摘要：进入新时期以后，我国电力系统继电保护工作就由传统研究工作过渡到人工智能的应用，本文也会针对一些常见的人工智能技术进行全面的分析，进以详细论述其在电力系统继电保护领域中的应用优势，并根据存在的优缺点，提出可供参考的优化建议。
关键词：人工智能技术；电力系统；继电保护；应用分析
随着我国电力事业的不断发展，继电保护已逐渐成为供电单位必须引以为重的关键性任务。为了确保最终的保护效果，有关部门大力采用计算机技术，进而通过采用新的控制原理和方法，来提高电力系统的运行质量和运行安全，进而使其继电保护力度向着更高层次发展。本文也会对当下电力系统继电保护中的几种常见人工智能技术的运用进行全面的分析，并针对其中存在的不足，提出一些有效的完善措施。
1. 专家系统技术
该人工智能技术是目前有关人士研究力度最高的专项课题之一，其属于智能计算机程序系统的一种，内含大量的学科知识和技术经验，其在实际应用时，可以根据某个领域专家所提供的知识和经验进行推理和判断，进而将人类专家的决策过程清晰准确的模拟出来，有效帮助有关人员处理那些复杂性高的专家技术难题。通常，专家系统主要是由基于规则系统、基于模型系统、基于逻辑系统以及其他智能系统技术所组成。
基于规则系统又可细化为产生式规则库、推理引擎、一个记录推
理状态下工作存储区所构成，其中，规则库中具体规则主要以IF-
THEN为主；语句推理方式则包括前向推理和后向推理两种方式，一般情况下，处理一些没有故障征兆，但故障成因却很多的技术问题，就要采用前向推理技术，相对，处理那些复杂故障问题，则基本要将前后向推理技有效结合起来，这样才能达到理想的处理效果。
而在当下处理电力系统继电保护故障问题时，有关人员大多会利用家系统中的基于规则系统进行保护，因为该系统装置能够将保护、断路器的动作逻辑以及运行人员的诊断经验，通过相应规则完整的表示出来，进而形成一个健全的故障诊断知识库，这样电力工作人员就可根据报警信息对知识库进行推理，从而判断出正确的故障成因。
另外，一些电力部门还会采用物理模型来设计专家系统，进而完成对电力系统继电保护故障的精准判断，因为物理模型具有深层知识的探究和推理的描述功能，可以最大程度上提高专家系统的问题分析能力，在建立物理模型库时，必须确保线路、变压器、母线等次相关设备和保护装置物理关系模型的建立，这样，当系统发生故障问题时，专家系统就会通过模型库模拟，来分析出具体故障原因。
但是电网物理模型是有限的，从相关实践反映来看，专家系统的应用优势十分明显，其不仅可以将专家的建议和经验充分纳入到故障问题分析中，而且所制定的诊断方案也是具有很高的实用性和灵活性，可以适用于大规模的电网继电保护中。但是在实际运行时，专家系统也存在很多不完善的地方：第一，专家系统的知识获取都是依靠大批专业领域工程师将专家知识人工输入到计算机系统中，这就使得系统建造的周期和效率都远远低于规范基准，并且系统的开发也是在知识工程师的辅助下才能完成，所以，很大程度上制约了专家系统的发展；第二其推理能力很容易会受到某专业领域的限制，使得一些相近领域的边缘性问题很难被完全解决，且系统求解能力偏低，结构设计较为单一，所以，只能应用在专门的领域中；第三，至今为止，专家系统尚未完全成熟，其不仅缺少自学习功能和联想记忆功能，而且在运行过程中，也无法通过自我完善、发展和创新，来对相关故障问题进行推理。
针对这些技术缺点，人工神经网络和专家系统有机结合起来，使两者达到互补互助的合作关系，这样才能满足未来专家系统的研究发展需求。
2. 人工神经网络技术
该人工智能技术能够模拟人脑组织结构和人类认知过程，是一种信息处理功能十分显著的智能系统。
期刊文章分类查询,尽在期刊图书馆早在十九世纪八十年代，人工神经网络技术就受到了人们的广泛关注，因为该技术本身有着非线形特征和较强的并行处理能力以及自组织、自学习能力，由于其结构设计和计算方法简单灵活，所以在工业领域中的应用率也是十分明显。在存在大量非线性特征的电力系统中，ANN理论的应用对于电力系统继电保护而言，有着很大的挖掘价值，一些复杂的非线性问题以及难以列出方程式的非线性问题，都可采用神经网络方法进行求解。
例如，在输电线两侧系统电势角度摆开情况下，存在的过渡电阻短路现象就是非线性故障问题，采用传统距离保护方法很难将故障位置准确的判别出来，甚至还会出现误动或拒动等不良现象，因此，利用人工神经网络技术，通过训练大量故障样本，就可直接找出故障发生的具体位置。又如，拥有限脉冲相应ANN构造单相和三相变压器的差动保护，这种处理方式可以有效解决瞬时信号问题，在实际应用时，主要具备以下三种检测功能，即对单相变压器内部故障进行检测、对三相变压器内部故障进行检测以及同时对单项和三项变压器内部故障进行检测。此外，相关专家又提出了一种变结构神经网络的最大值算法，其是通过简化训练过程，来提升网络收敛和诊断推理速度，进而实现对故障问题的自动诊断和智能化综合保护。
尽管人工智能神经网络技术优势高于专家系统，但在解决启发性知识的处理上却是差强人意，再加上ANN技术缺少一定的完善性，不仅学习速度慢、训练周期长，而且解释能力低，很大程度上会影响到神经网络的应用率。因此，要想改善这种应用弊端，有关人士可将其它具有独特解法的人工智能技术与人工神经网络技术进行充分融合，这样就会大大提高求解速度和求解成果。
3. 模糊理论
该人工智能技术起源于十九世纪六十年代的美国，，它在电力系统中的应用是十分有限的，主要是将固定化的经典集合理论变得模糊化，并适当加入语言变量和与推理相似的模糊逻辑，进而使其演变成具有完整特性和推理特性的智能技术模糊理论。
在实际应用时，主要是通过对人脑不确定性概念判断、推理思维方式的有效模拟，以及对于模型未知或不能确定的描述系统，再加上强非线性、大滞后的控制对象，进而利用模糊集合和模糊规则来对电力系统中的继电保护问题进行推理和判断。
据相关实践证明，模糊理论技术在那些常规方法根本无法解决的规则型模糊信息问题上以及在难以描述和处理的自动控制过程、疑难病症诊断、大系统研究等方面都有着很显著的应用优势。并能够为人类从精确性到模糊性、从确定性到不确定性的研究，提供准确的参考依据。
具体而言就是模糊理论技术与人的表达习惯十分相近，能够在一定程度上增强电力系统的容错性，以便可以充分解决输电网络故障诊断的不确定性，正因如此，该人工智能技术在未来电力系统继电保护故障分析中，有着很广泛的应用前景。
但是任何一项科技技术都有其不完善的地方，模糊理论也是如此，主要可以集中在以下几方面：第一，模糊系统的知识库或相关规则的模糊度，会随着输电网络结构的完善以及自动装置的优化配置发生相应的改变；第二，模糊理论的学习能力极低。因此，要想彻底弥补这两种应用弊端，有关人士就要在对其进行研究的过程中，将专家系统和模糊理论进行充分融合，并利用近似推理来替代精确推理，同时，还可以将遗传算法和模糊理论有机结合在一起，这样才能完善模糊理论，使其应用效果达到最佳标准。
结束语：
在当下电力系统继电保护中，人工智能技术的应用得到了业界人士的一致认可，为了确保这些智能技术的最终应用效果，应在长期实践中，对这些技术进行深层次的研究和完善，以求寻找到一条新的保护途径，进而有效实现继电保护的可持续发展目标。
参考文献：
[1]汪和敏,电力系统继电保护中自适应技术的应用探析[J]中国高新技术企业, 2016,09:10-11
[2]何轶斌,电力系统暂态识别与人工智能技术[J]宁夏电力,2016,12:29-30
[3]聂一雄,人工智能与模糊控制在电力系统继电保护应用的研究现状及前景[J]继电器,2016,10:25-26
论文作者:苏凯
论文发表刊物:《电力设备》2017年第30期
论文发表时间:2018/3/13
标签：专家系统论文; 人工智能论文; 技术论文; 电力系统论文; 故障论文; 模糊论文; 继电保护论文; 《电力设备》2017年第30期论文;