- 相關(guān)推薦
淺議人工智能技術(shù)在電力自動(dòng)化的應用論文
簡(jiǎn)要地介紹了人工智能科技技術(shù)的基本概念。對專(zhuān)家系統、人工神經(jīng)網(wǎng)絡(luò )、模糊理論、遺傳算法等人工智能技術(shù)的含義進(jìn)行了介紹，并對這些技術(shù)在電力系統中的應用和存在問(wèn)題進(jìn)行了分析。
1、人工智能技術(shù)
人工智能技術(shù)(AI artificial intelligence)是一項將人類(lèi)知識轉化為機器智能的技術(shù)。它研究的是怎樣用機器模仿人腦從事推理、規劃、設計、思考和學(xué)習等思維活動(dòng)，解決需要由專(zhuān)家才能處理好的復雜問(wèn)題。在應用方面，以專(zhuān)家系統、人工神經(jīng)網(wǎng)絡(luò )、遺傳算法等最為普遍[1][2] 。
1.1 專(zhuān)家系統(ES)
專(zhuān)家系統是利用知識和推理來(lái)解決專(zhuān)家不能解決的問(wèn)題。傳統程序需要固定程序和復雜算法，輸入數據并得出結果。專(zhuān)家系統集中大量的符號處理，采用啟發(fā)式方法模擬專(zhuān)家的推理過(guò)程，通過(guò)推理，利用知識解決問(wèn)題。它具有邏輯思維和符號處理能力，能修改原來(lái)知識，適合于電力系統問(wèn)題的分析。
1.2 人工神經(jīng)網(wǎng)絡(luò )(ANN)
人工神經(jīng)網(wǎng)絡(luò )是大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò )，是一種模擬動(dòng)物神經(jīng)系統的技術(shù)。神經(jīng)網(wǎng)絡(luò )具有自適應和自學(xué)習的能力，能并行處理分布信息。電力系統應用人工神經(jīng)網(wǎng)絡(luò )可以進(jìn)行實(shí)時(shí)控制、狀態(tài)評估等。
1.3 遺傳算法(GA)
遺傳算法是一種進(jìn)化論的數學(xué)模型，借鑒自然遺傳機制的隨機搜索算法。它的主要特征是群體搜索和群體中個(gè)體之間的信息交換。該方法適用于處理傳統搜索方法難以解決的非線(xiàn)性問(wèn)題。
1.4 模糊邏輯(FL)
當輸入是離散的變量，難以建立數學(xué)模型。而模糊邏輯則成功地應用在潮流計算、系統規劃、故障診斷等電力系統問(wèn)題。
1.5 混合技術(shù)
以上各種智能控制方法各有局限性，有些甚至難以處理電力系統實(shí)際問(wèn)題。因此需要結合各個(gè)算法的優(yōu)勢，采用人工智能混合技術(shù)。其中包括：模糊專(zhuān)家系統、神經(jīng)網(wǎng)絡(luò )模糊系統、神經(jīng)網(wǎng)絡(luò )專(zhuān)家系統等技術(shù)。
2、人工智能技術(shù)的在電力自動(dòng)化的應用
2.1在電能質(zhì)量研究中的應用
人工智能技術(shù)可以對電壓波動(dòng)、電壓不平衡、電網(wǎng)諧波等電能質(zhì)量參數進(jìn)行在線(xiàn)監測和分析。在檢測和識別電能質(zhì)量擾動(dòng)時(shí)能克服傳統方法的缺陷。專(zhuān)家系統隨著(zhù)經(jīng)驗的積累、擾動(dòng)類(lèi)型變化而不斷擴充和修改，便于用戶(hù)的掌握[3] 。
此外，專(zhuān)家系統和模糊邏輯可用于培訓變電站工作人員。智能軟件可以模擬故障情形，有利于提高運行人員的操作技能。
2.2 變壓器狀態(tài)監測與故障診斷專(zhuān)家系統
變壓器事故原因判斷起來(lái)十分復雜。判斷過(guò)程中，必須通過(guò)內外部的檢測等各種方法綜合分析作出判斷。變壓器監測和診斷專(zhuān)家系統首先對油中氣體進(jìn)行分析。異常時(shí)，根據異常程度結合試驗進(jìn)行分析，決定變壓器的停運檢查。若經(jīng)分析發(fā)現變壓器已嚴重故障，需立即退出運行，則要結合電氣試驗手段對變壓器的故障性質(zhì)及部位做出確診。
變壓器監測和診斷專(zhuān)家系統通過(guò)診斷模塊和推理機制，能診斷出變壓器的故障并提出相應對策，提高了變壓器內部故障的診斷水平，實(shí)現了電力變壓器狀態(tài)檢修和在線(xiàn)監測。
2.3 人工智能技術(shù)在低壓電器中的應用
低壓電器的設計以實(shí)驗為基礎，需要分析靜態(tài)模型和動(dòng)態(tài)過(guò)程。人工智能技術(shù)能進(jìn)行分段過(guò)程的動(dòng)態(tài)設計，對變化規律進(jìn)行曲線(xiàn)擬合并進(jìn)行人工神經(jīng)網(wǎng)絡(luò )訓練，建立變化規律預測模型，降低了開(kāi)發(fā)成本。
低壓電器需要通過(guò)試驗進(jìn)行性能認證。而低壓電器的壽命很難進(jìn)行評價(jià)。模糊識別方法，從考慮產(chǎn)品性能的角度出發(fā)，將動(dòng)態(tài)測得的反映性能的特性指標作為模糊識別的變量特征值，能夠建立評估電器性能的模糊識別模型[5] 。
2.4 人工智能在電力系統無(wú)功優(yōu)化中的應用
無(wú)功優(yōu)化是保證電力系統安全，提高運行經(jīng)濟性的手段之一。通過(guò)無(wú)功優(yōu)化，可以使各個(gè)性能指標達到最優(yōu)。但是無(wú)功優(yōu)化是一個(gè)復雜的非線(xiàn)性問(wèn)題[6] 。
人工智能算法能應用于電力系統無(wú)功優(yōu)化。如改進(jìn)的模擬退火算法，在求解高中壓配電網(wǎng)的無(wú)功優(yōu)化問(wèn)題中，采用了記憶指導搜索方法來(lái)加快搜索速度。模式法進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，能夠以較大概率獲得全局最優(yōu)解，提高了收斂穩定性。禁忌搜索方法尋優(yōu)速度較快，在跳出局部最優(yōu)解方面有較大優(yōu)勢。遺傳算法在解決多變量、非線(xiàn)性、離散性的問(wèn)題時(shí)有極大的優(yōu)勢。要求較少的求解信息的，模型簡(jiǎn)單，適用范圍廣。
2.5 人工智能在電力系統繼電保護中應用
自適應型繼電保護裝置能地適應各種變化，改善保護的性能，使之適應各種運行方式和故障類(lèi)型。它能夠有效地處理各種故障信息，獲得可靠的保護。
借助于人工智能技術(shù)不但能夠提取故障信息，還能利用其自學(xué)習和自適應能力，根據不同運行工況，自適應地調整保護定值和動(dòng)作特性。
2.6 人工智能在抑制電力系統低頻振蕩的應用
大規模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，嚴重威脅著(zhù)電力系統的安全。人工智能為電力系統低頻振蕩的控制提供了技術(shù)支持。神經(jīng)網(wǎng)絡(luò )、模糊理論、GA等人工智能技術(shù)應用于FACTS控制器和自適應PSS的研究，為抑制電力系統低頻振蕩提供了新的手段。
3、人工智能在電力系統中存在的前景
作為一門(mén)交叉學(xué)科，人工智能將隨著(zhù)其他理論的發(fā)展而進(jìn)入新的發(fā)展階段。應用新方法解決問(wèn)題，或促進(jìn)各種方法的融合，保持簡(jiǎn)單的數學(xué)模型和全局尋優(yōu)情況下，尋求到更少的運算量，提高算法效率，將是未來(lái)發(fā)展的趨勢。
隨著(zhù)電力系統的發(fā)展，電力系統的復雜性不斷增加，不確定因素越來(lái)越多。隨著(zhù)人工智能技術(shù)的不斷發(fā)展和提高，利用人工智能技術(shù)來(lái)解決電力系統的問(wèn)題將會(huì )受到越來(lái)越多的重視。
4、結語(yǔ)
隨著(zhù)我國電力系統的持續穩步發(fā)展，電力系統數據量不斷增加，管理上復雜程度大幅度增長(cháng)，市場(chǎng)競爭的加大，為人工智能技術(shù)在電力系統的應用提供了廣闊前景。
但人工智能技術(shù)的基本理論還不成熟，只是停留在仿真和實(shí)驗階段。人工智能的開(kāi)發(fā)是一個(gè)長(cháng)期的過(guò)程，需要不斷改進(jìn)和完善，并在實(shí)際應用中接受檢驗。
【淺議人工智能技術(shù)在電力自動(dòng)化的應用論文】相關(guān)文章：
人工智能技術(shù)在電氣自動(dòng)化中的應用論文07-04
談電氣自動(dòng)化人工智能技術(shù)的應用論文07-04
人工智能技術(shù)對電氣自動(dòng)化控制的應用論文07-04
電力工程中電力自動(dòng)化技術(shù)應用論文07-04
電力工程中系統自動(dòng)化技術(shù)的應用論文07-04
電力自動(dòng)化系統中電子信息技術(shù)的應用論文07-04