人工智能在输配电网络故障诊断中的应用分析

用分析

摘要：新世纪以来，故障诊断技术的发展可谓十分迅速，尤其是近年来面对复杂系统日益提升的诊断需求，使得诊断技术逐步迈入到智能故障诊断的新阶段。本文介绍了一套输电网络设备故障诊断专家系统的设计结构，确定诊断系统由故障巡检和故障诊断专家系统组成。在故障诊断的方法中引入了故障树分析，同时将领域专家的经验知识转化为诊断系统的知识，构建采用正向推理机制的诊断系统。

关键词：输电网络设备；故障诊断；专家系统 引言

近年来，随着电网系统的不断发展，中国已建成世界上最大且最为复杂的电网系统。如何保障电网供电稳定，及时发现并解决电网故障成为急需解决的主要问题。现如今，人工智能技术高速发展，对于电网故障诊断和预警，很多学者已将人工智能技术应用其中，极大地提高了电网故障诊断效率。

1输配电网络的分析

由于输配电网络在整体电力传输系统中处于一个重要环节，既是连接各个区域发电厂与实际用电用户之间的重要“纽带”，更是实现向用电用户输送分支电能、主电能的运载体，因此，在其运输过程中出现的隐患、故障问题往往很难从根本上实现避免；基于此点因素，影响技术研究人员在输配电网络运输过程中不断探究有效、高效且创新的故障诊断技术，提高细节化问题的处理力度，与社会经济技术相接轨，为电能企业的运行打好基础。从当前输配电的实际作用方面，可以了解到：输配电的实际运行概念主要包括三大方面，即输电、变电以及配电。在这三大方面中输电主要是指电能资源在总体网络中的传输情况，同时，通过输电，既能将距离较远的发电厂和负荷中心进行一定程度上的串联，从根本上减少

了距离感和因距离较远产生的电能传输问题，又促进电能资源的开发、使用实现“超越地域的”“在超越的基础上实现扩大化发展运用”。变电主要是指利用一定的机械设备装置将电能电压由原先的低等级向高等级进行升压，或由高等级转变为低能级的过程。配电则是在消费电能地区内的基础上，将电力资源分配至用户居住区域的一种分配手段，实现电能直接为用户服务的运行、操作。

2人工智能在输配电网络故障诊断中的运用情况 2.1专家系统概述

专家系统的建立，其目的主要是借助于某一领域当中的专家知识，来为非专家提供帮助，使之在复杂问题的解决上最大程度的接近专家水平。在诊断输配电网络故障的过程当中，专家系统应用的一般模式是由产生式规则充当基础的系统，即运用规则来对人员诊断经验、断路器动作逻辑、保护动作逻辑等进行表示，以支持相应知识库的形成，从而以报警信息为根据做出科学的知识库推理，进而以故障诊断结论的获得作为最终成果。在诊断输配电网络故障方面，以产生式规则为基础的故障诊断专家系统之所以能够在应用上获得广泛青睐，更多是源于两个方面，一是故障诊断所具有的特点，二是这一系统所具有的特点。(1)就输配电网络而言，对于其保护动作逻辑和断路器间所存在关系的表示，宜选择模块化的直观规则。(2)对于专家系统当中部分规则的修改或增删是被允许的，以为实现兼具有效性与实时性的诊断系统提供有力保障；一定程度上支持了对不确定性问题的解决；在可以给出与人类语言习惯相符合结论的同时，还能够做出相应解释等。

2.2人工神经理论

人工神经理论在目前可以看出是一种典型的算法，数学模型支持是非常重要的，能够发挥主要的作用。依据的主要是人工神经网络人工智能方面的技术手段，并且彼此之间的联系是非常紧密的，所以说在现阶段通过对于人工神经理论的有效应用，能够确保这些信息能够吸收的更加及时。人们对于神经网络的科学合理利用，也能够使得在各个领域当中都能够普及这一网络，在开展故障检测工作的

时候，就可以使用人工神经理论，将多个神经元和故障相互作用的原理进行应用和分析，从而找到出现故障的确切位置。

2.3模糊理论技术

模糊理论技术通常是指用到了模糊集合的基本概念方法或连续隶属度函数的理论技术。在实际分类方面，它既可以分类为“模糊数学”“模糊系统”“不确定性和信息”“模糊决策”“模糊逻辑”以及人工智能这五个分支技术。由于这五大技术在应用方面并不完全，因此五大分支技术之间更是有着紧密的联系和关联性。在实际关联方面可以看出：模糊控制通常会被运用到模糊数学和模糊逻辑的概念中进行表现。因此，将模糊理论运用到当前输配电网络故障诊断技术中，帮助输配电调修人员进行人工智能化推理，首先将输配电网络中的诊断依据进行系统化输入，将专家系统技术与模糊理论进行接轨，在实现推理的基础上，加入输配电故障诊断的故障诊断文献，增添了数据的准确性。为调修管理人员提供故障诊断科学化、准确化的经验数据。基于当前模糊理论技术的多目标决策方法，能够帮助操作人员发现输配电网络在故障诊断数据中的不确定性因素。通过模糊理论中的模糊集方法对变压器的保护原理进行构造，从内部区别故障、选取变压器以及副边的电流等作为特征数量值，依据电磁暂态程序得到的仿值采取统计计算的方法得到模糊规则，后期采用D-S证据理论对得到的模糊规则进行处理，为操作人员得到合理、确定性数据。

3系统的实现

C/S模式与B/S模式各具优势，系统将两种模式整合在一起，数据采集子系统与数据库服务器间为C/S模式，数据库服务器与用户间为B/S，且全部数据均于后台关系数据库当中进行记录。面对不同的诊断对象，专家系统本身也包括了两个部分，分别是故障的巡检与诊断。其中，关于故障巡检，可简单理解为识别和鉴定诊断对象所处状态，并就其后续演变做出预测。即对于之前原因的分析、当下状况的了解和后续演变的预测。在应用故障巡检的实践中，关键所在是于机械未解体条件下预知隐藏的机械故障和后续发展，从而将故障化解在萌芽状态。故障巡检的实施过程当中，检测机械状态是首要步骤，且主要有两种检测方法，一种是普通仪器与人员感官相结合来检查判断机械所处技术状态，该方法虽然较

为简单，但不具有很高的准确度。另一种是借助于一系列仪器来对机械整体或关键部位做连续、定期的精准测定，这一方法在实践中能够获得显著更高的准确度，但也需要相对更多的设备和较为繁琐的过程。本次系统选择后一种方法，以检测结果为依据，引入诊断技术来将故障巡检作用于机械状态。而这种精确的诊断技术和系统就要依靠于人工神经网络算法，将其运用于输配电网络中，然后通过统计学标准算法可以使得局部结构空间可由函数来表达，数据意义更进一步的达成。另一方面，人工智能学的人工感知领域，能够使得输配电网络诊断人员通过数学统计学的应用工作得到大量帮助，这样更加方面的进行决策。并且还将模糊理论运用到当前输配电网络故障诊断技术中，帮助输配电调修人员进行人工智能化推理，首先将输配电网络中的诊断依据进行系统化输入，将专家系统技术与模糊理论进行接轨，在实现推理的基础上，加入输配电故障诊断的故障诊断文献，增添了数据的准确性。为调修管理人员提供故障诊断科学化、准确化的经验数据。

结语

本文就人工智能技术在当前输配电网络故障诊断技术的运用情况进行多方面分析，提出专家系统技术、人工神经网络技术、模糊理论技术这三大技术领域在输配电网络故障诊断技术中的运行效率和运用情况。同时，在单个技术运用发展的同时，融入其他技术方法，实现一定程度上的优势互补，为输配电网络故障诊断技术提供有效、合理、科学的诊断数据，保障电网系统内部实现平稳运行，促进社会、经济的可持续发展。

参考文献

[1]田秀梅.人工智能在电力系统故障诊断中的应用[J].电子技术，2011，38（01）:31-32.

[2]高显扬.故障监测与诊断技术在SCADA系统中的研究与应用[D].山东大学，2016.