人工智能(AI)在电力系统中的应用徐志国1,2(1.东南大学 江苏南京 210096;2.金陵科技学院 江苏南京 210001)摘 要:简要地介绍了人工智能技术的基本概念,并指出其在电力系统中的应用范围。

对专家系统、人工神经网络、模糊理论、遗传算法等人工智能技术的基本概念进行了简单的介绍,并从实用化的观点对他们在电力系统故障诊断中的应用特点、存在问题进行分析,最后指出综合运用多种人工智能技术是电力系统中的人工智能技术应用的最新发展动向,并提出了有针对性的建议。

关键词:人工智能;电力系统;故障诊断;专家系统;神经网络;模糊理论中图分类号:T P18 文献标识码:B 文章编号:1004373X(2006)2114704Application of Artificial Intelligent (AI)Technologies in Power SystemXU Zhig uo 1,2(1.So ut heast University,Nanji ng ,210096,Chi na;2.Jinli ng Institute of T echnolo gy,Nanji ng,210001,Chi na)Abstract :T his pa per br iefly int roduces the basic concepts of A rtificial Intellig ence (AI)technolog ies,points out the appl-i cation sco pe o f it in power sy st em.T he basic co ncept of A I t echnolog ies for fault diag no sis are briefly intro duced,Including Ex -pert Sy stem (ES),A rtificial N eural Netw or k (A N N),Fuzzy Set T heory (FST )and G enetic A lg or ithms (G A ).T heir feature and main pr oblems are discussed fr om the v iew of practicability,and it is po inted out t hat the application o f sever al A I techno-l o gies is t he develo pment tr end of the applicatio n of A I technolog ies in pow er system,necessar y sug gestio ns a re made fo r the pr oblems as appr opriate.Keywords :art ificial intellig ence;pow er sy stem;fault diagnosis;expert sy stem;neur al netwo rk;fuzzy theor y收稿日期:200606161 引 言电力系统是由发电设备、变压器、输配电线路和用电设备等很多单元组成的复杂的非线性动态系统。

随着电网的不断发展和电力走向市场化,人们对电网的安全运行和供电可靠性的要求越来越高。

电力系统发生故障时,要求调度人员迅速准确地判别故障元件与故障性质,及时处理故障,恢复电力系统的正常运行。

输配电系统是电力系统中发电厂与电力用户之间输送电能与分配电能的中间环节,包括各电压等级的输配电线路和变电所。

他的故障是不可避免的,而电力系统规模的不断扩大和各种监控设备的应用使得输配电网络故障诊断显得尤为重要。

因为其可靠性指标是影响整个电力系统可靠性的重要因素,其可靠性的改善将给整个电力系统的安全、可靠性和经济运行带来巨大的效益。

所以研究工作者一直致力于发展先进、准确、高效的自动故障诊断系统。

输配电网络故障诊断主要是对各级各类保护装置产生的报警信息、断路器的状态变化信息以及电压电流等电气量测量的特征进行分析,根据保护动作的逻辑和运行人员的经验来推断可能的故障位置和故障类型。

由于这一过程很难用传统的数学方法描述,而人工智能技术则由于其善于模拟人类处理问题的过程,容易计及人的经验以及具有一定的学习能力等特点在这一领域得到了广泛的应用。

通过对网络缺陷判断的认知过程的分析,应用综合知识诊断、模糊理论和神经网络等人工智能技术的最新成果,开发出一套综合自动逻辑分析判断系统,可对缺陷进行分析并提供监督处理意见,使检修人员对问题的认识更具全面性、有效性和针对性。

人工智能技术被广泛地应用于求解非线性问题,较之于传统方法有着不可替代的优势。

目前,国内外已开发了多种人工智能工具,如专家系统(ES)、人工神经网络(A NN)、模糊理论(FZ)、启发式搜索(HS)、遗传算法(GA)等,并开展了在电力系统中的应用和研究。

2 AI 在电力系统中的应用范围2.1 电力系统的运行与控制电力系统中分布着大量的自动控制和手动控制装置,如继电器、断路器、隔离开关等。

由这些相对简单的局部控制的协同作用构成整个电力系统复杂的实时控制。

实时控制有2种形式,即离散控制和连续控制。

2.1.1 保 护继电保护是一种普遍的离散控制,分布于系统的各个环节中。

对系统状态(正常或事故)进行判断,即状态评147估,是实现保护动作的关键。

由于A I的逻辑思维和快速处理能力,A I已成为在线状态评估的重要工具。

在继电保护设计中存在着大量的模糊知识与方法。

2.1.2切负荷切负荷是另一种离散控制。

系统元件的突然丢失(如发电机因故障突然停机),会造成系统容量的急剧变化。

当负荷超出系统供应容量,就必须降低负荷以避免大范围的供电中断。

这时,需通过对负荷需求和系统行为的分析和启发式知识来控制继电器及时动作。

如果将故障后系统的暂态稳定问题用故障后系统微分方程的解来描述,则故障与暂态稳定之间存在着某种数学映射。

AN N具有对函数映射的逼近功能和并行处理能力,因而用ANN进行电力系统的切负荷控制有着良好的适应性和实时性。

对输入特征量的选取和获得足以描述函数映射的样本,是用神经网络进行切负荷控制的关键问题。

2.1.3励磁控制励磁控制是控制发电机端电压和无功功率的重要组成部分,是重要的实时连续控制系统,对维持电力系统的稳定性起主要作用,完成该功能的部分又称为电力系统稳定器(PSS)。

由于大容量机组的投入和快速励磁系统的应用,系统的动态稳定性问题愈来愈突出。

将模糊集理论用于励磁控制系统,较传统基于线性系统理论的PSS有更好的控制效果。

2.2电力系统中的智能故障诊断2.2.1专家系统诊断专家系统是应用大量人类专家的知识和推理方法求解复杂实际问题的一种人工智能计算机程序。

一般包括知识库、数据库、推理机、人机接口及知识库管理系统、解释系统等。

2.2.2人工神经网络诊断人工神经网络以其大规模并行处理能力、自适应学习能力、分布式信息存储、鲁棒性、容错性和推广能力等特点在故障检测和诊断领域受到广泛重视。

2.2.3模式识别诊断模式识别诊断是将系统的工作流程经过仿真和分析,加上人的经验,建成各种故障模式,并根据测量信息,确定系统属于哪种模式,从而检测和分离故障。

2.2.4故障树分析法故障树分析法是一种自上而下逐层展开的演绎分析法。

他以系统或设备最不发生的故障为顶层事件,向下逐层查出导致该事件发生的全部原因,以一种特殊的倒立树状逻辑因果关系图(即故障树),表示事件的逻辑关系,并进行定性、定量的安全性和可靠性分析。

2.2.5模糊诊断模糊概念是内涵确定而外延不确定的概念,如:/电压过大0,/电机过热0等。

正是由于这些模糊知识及故障诊断中的经验知识存在,所以模糊诊断技术具有较多的使用场合。

2.2.6灰色系统理论诊断灰色概念是外延确定而内涵不确定的概念,如/机器人失控0。

灰色系统是指部分信息清楚而部分信息不清楚的系统,是控制论观点和方法的延伸。

他从系统的角度出发研究信息间的关系,即研究如何利用已知信息去揭示未知信息,也就是系统的/白化问题0。

一个运行中的设备实际就是一个复杂的灰色系统。

这个系统中,有的信息能知道、有的信息不准确知道或不可能知道,故障诊断就是利用已知信息去认识含有不可知信息系统的特性、状态和发展趋势,并对未来作出预测和决策,实际上是一个灰色系统的白化过程。

2.2.7小波分析诊断小波变换是近几年得到迅速发展并形成研究热点的信号分析新技术,被认为是对傅里叶分析方法的突破进展。

2.2.8遗传算法诊断遗传算法的主要特点是群体搜索策略和群体中各个体之间的信息转化,可并行地爬多个峰,搜索不依赖于梯度信息,采用概率的变迁规则来指导他的搜索方向。

他尤其适用于处理传统搜索方法中难以解决的复杂问题和非线性问题,不仅避免了局部优化算法的缺陷,而且可以利用固有知识缩小搜索空间,避免其他全局优化算法产生搜索的组合爆炸。

2.2.9集成化诊断集成化诊断包括:模糊专家系统故障诊断;神经网络专家系统故障诊断;模糊神经网络诊断;神经网络与模糊专家系统结合诊断;模糊模式识别诊断;小波神经网络诊断;进化神经网络诊断;时间序列与神经网络结合诊断;时间序列与灰色关联度结合诊断。

3主要的应用方法3.1专家系统(ES)的应用专家系统是在某一领域内具有专家经验和知识的计算机程序,并能像人类专家那样运用这些知识,通过推理作出决策。

一个典型的专家系统由4部分组成:知识库、推理机、知识获取机制和人机界面。

专家系统已成为在电力系统中应用最为成熟的人工智能技术。

国内外已发展了多种专家系统,应用于电力系统的不同领域:监测与诊断、电网调度、预想事故筛选、系统恢复。

尤其是监测与故障诊断已成为ES在电力系统最重要的应用领域。

根据存储知识的不同方式,可将专家系统分为不同形式,即基于浅知识(经验知识)、规则、决策树、模型等专家系统,以及面向对象的专家系统。

基于模型的知识表示方式适合于实时处理,与其他方法如基于规则(假设)或启发的推理方148式相比更快速、简单和易于维护。

专家系统在输电网络故障诊断中的典型应用是基于产生式规则的系统,即把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来,形成故障诊断专家系统的知识库,进而根据报警信息对知识库进行推理,获得故障诊断的结论。

基于产生式规则的故障诊断专家系统得以广泛应用主要是由故障诊断和基于产生式规则的专家系统的特点所决定的。

输电网络中保护的动作逻辑一级保护与断路器之间的关系易于用直观的、模块化的规则表示出来;基于产生式规则的专家系统允许增加、删除或修改一些规则,以确保诊断系统的实时性和有效性;能够在一定程度上解决不确定性问题;能够给出符合人类语言习惯的结论并具有相应的解释能力等。