摘要：近年来，我国在积极进行现代化建设的过程中，对电能的需求量不断增加，电力系统运行稳定性成为人们广泛关注的话题。在这种情况下电力系统继电保护的重要性突显出来。近年来人工智能技术被广泛应用于电力系统继电保护当中，其对于推动我国电力系统领域的全面发展发挥了重要作用。鉴于此，本文从专家系统、暂态保护、人工神经网络三个角度出发，详细探讨了人工智能技术在电力系统继电保护中的应用途径，以供参考。
关键词：人工智能技术；电力系统；继电保护；应用
前言：近年来，随着社会的不断进步，信息技术以日新月异的速度飞快发展，人类文明进入到信息时代，在这一时代背景下，极大的转变了人们的日常工作及生活模式。计算机在电力系统继电保护中的应用，不断创新了电力系统继电保护的控制原理与途径，专家系统、暂态保护、人工神经网络等在继电保护领域中的应用，为推动我国电力系统的全面发展奠定了良好基础。
一、专家系统在电力系统继电保护中的应用
对于电力系统而言，专家系统在电力系统继电保护中得到了广泛的应用。专家系统是人工智能技术应用最广泛的内容之一，专家系统中包含某一领域专业实践经验与知识，在有效应用人工智能技术的过程中，能够将专业经验与知识全面判断和推断出来，在此基础上模拟人类专家决策，能够及时处理各种复杂化问题。依据观察数据全面推断相应的对象故障成为故障诊断专家系统的关键功能。
电力系统继电保护中对专家系统的应用，能够在充分分析电力网络本身设计协调性和保护系统设计的基础上，提升了电力系统运行稳定性[1]。在对故障展开自动分析的基础上，专家系统在电力系统继电保护中主要拥有两种实现途径：
第一，故障录波器信息在变电站中展开层次化分析，在进一步深入信息分析中以调度中心为主体；第二，所有变电站故障录波器信息都在调度中心展开分析。在电力系统继电保护中，故障专家虽然可以有效模拟保护的过程，但是由于在实际维护的过程中会出现一些问题，这些问题会直接影响到保护动作的精确性。
图一：专家系统的知识表达方式
二、暂态保护在电力系统继电保护中的应用
暂态保护实施过程中，为了实现对输电线路的保护，需要对高频信号进行充分利用，故障暂态形成信号内容包含持续时间、位置以及故障种类等多种因素，针对信号整个频域来讲，即这些信息会存在于直流、高频当中。在以往的保护措施中，故障产生高频率容易被过滤方式所忽略，在这一过程中，在设计滤掉高频信号滤波器时，就必须加大研究力度[2]。而在对暂态保护进行充分应用的过程中，可以通过特殊设计高频信号的方式，在故障暂态中将具体算法以及高频检测装置提取出来，在此基础上通过快速处理信号算法有效判断相应故障。在不断促进暂态保护目标发展的过程中，必须将微处理技术的功能全面发挥出来。
三、人工神经网络在电力系统继电保护中的应用
ANN即人工神经网络，是重要的信息处理系统，其运行过程中可以有效模拟人类认知与人脑组织结构。在对人工神经网络进行应用的过程中，其最大的特点体现在并行性处理能力和非线性特征等方面，其中还包括自组织自学习能力等。
当电势角度在输电线两侧系统中处于摆开状态时，一旦发生经过渡电阻的短路问题，那么通过距离保护就无法精确的对故障位置进行有效判断，在这一过程中容易导致误动现象，而在对人工神经网络进行应用的过程中，则可以集中考虑各种问题，对故障发生的位置进行准确判断[3]。近年来在积极展开人工神经网络研究的过程中，部分专家学者提出了三相变压器的差动保护和单相限脉冲，通常情况下人工神经网络可以应用于瞬时信号处理当中，其集中研究了三相变压器内部故障检测模式与单相变压器内部故障检测模式。部分研究者在提出变结构神经网络的最大值算法时，对BP算法进行了应用，在这一过程中可以有效简化训练过程，在这一过程中可以有效加快网络诊断推理速度以及网络收敛速度，这极大的提升了故障识别率，为有效实现综合智能化保护和自动诊断故障奠定了良好基础。在获取知识的过程中，专家系统呈现出一定局限性，而在对人工神经网络进行应用中，产生了与处理启发性知识不符的现象，再加上人工神经网络存在一定缺陷，如训练时间长、学习速度慢和解释功能较弱等，因此会一定程度上影响人工神经网络的实用性，这成为人工神经网络未来研究的重要方向。
结束语
综上所述，电力系统在社会发展中的重要性不容忽视，要想从根本上提升电力系统运行稳定性，就必须对电力系统继电保护重要性产生深刻认知，在这种情况下专家系统、暂态保护、人工神经网络等人工智能技术被广泛应用于电力系统继电保护当中，对于提升电力系统运行稳定性具有不容忽视的重要作用。
参考文献：
[1]王志宏，杨震.人工智能技术研究及未来智能化信息服务体系的思考[J].电信科学，2017，33（05）：1-11.
[2]刘彧菲.基于人工智能技术的数字图书馆个性化信息服务系统研究[J].图书馆学刊，2015，37（05）：110-113.
[3]胡连梅，刘辉.人工智能技术在电力系统继电保护故障分析中的应用[J].科技信息，2016（13）：343-345.
论文作者:王炜波
论文发表刊物:《基层建设》2018年第32期
论文发表时间:2018/12/19
标签：电力系统论文; 神经网络论文; 专家系统论文; 继电保护论文; 过程中论文; 故障论文; 人工智能论文; 《基层建设》2018年第32期论文;