电力系统自动化中智能技术的实践探析

2022-09-01雷阳

通信电源技术 2022年9期

关键词：人工神经网络模糊控制线性

雷阳

（国网陕西省电力有限公司营销服务中心（计量中心），陕西西安 710000）

0 引言

在电力系统自动化、智能化控制过程中，企业以及相关单位需要采取顶层设计，明确各项技术指标与技术要素，革新管理方式，提高管理水平，确保整个电力系统能够正常运作。

1 电力系统自动化技术概念

在电力系统中包含多个结构组成部分，其中涉及发电、变电以及输配电，整个系统的运行和调度具备较强的复杂性，而为了提高系统的运行效率，结合自动化技术的使用是不可缺少的。自动化技术在系统管理、生产运作、电力调度、电力输送以及设备控制与监管等方面均具有较大的作用，能够提高电能质量。而随着基础科学技术的发展革新，智能化设备也进一步增强了自动化技术的使用维度和广度[1]。结合自动化技术能够对电力数据进行实时高效的整理分析，实现对系统设备更加高效的管控，确保电力系统的运作更加高效稳定，提高供电效率。

2 电力系统自动化中智能技术实践应用

电力系统自动化中，结合智能技术的使用相对较为常见，结合线性控制技术、故障诊断技术、智能监测技术、模糊控制技术、专家系统技术以及人工神经网络控制技术能够进一步提高电力系统的智能化水平，确保整个系统能够更加高效的运作。

2.1 线性控制技术

线性控制技术具备丰富的控制理论。具体来说，电力系统中的大部分设备均具有线性运动的规律，在此环节，结合线性控制技术的使用，能够在遵循设备运行规律的情况下实现对设备更加高效的管控，线性控制如图1所示。目前，电力行业结合励磁控制的方式可实现对设备的动态化调整，使得电力系统的远距离输电能力得到有效提升。此外，线性控制技术在发电环节也得到了广泛且全面的使用，如在水轮发电机组中，通过线性控制技术能够提高机组运行的稳定性。但是线性控制技术也具备较大的使用限制，只有在特定的环境下才能够发挥出应有的作用，因此在结合线性技术使用的过程中，工程师以及技术人员应当采取顶层设计，明确设备以及系统控制的重点和要点，提高管控效率[2]。

图1 线性控制

2.2 故障诊断技术

电力系统自动化中涉及较多的设备类型，电力企业以及相关运维人员通常借助继电装置来实现对设备的调节控制，但是受到技术条件的限制，继电装置在运行过程中也会出现拒动、误动的现象，无法对故障问题实施高效的处理管控。当前电力企业在处理电力设备故障问题的过程中，结合人工智能技术的使用能够提高对设备故障的处理效率，通过对故障装备所产生的一系列数据信息进行分析评估，结合逻辑推敲，推理出电力设备产生故障的根本原因，并且锁定故障元器件，同时还能够对故障的恶化趋势进行分析评估。

电力企业将人工智能技术在电力系统中的使用进行了革新、优化以及调整，借助专家系统（Expert System，ES）、人工神经网络（Artificial Neural Network，ANN）、模糊集理论（Fuzzy Set Theory，FST）等技术提高了管控效率。例如，ES作为一类人工智能技术，可通过专家经验来完成对常见故障问题的识别管控，相关技术具备丰富的知识理论体系，同时该项技术也能够实现持续不断的优化，对当前全新的故障问题进行推销评估，通过自我学习、自我组织完成对故障的采样，并且将其记录在数据库中[3]。除此之外，结合FST故障诊断技术也能够对断路器以及自动保护装置的状态进行定向化的描述与评估。总体来说，在故障诊断过程中，结合人工智能技术的使用能够进一步提高管控效率。

2.3 智能监测技术

在电力系统自动化、智能化运行过程中，工程师以及运维人员需要对设备的实时运行状态进行监督、评估、评测，及时发现设备在运行过程中所出现的故障问题，并且采取行之有效的隔离措施，减少故障设备所带来的不良影响。在电力系统运行过程中，实施高效的监督管理工作必不可少，随着计算机技术、网络技术的不断革新与升级，监控系统的自动化水平也得到了不断提升，智能系统的投入使用使得监控工作的效率得到了提升。通过构建完整的监控界面，完成实时监督，结合不同形式的可视化管理措施，借助高效的警报设施，结合一系列的远程操作指令，如遥测、闭锁等，进一步提高了监测工作的效率。在电力系统智能化监测管理环节，工程师需要严格参照系统结构对不同的设备实施不同的监督管控。例如，工程师需要对高压进线、母线和馈线部分进行实时高效评估，对低压、电容补偿、电源切换以及馈线等相关区域采取分层分布的监督管理，通过搭建成熟完善的监督管理体系和通信结构，可实现对变压器以及各项机电设备温度、转速、油量以及发电机状态实时高效的监测评估，同时还能够采集断路器开关的动作日志，收集继电保护装置的动作信息以及异常警报信号等[4]。除此之外，在自动化监测管理过程中，还可实现对谐波故障的分析评估以及对电力系统的调峰管控，落实电力需求控制。最为关键的是，自动化系统还能够及时监测设备的开口次数，评估设备的损耗情况，及时指导运维人员完成对设备的管理维护。监控系统结构如图2所示。

图2 监控系统结构

2.4 模糊控制技术

对于电力系统中部分具备非线性运动规律的设备，结合常态化的评估分析方式还很难对其中的故障隐患问题以及潜在的运行规律进行预测、分析与评估。而为了确保整个电力系统能够稳定高效的运作，借助模糊控制技术也相对较为常见。模糊逻辑控制主要是模拟人类的思考与思想方式，借助简单的数学模型，将人类的思考判断过程更加形象、具体地展现出来。在当前的电力系统运维工作中，结合模糊控制技术，依托相应的数学模型，能够提高控制效率[5]。

在该过程中，借助模糊控制技术能够帮助运维人员快速、高效地处理不确定和不精确的问题，将其中的抽象概念进行模糊化控制，给予部分不确定以及不具备运作规律的问题定向化解释。而模糊控制通过对模糊化数据信息的收集，结合一系列的模糊推理，还能将数据进行具体化、灵活化展示，最后再输出相应的指令，实现对被控对象的精确化控制。模糊技术在电力系统中可将非结构化以及半结构化的数据资料实施结构化转变，使得电力操作管理更加方便、直观、高效。

2.5 专家系统技术

专家系统技术具备丰富的控制理论，可借助电力企业内部已有的数据库系统实现对各项设备运行问题的定向化、专门化、系统化控制管理，实现对异常问题的实时高效排查，还可借助历史数据库、过去所产生的检修日志以及专家控制理论对系统中所存在的危险元素进行重点管控，提高管理效率。但是专家系统在运行过程中也存在相应的缺陷和不足，如无法对深层次以及复杂度相对较高的系统运行情况进行分析评估，同时对突发问题的处理能力相对较低。但是专家系统可实现对整个电力体系各项资源的宏观调度管理，实现对各项资源的科学合理分配，能够提高整个电力系统的运作效率。因此，专家系统在当前电力系统自动化、智慧化控制过程中更多是结合过往的历史数据与历史资料，借鉴专家在应对相关故障问题时所采用的处理方式与处理技巧来指导现场运维人员快速锁定故障源，并采取行之有效的故障排除方式，只是对全新类型的故障实施管理控制还存在相应缺陷和不足。

2.6 人工神经网络控制技术

系统能够模仿人类思考的过程，通过搭建特定的数学模型模仿人类的思维方式，完成对复杂程度相对较高问题的快速计算。在当前电力系统的智能化、自动化管理过程中，结合人工神经网络控制技术的使用相对较为常见，该类技术具备自主学习的能力，通过搭载的自学功能，能够对电力系统的运行状况进行识别与分析，模拟人类判定的流程，提高计算效率。同时人工神经网络控制技术也具备联想储备的功能，能够寻找出当前故障问题的最优解，简化复杂的问题，减少计算量。

此外，在当前电力自动化系统中要想实现无人管控、无人监控，借助神经网络技术的使用必不可少。该项技术可代替人工完成对系统的控制，取得良好的控制效果，但是当前的神经网络控制技术还存在缺陷和不足，相关研究人员需要进行持续不断的研究、研发以及探索，革新现有的技术管理模式，提高系统的自动化、智能化水平，以此才能够充分发挥神经网络的控制作用。人工神经网络控制如图3所示。