护工作中获得广泛应用，如诊断输电网络故障原因、实现输电系统电容最优化配置、无功优化电力系统以及处理图像等。该算法应用优势突出，如可以在庞大且复杂的搜索空间中完成自适应搜索并找出最优算法;算法简单且适用性强，在求解问题过程中几乎不受限制，不必经过复杂的求解过程即可以获得最优解集。最大的應用限制则仅在于，输电网络故障诊断模型尚未实现系统化与科学化，而该问题一旦得到解决，人们便可以利用遗传算法高效地解决故障诊断问题。

4.5专家诊断渠道的应用

其一，专家诊断渠道的应用，采用程序自动感应装置，进行自动化电力调度系统的自由化检验。其二，专家诊断渠道，是外部信息传输和输入检测的端口，它能够依据区域范围之内电力调度的电波波峰变化、数据调节等信息面，实现了电力调度信号稳定性的判断。比如，某地区将人工智能技术在电力调度自动化系统中运用时的工作实施要点归纳为：人工智能化技术运用期间，程序将原有的控制对象指令调节，转换为具有信息自由分析能力的结构。只要外部程序中出现了与其基础因素不相适应的信号。专家诊断体系将自动对出现运行故障的区域进行电力调度故障警报，相应的，程序就会启动自主修复指令，针对故障问题给予修复和完善的方法。

结束语

总之，当前，高速发展的经济社会在改善人民生活水平的同时，也对电力企业供电质量提出了更高要求，传统的继电保护已然无法满足人们当前的用电需求。为解决这一矛盾，可以将人工智能技术引入到电力系统继电保护当中，令其充分发挥自身优势，有力推动我国电力系统的智能化发展。

参考文献：

[1]徐英.人工智能在电力系统继电保护中的应用[J].电子技术与软件工程，2019（24）：240-241.

[2]杨雨婵.人工智能技术在电力系统继电保护中的应用[J].科技风，2020（10）：210.

[3]吴兴龙，陈乐，张芸.人工智能在继电保护中的应用[J].山东工业技术，2018（19）：131.

[4]赵刚.继电保护中的人工智能技术及其应用[J].江苏科技信息，2014（24）：58-59.