人工智能在继电保护中的应用

人工智能在继电保护中的应用

李昕阳

（昆明供电局变电运行一所云南省昆明市650000）

摘要：人工智能技术在电力系统的应用中已经获得了良好的发展。然而在我国，人工智能技术在电力系统中的应用研究才刚刚开始。随着我国电力系统的持续发展，电力系统数据总量的不断增加，管理上复杂程度的大幅度增长，以及市场竞争的影响和加大，为人工智能技术在电力系统的应用提供了广阔前景。可以预见，加强智能科学在电网中的科研和应用，将能更好的保证电网安全稳定经济运行。因此，本文对人工智能技术在继电保护中的应用进行分析。

关键词：人工智能技术；继电保护；应用

人工智能技术是通过模拟人类分析问题的思维模式，采用智能手段处理问题的技术。这种技术在实际应用中，能够有助于人们处理一些较为复杂的、并且难以通过数学模型进行求解的问题，提高问题的处理效率。在电力系统中，采用人工智能技术对系统中存在的故障进行检测和处理，为电力系统继电保护工作的研究与发展提供了新方法。

1继电保护中的人工智能技术应用概况

1.1人工智能技术的应用现状

人工智能技术的应用在目前还处于较为初级的阶段，其也仅仅是体现自一些局部领域。相对于继电保护设备中，人工智能技术的应用还较为广泛。早在20世纪人们就已经能够利用电磁继电器对电力系统进行初步的保护。但是由于其磁效应也会对继电保护的可靠性造成一定的影响，所以在很长一段时间内都未能取得突破性的进展。但是随着数字继电保护装置的逐渐运用以及以数控为基础的智能化断路器等新原件的开发，使得继电保护设备的保护效果得到明显的提升。这也为人工智能技术的发展奠定了良好的基础。所以，人工智能技术处于一种高速发展的阶段。

1.2人工智能技术应用的作用

人工智能技术的应用不仅能够让继电保护装置的运行效率更高，而且还能使得其可靠性得到全面的提升。其各种智能化程序的应用还能使得人力以及物力得到大幅度的节省，使得成本效率也能得到持续性的降低。尤其是在主电路以及辅助电路中，继电保护人工智能技术的应用，能够使得其负载降低，从而让电力的运行更加的流畅，减少了故障出现的机率。

2继电保护中的人工智能技术分析

2.1专家系统

专家系统也简称为ES系统，它是发展最早的、起到继电保护作用的智能系统。同时，它也是在人工智能系统中应用最广泛、研究最深入的课题之一，这项智能系统与整个知识工程的研究是紧密相连的。专家系统的构造，主要涉及了它对知识的表达形式、知识的运用、知识的处理等方面的研究方法以及理论知识。这个系统不单单结合理论知识来解决一些定性的问题，同时，还通过一种启发式的知识，例如，专家经验等解决问题。这样一来，通过这一系统的使用，就可以在解决问题时缩小知识的搜索的范围，进而提高解决问题的效率。除此之外，专家系统当中的解释模块，可以对一些在推理过程中使用到的知识、推理过程、推理结论进行进一步的解释说明。

在电力系统中的继电保护专家系统当中，通常所使用的表达知识的方式主要有以下几种：生产模式下的规则表示方法、框架模式下的表示方法、过程模式下的知识表示方法、面向对象的表示方法、知识模型的表示方法。其中，面向对象的表示方法和知识模型的表示方法是在智能技术、语言技术以及计算机技术发展的基础上形成的。专家系统在继电保护的管理以及整定工作当中得到了广泛的使用。一旦电力系统的运行模式发生改变、引进新的设备或者设备进行检修，面对这些现象，专家系统的定值以及相应的保护配置都会发生改变。另外，专家系统还可以依据其自身的运行规程、电网结构以及专家经验等功能，来对协助系统的应用人员做出保护对策。在人工智能系统中的专家系统虽然可以模拟专家来对继电保护工作做出相应的决策，但是，这种智能系统在实际使用的过程中还存在一些不足之处。例如，该系统在建立知识库以及维护知识库的方面还不是很完善，并且容错能力差，特别是在对一些难度较大、复杂程度较高的故障进行推理时，系统的反应速度较慢。以上种种不足，都会在一定程度上影响专家系统对继电保护的精准程度。

2.2人工神经网络

人工神经网络（ANN）是信息处理系统，其主要是对人脑组织结构和人类认知的过程进行模拟。非线性特征、处理能力的并行性和自组织自学习的能力等这些特点是人们对其进行广泛关注的主要原因。BP算法是研究的最为成熟的，它具有直观和简单的网络结构和算法，主要应用在工业领域。电力系统具有非常复杂的非线性系统，所以在电力系统继电保护中ANN理论的发展前景十分广阔，可以利用神经网络方法合理的解决难以求解的和复杂的非线性问题。如经过渡电阻的短路问题发生在输电线两侧系统电势角度摆开的情况下的这一非线性问题，对于故障位置利用距离保护无法准确的判断出，这样会使误动现象产生，通过神经网络方法的适应，只要样本对各种情况集中充分的考虑，都可以正确的判断所有故障发生的位置。ANN构造的单相限脉冲和三相变压器的差动保护是由部分学者提出来的，一般在瞬时信号的处理中使用这种ANN模式，其主要对2种结构进行了研究：

第一，对单相变压器内部故障检测的模式；

第二，对三相变压器内部故障检测的模式。

有些学者在BP算法不足的基础上将变结构神经网络的最大值算法提出来，其主要是通过将训练过程进一步简化，使网络收敛和诊断推理的速度不断加快，从而可以将识别故障率大大提高，使自动诊断故障和综合智能化保护的目的得以实现。

虽然神经网络方法可以将专家系统获取知识的瓶颈和难以维护知识库等问题合理的解决，但是其与处理启发性知识不符，同时由于ANN技术本身的完备性不足，其具有缓慢的学习速度、较长的训练时间和较弱的解释功能，对神经网络的实用化会造成不利影响。

2.3模糊理论(FuzzySetsTheory)的应用

模糊逻辑能够完成传统数学方法难以做到的近似计算。近几年来，模糊集理论在电力系统中的诸多应用领域取得了飞速进展，包括了潮流计算、系统规划、模糊控制等方面。例如对干负荷变化和电力生产的不确定性，就可运用模糊值来表示某不确定负荷在实际集合中的隶属函数，建立起电力系统最优潮流的模糊模型。

传统无功电压优化算法一般是单目标优化问题，并没有考虑有功网损的降低和限制控制量调节数最少，而且在处理电压约束时，未考虑“软约束”特性。可引入模糊线性规划算法以解决这一问题。为很好地协调降低网损、限制调节量和确保节点电压裕度三者的关系，在有限控制量调节的前题下，可实现校正违界电压、降低系统网损和确保所有节点电压留有一定的裕度。利用模糊综合评判的方法对电能质量进行综合评价的二级评判法。

结束语：

综上所述，继电保护中的人工智能技术应用十分关键，其是提升继电保护装置可靠运行的基础。在进行人工智能技术应用的过程中，一定要结合实际情况。对其硬件以及软件基础进行全面的分析，并实现人工智能化。只有这样继电保护装置在人工智能化基础中的应用才能更加地广泛。

参考文献：

[1]人工智能技术在电力系统继电保护中的应用[J].胡斌.电子技术与软件工程.2017(20)

[2]继电保护中的人工智能技术分析[J].梁栋.电子技术与软件工程.2016(09)

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

[4]人工智能在电力系统中的应用研究与实践综述[J].朱永利,尹金良.发电技术.2018(02)