摘要：人们的生活离不开电能的正常供应，但是输电网络发生故障又是不可避免的，为了快速的对故障进行诊断，这就需要应用人工智能技术，简要介绍了神经网络，专家网络，遗传算法等等人工智能技术，并分析它们在输电网络故障诊断中的应用。
关键词：人工智能；故障诊断；遗传算法；输电网络
0前言
在现代化社会中,电能用户对电能可靠性特别是连续性的要求越来越高,然而电力系统特别是输电网络的故障却是不可避兔的。为了快速监测及消除故障,确保系统安全稳定运行,增强供电的可靠性和连续性,以及快速实现输电网络的故障定位和故障类型识别,以便于检修和事故后的快速恢复,就需要一个优质的输电网络故障诊断系统。近年来,电力系统颊的不断扩大和各种监控设备的应用使得输电网络故障诊断更为重要。因为电网发生故障后,所有相关的监控设备均会产生相应的报警信息送至控制中心,尤其是电网发生复故障或自动装置动作不正常时,情况更加严重,可能在1s之内有上千条报警信息涌入控制中心,这远远超出了运行人员的故障处理能力。所以研究工作者一直致力于发展先进、准确、高效的自动故障诊断系統。
输电网络故障诊断主要是对各级各类保护装置产生的报警信息断路器的状态变化信息以及电压流等电气量测量的特征进行分析,根据保护动作逻辑和运行人员的经验来推断可能的故障位置和故障类型。由丁这过程很难用传统的数学方法描述,而人工智能技术则由于其善于模拟人类处理问题的过程,容易计及人的经验以及具有定的学习能力等特点在这颔域得到了广泛的应用。本文简要介绍了相关的人工智能技术如专家系统 （expert system）、人工神经网络 （artificial neural network）模精理论( fuzzy theory). 遗传算法( genet| algorithm)及 Petri当( Petri net等基本概念在出基础上对文献中提出的相应的输电网故障诊断方法进行述评,分所它们在验电网络诊断中应用的特点以及存在的主要问题,以促进该研究领域的进一步发展。
2专家系统
专家系统( expert system)是发展最早,也是比较成熟的一种人工智能技术。一般地说,专家系统是一个具有大量专门知识与经验的程序系统它根据某个领域的专家提供的知识和经验进行推理和判断,模拟专家的决策过程,以解决那些需要专家决策的复杂问题。专家系统的应用领域不同,采用的知识表示方式也可以有所不同,常用的知识表示方法
有谓词逻辑、语义网络、产生式规则、框架和黑板等。
专家系统在输电网络故障诊断中的典型应用是基于产生式规则的系统,即把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来,形成故障诊断专家系统的知识库,进而根据报警信息对知识库进行推理,获得故诊断的结论。基于产生式规则的故障诊断专家系缆得以广泛应用主要是故障诊断和基于产生式规则的专家系统的特点所决定的。输电网络中保护的动作逻辑以及保护与断路器之问的关系易于用直观的、模块化的规则表示出来;基于产生式规利的专家系统允许增加、删除或修改一些规则,以确保诊断系统的实时性和有效性；能够在一定程度上解决不确定性问趣:能够给出符合人类语言习惯的结论并有相应的解释能力等,此外,框架法专家系统表达从有分类构的知识。能够比较清楚地达事物之的相关性、可以简化继承性如识的表述和存储，在输电网络报警信息处理和故障诊断中有很少量应用。
2人工神经网落
人工神经网络(Artificial neural network,缩写为ANN)是模拟人类神经系统传输、处理信息过程的一种人工智能技术。
期刊文章分类查询,尽在期刊图书馆自1943年M cculloch和Pts第1次提出模拟神经元以来,它迅速发展成为与专家系统并列的人工智能技术的另一个重要分支.与专家系统相比,人工神经网络最大的特点是采用神经元及它们之间的有向权重连接来隐含处理问题的知识并具有以下特点学习能力,在确定了ANN的基木结构后,运用学习算法对训练样本进行训练,可以实现知识的自我组织;自我学习能力在学习完成之后,还具有一定的泛化能力;容错能力比较强,即使输入信号带有一定的干扰噪声,仍能给出正确的输出结果;神经元之间的计算具有相对独立性,便于并行处理,因此ANN的执行速度比较快.
3模糊理论
模糊理论( fuzzy theory)是将经典集合理论模糊化,并引入语言变量和近似推理的模糊逻辑,具有完整的推理体系的智能技术。一般模糊系统的结构与专家系统的结构类似,由模糊知识库、模糊推理机和人机界面等儿部分组成,也可以说模糊系统是模糊理论与专家系统结构的结合。随着模糊理论的发展及完善,模糊理论的一些优点逐步被重视,如
模糊理论可适应不确定题;其模糊知识库使用语言变量来表述专家的经验,更接近人的表达习惯;模糊理论能够得到问题的多个可能的解决方案,并可以根据这些方案的模糊度的高低进行优先程度排序等。目前,模糊理论已被引入输电网络故障诊断领域。
输电网络故障诊断的不确定性主要是由保护或断路器误动、拒动,信道传输干扰错误,保护动作时间偏差等因素造成的。处理不确定性问题的方法目前主要有2种,即基于概率理论的方法和基于模糊理论的方法。例如,人L神经网络与模糊理论可以用2种方式结合第1种方式与专家系统的第1种方式类似,模糊化神经网络的输入进而得到的输出也是一个模糊数m。第2种方式是根据神经网络的特点设计的。因为人工神经网络的输出本身就是一个介于0~1之间的数,所以可把神经网络的输出作为模糊系统的输入,用模糊系统去解释神经网络的输出。最终提供给运行人员一个语言化的结论,便于运行人员理解。这在一定程度上弥补了神经网络不具备解释能力的弱点。由于一般的模糊系统采用了与专家系统类似的结构,所以它也具有专家系统的一些固有的缺陷:①模糊系统在推理时也要搜索知识库内一定的规则集才能得出诊断结论,所以当系统比较大时完成诊断的速度也比较慢②当输电网络的结构或自动装置的配置发生变化时,模糊系统的知识库或相关规则的模糊度也要进行相应的修改,即模糊系统也存在维护的问题。③模糊系统也不具备学习能力。总之,模糊理论与其他人工智能技术结合构成的诊断系统虽然可以增强处理不确定性的能力,在一定程度上提高诊断的准确度,但是它不能完全消除专家系统所固有的缺点。
4遗传算法
遗传算法( genetic algorithm)是60年代后期出现的一种优化技术,通过模仿生物遗传和进化的过程寻求复杂问题的全局最优解或局部最优解。它将问题的每个候选解都编码形成一个个体,又称“染色体”( chromosome),而相应编码位则类似于生物的“基因”(gene),并用适应度( fitness)函数来衡量该候选解的优劣,多个“染色体”构成遗传过程
中的一代。当形成第一代个体以后,按照生物界适者生存的原则选择生命力强,即适应度函数值高的个体存活到下一代,随后使用交义( crossover)和变异(mutation)算子对这些“染色体”中的“基因”进行操作,从而产生新个体,此时再次进行选择产生下代。可以证明这样若干代以后存活下来的个体将逐渐逼近问题的最优解。由此可见,遗传算法对待求解问题儿乎没有什么限制,也不涉及常规优化问题求解的复杂数学过程,并能够得到全局最优解集或局部最优解集,这是它优于传统优化技术。
参考文献:
[1]焦李成.ANN系统理论[M].西安.西安电子科技大学.1993
[2]王平洋，胡兆光.模糊数学在电力系统中的应用[M].北京：中国电力出版社.1998
论文作者:严翔,吕冬
论文发表刊物:《电力设备》2018年第4期
论文发表时间:2018/6/19
标签：模糊论文; 专家系统论文; 神经网络论文; 故障诊断论文; 人工智能论文; 理论论文; 系统论文; 《电力设备》2018年第4期论文;