肖丽

摘要：人工智能技术在当下电力系统当中，越来越广泛的被应用，并且也获得了可持续的健康发展，在较为成熟的技术（如专家系统）实用化的过程中，进行探索和研究多种智能技术。随着我国不断引入电力建设和电力市场竞争制度，在很大程度上增加了不确定性因素和运行的复杂性，而人工智能技术在电力系统监测和运行中的应用具有更加广阔的前景。基于此，本文详细地分析了人工智能技术在电力系统监测与运行中的应用，以供参考。

关键词：人工智能技术;电力系统;监测运行;应用

这几年，随着人工智能技术快读的发展，电力系统当中越来越广泛的应用专家系统、神经网络、模糊理论以及遗传算法。

一、人工智能技术在电力系统监测与运行中的应用

人工智能技术应用在电力系统检测和运行过程中，可以划分成四个类型，如专家系统、神经网络、模糊理论以及遗传算法这四大类。

（一）应用于专家系统

专家系统这个程序系统，具有一定的经验、专业经验以及规则，专家系统的运用是进行推理和判断某一个领域的专家提供的经验和知识，并且进行模仿专家进行决策的整个过程，从而可以处理各种各样需要专家进行决策的相关问题。专业系统最长使用在生产规则，就是所谓的IF-THEN规则，当满足IF所提出的条件或者事实的时候，那么就需要对THEN以后的操作和结果进行执行。通常来说，一般专家系统当中的规则都是建立在已经具备事实的前提升，利用规则执行相对应的接过，并且按照最新的状况进行建立和调整新的规则。有用的专家系统是由六个部分共同组成的，其中包含了数据库、知识库、解释咨询、人机接口、获取知识以及推理机这六部分[1]。

（二）应用于神经网络

神经网络这个学习方式具有一定的有效性和灵活性，并且具备完全分布的储存构架，可以在很大程度上满足大规模处理信息的要求，对于非线性系统具备一定的建模能力，识别模式的能力，能够对所有复杂过程和复杂情况进行识别和分类。具备各种各样的功能，才可以在最大程度上掌控系统的特点。按照不同的实际问题，在电力系统当中应用了多种神经网络构架以及相对应的训练算法。比如通过BP神经网络进行预测短时间电力系统的符合，在保障具有一定的训练样本的基础上，科学合理地进行分类预测模型，建立了相对应的不同季节的日预测模型、周预测模型以及月预测模型，并且进行选择输入变量，尤其是在选择温度的问题上进行详细的讨论。通过分析元件关联和人工神经网络进行诊断电力系统当中的故障，并且提供了诊断多重复杂电力系统故障的方式。这个方式使用了元件ANN模型，进行划分电力系统元件，可以分成三个类型，如線路类型、母线类型以及变压器类型。针对每一个雷西兴的元件都有相对应的ANN处理信息，快速确定故障发生的位置。

（三）应用于模糊理论

模糊逻辑理论可以完成传统数学方式无法完成的近似计算。这几年，在电力系统当中各个领域中模糊理论应用获得了一定的发展，其中包含控制模糊、计算潮流以及规划系统等各个方面，比如，针对电力生产以及变化的负荷相对应的不确定性，就可以利用模糊值代表一些不确定的负荷，在是积极和过程中的函数，创建电力系统当中最佳的潮流模糊模型。传统优化无功电压算法通常都是优化单目标问题，对于降低有功网损和最少调节闲置控制量并没有 充分进行考虑，并且，在电压约束处理过程中，并没有结合“软约束”的特点进行考虑。因此，可以引进模糊线性算法进行处理这个问题。可以有效调节两线制、网损降低以及节点电压裕度确定之间的关系，在调节有限控制量的基础上，能够进一步调整边界电压，减少系统的网损以及保证全部节点电压裕度。可以通过模糊评判的模式进行评价电能质量[2]。

（四）应用于遗传算法

遗传算法是在遗传制度和自然选择当中产生的，在计算机上不断模仿生物进化制度寻找到最好的搜索算法。其可以在庞大并且复杂的搜索空间当中快速适应进行搜索，寻找到最合适并且最准确，同时具有简单算法、合适以及鲁棒性强。遗传算法对于一些求解的问题通常都没有限制，并且也不会涉及到平常的一些优化问题那些复杂的额教学过程，同时可以获取到全局最佳或者局部最佳的解集，这也是遗传算法对比传统优化技术具备的优势。遗传算法站在优化的方面入手 ，通常都能够处理故障诊断的问题，特别是在修复故障，或者是在故障保护、断路器误动作的背景下，可以提供局部或者全局最佳的不同可能的诊断结果。但是怎样科学合理地建立输电网络诊断故障模型，是遗传算法使用过程中最需要解决的问题。倘若可以科学合理地建立相对应的数学模型，不但可以在很大程度上利用遗传算法进行诊断故障问题，还能够利用别的相似的启发式算法，进行解决诊断故障的问题。

二、人工智能技术在电力系统监测与运行中的发展趋势

当前，人工智能技术当中包含了四个工具：专家系统、神经网络、模糊理论以及遗传算法。各自都有相对应的局限和优点，缺乏一个可以有效应用在电力系统当中各个领域的方式。而AI最主要的发展方向就是混合智能，简单来说就是多种智能综合技术。AI在发展过程中最主要的任务就是改进神经网络自身的构架和算法。这几年，随着提出了椭球单元神经网络，也为诊断故障领域扩大了方向。和传统的BP网络对比，椭球网络具有一定的拒绝性和泛化有界等优势，分类故障的准确度非常高，特别是同时诊断多重故障，对比BP网络来说具备更好的识别能力。电力系统当中AI也在持续健康地发展。在比较成熟的专业系统实用化的过程中，开展研究和探索多种智能技术。我国逐渐形成了大电网互联机制，增加了一定的运行复杂性和不确定性，电力系统当中人工智能的应用具有更加广泛的前景[3]。

三、结束语

综上所述，人工智能技术在电力系统的应用中也取得了一定的发展成效，但是我国，电力系统当中应用人工智能技术才刚刚开始研究。

参考文献：

[1]李玉华.人工智能在输电线路安全运行中的应用[J].黑龙江科学，2021，12（06）：100-101.

[2]赵晋泉，夏雪，徐春雷，胡伟，尚学伟.新一代人工智能技术在电力系统调度运行中的应用评述[J].电力系统自动化，2020，44（24）：1-10.

[3]张磊.基于人工智能技术的电力调度操作票系统设计[J].自动化与仪器仪表，2021（10）：156-160.DOI：10.14016/j.cnki.1001-9227.2021.10.156.