摘要：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(ANN),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。
关键词：电力系统；人工智能；AI
随着人工智能技术的兴起，人工智能技术应用在电力系统的运行、控制、管理等领域。人工智能技术在电力系统中的应用不仅拓展了人工智能技术的应用范围，而且扩展了人工智能技术凭借自动化和智能化程度高等优势，提升了电力产业的智能化升级。人工智能技术使电力系统真正实现决策智能和管理智能。
一、人工智能技术
AI（Artificial Intelligence）是人工智能技术的缩写，AI是一门新科技，它是研究用于模拟、延伸和扩展人的智能的理论和方法的技术。AI技术的发展包括三个重要阶段：技术驱动、数据驱动和情境驱动。AI技术在技术驱动阶段取得了最大的动力。特别是在达特茅斯会议召开之后，算法程序语言逐渐被人们所熟知，越来越多的开发人员对其投入了极大热情，第一波人工智能开发已经掀起。目前AI技术也取得了显著的成就。如：1997年IBM“深蓝”击败了国际象棋冠军，2011年苹果公司发布了手机语音助手Siri，2016年Alpha Go战胜围棋世界冠军李世石等。此外在基于AI的模式识别方面：人脸识别、文本识别、车牌识别和指纹识别等功能也逐渐成熟。在自动工程方面的成就主要有自动驾驶技术、印钞工厂流水线生产和猎鹰系统的自动绘图。从功能结构上来分析，AI产业布局可以分为三个层面：第一是基础层面，在这个层面上主要有事视频内容识别、情景感知计算、语音识别和自然语言处理等操作，这些操作作为人工智能技术的底层支撑。二是理论层面，以机器学习算法为主，它为AI技术应用奠定了理论基础。第三个是应用层面，主要以人工智能技术应用的方面为主，如机器学习应用，计算机视觉应用，手势控制应用、语音翻译应用、智能机器人应用。人工智能技术产品布局如图1所示。
图1 人工智能技术产业布局
人工智能技术的优势体现在我们的工作、生活、学习等各个方面，在工作方面它可以帮助我们提高生产效率，帮助我们摆脱沉重，重复的任务，帮助我们摆脱复杂的数据整理，统计和应用程序。随着技术的发展，人工智能技术也将取得重大突破，彻底改变我们的生活。
二、AI在电力系统中的应用范围
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。（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，即状态评估是实现保护动作的关键。由于AI的逻辑思维和快速处理能力,AI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）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。ANN具有对函数映射的逼近功能和并行处理能力，因而用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。（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.电力系统中的智能故障诊断。（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）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。（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。（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。（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”，“电机过热”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。（6）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。
三、人工智能AI在电力系统中的应用现状
随着电力行业和AI技术的发展，将AI技术应用到电力行业中，不仅是电力行业发展的必然选择，也是能源电力转型的重要战略支撑。人工智能技术有助于解决非线性的电力系统问题，如：人工神经网络在继电保护中的应用、人工智能算法在电力系统运行中的应用、模糊理论在电力系统运行中的应用和专家系统在电力系统运行中的应用。国内的学者也将AI技术同电力相结合并应用，开展了对人工智能技术应用到电力调度自动化系统研究，研究结果表明AI技术可以稳定和科学的完成电力调度。将基于AI技术的电力系统故障诊断同常规的电路系统诊断方法进行比对，发现AI技术可以精准的定位电路故障位置，并给出最优的诊断方案。对AI技术在电力系统中的应用现状进行分析，发现人工智能技术是解决复杂系统决策和控制的必要手段。针对船舶电力系统故障诊断的复杂问题，为达到快速诊断的目的，基于AI技术设计了神经网络模型，给出了推理机的故障诊断流程。利用人工智能技术提出了对短期风电功率预测的模型和方法。人工智能技术在电力系统中的应用已经很普遍。因此，人工智能在能源和电力领域的应用可归纳如下：传统方法的智能化，关键技术的延伸和创新，以及多种因素的智能化融合。
总之，目前电能已经成为人类生活不可或缺的一部分，伴随着电力系统的飞速发展，其产生了海量的电力系统数据。面对这些海量的数据，人工管理复杂程度呈指数上涨。在这些背景下，人工智能技术以其高度自动和智能化脱颖而出，因此人工智能技术在电力系统中的应用前景十分广阔。将人工智能技术和电力系统相结合不但加强了智能科学在电网中的科研和应用，而且能更加确保电网系统持续、稳定、安全和经济运行。
参考文献
[1]王松.浅谈人工智能AI技术在电力系统的应用.2017.
[2]李航纯.研究人工智能AI技术在电力系统的应用2018.
论文作者:刘勇
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/7/8
标签：人工智能论文; 技术论文; 电力系统论文; 系统论文; 电力论文; 故障论文; 神经网络论文; 《电力设备》2019年第6期论文;