摘要：近年来随着社会的发展，我国电力系统获得了巨大的发展。火力发电、水利发展、以及核能发电纷纷各显神通。继电保护技术作为维护电力系统正常运行的关键技术，随着电力系统的发展也取得了巨大的进步。针对我国继电保护技术现阶段发展的基本情况进行了阐述，进而提出了电力系统继电保护技术未来的发展趋势。
关键词：人工智能技术；电力系统继电保护；应用
引言
伴随着社会的不断进步，用户对电能的要求也在不断提高:安全、可靠、优质、环保。电力系统在实际工作中也确实存在一些技术难题：首先，电力系统是一种复杂大系统，系统参数包含着诸多的不确定因素，并且具有很强的非线性；其次，电力系统应当具有较强的鲁棒性能，以克服系统中的扰动，而且系统对多目标寻优的控制方法要求也较高；最后，复杂系统是由多个子系统相互影响、关联组成，电力系统需要将多个局部的控制系统相互连接，综合控制。因此，这一系列尖端的技术难题需要应用更为先进的自动化控制技术即智能控制技术。
1人工智能技术应用的作用
人工智能技术的应用不仅能够让继电保护装置的运行效率更高，而且还能使得其可靠性得到全面的提升。其各种智能化程序的应用还能使得人力以及物力得到大幅度的节省，使得成本效率也能得到持续性的降低。尤其是在主电路以及辅助电路中，继电保护人工智能技术的应用，能够使得其负载降低，从而让电力的运行更加的流畅，减少了故障出现的机率。
2人工智能技术在电力系统继电保护中的应用
2.1模糊控制技术在继电保护领域的应用
电力系统中的继电保护装置具有这重要的意义，继电保护装置的可靠工作能使电力系统稳定、可靠、安全的运行。对继电保护装置的故障识别与诊断越来越严苛，电力系统中庞大复杂的故障现象，普通的识别系统无法准确及时地解决问题。因此，采用先进的人工智能技术进行电力系统的继电保护装置的故障识别与诊断的工作更加迫切。应用模糊控制技术监视电力系统中变压器的工作状态，根据变压器的参数的变化，结合已知的输入输出，利用模糊控制技术进行变压器的故障诊断。利用最小二乘法的原理将变压器的一些参数，例如电介质的损耗、泄漏电流、绝缘电阻、变压器的吸收比等参数作为模糊控制的输入。将这些输入参数通过一定的规则进行量化，作为模糊输入的矩阵，再将变压器的状态分为合格、不合格、故障等按照规则量化得到输出的模糊矩阵。参考其他一些实际经验中的数据作为扩展出来的输入输出矩阵，应用最小二乘法的迭代运算得到输入与输出的关系矩阵。应用得出的输入输出的关系矩阵就可以对一些变压器的试验信息进行分析，诊断。
2.2数字继电保护的智能化
在整个人工智能技术的应用中，数字电路的应用也必不可少。其能够有效地实现断路器的智能化，与传统的电磁继电保护相比明显存在一定的优势。其主要是对一些小型机组以及变压器和电动机进行相应的保护。在低压电路中的应用表现的十分明显。例如：过流继电器，其在控制电路中，通过对主电路电流的监护，将其控制在一个正常的数值内，如果电力系统出现电流过载，那么过流继电器就能够在第一时间将电源进行切断，这样主电路中的电流互感器也会出现相应的电流过载感应，从而对电磁继电器发出相应的反馈信号，这样就能够实现电气二次设备的保护。这也是数字继电保护智能化的核心所在。
期刊文章分类查询,尽在期刊图书馆
2.3专家系统的应用
专家系统在继电保护领域运用受到时间因素的影响，存在一定的限制，多适用于一些对时间要求不太严格的继电保护环境过程中。比如故障诊断、故障定位、高阻接地故障探测以及继电保护的整定与协调等。专家系统对继电保护的整定与协调能提供两方面的帮助，首先，可以利用通用规则，对继电保护设计的问题进行全面综合的考虑；其次，当通用规则不能提供满意方案时，专家系统可以解决矛盾冲突。专家系统对于继电保护的故障诊断，利用的是基于产生式规则的系统，其工作原理是把继电保护装置工作的动作逻辑和运行人员的诊断经验用规则表现出来，纳入故障诊断专家系统的知识库中，进而利用知识库信息对告警信息做出分析判断，诊断出故障有无的方式。另外，在继电保护的专家系统应用中，还有用于定值智能化整定计算和管理专家系统、零序电流保护整定计算的专家系统、保护设备协调的专家系统以及电力系统保护配置的专家系统等等，具有非常广泛的运用范围。
2.4人工神经网络
人工神经网络（ANN）是信息处理系统，其主要是对人脑组织结构和人类认知的过程进行模拟。非线性特征、处理能力的并行性和自组织自学习的能力等这些特点是人们对其进行广泛关注的主要原因。BP算法是研究的最为成熟的，它具有直观和简单的网络结构和算法，主要应用在工业领域。电力系统具有非常复杂的非线性系统，所以在电力系统继电保护中ANN理论的发展前景十分广阔，可以利用神经网络方法合理的解决难以求解的和复杂的非线性问题。如经过渡电阻的短路问题发生在输电线两侧系统电势角度摆开的情况下的这一非线性问题，对于故障位置利用距离保护无法准确的判断出，这样会使误动现象产生，通过神经网络方法的适应，只要样本对各种情况集中充分的考虑，都可以正确的判断所有故障发生的位置。ANN构造的单相限脉冲和三相变压器的差动保护是由部分学者提出来的，一般在瞬时信号的处理中使用这种ANN模式，其主要对2种结构进行了研究：①对单相变压器内部故障检测的模式；②对三相变压器内部故障检测的模式。有些学者在BP算法不足的基础上将变结构神经网络的最大值算法提出来，其主要是通过将训练过程进一步简化，使网络收敛和诊断推理的速度不断加快，从而可以将识别故障率大大提高，使自动诊断故障和综合智能化保护的目的得以实现。虽然神经网络方法可以将专家系统获取知识的瓶颈和难以维护知识库等问题合理的解决，但是其与处理启发性知识不符，同时由于ANN技术本身的完备性不足，其具有缓慢的学习速度、较长的训练时间和较弱的解释功能，对神经网络的实用化会造成不利影响。
2.5遗传算法的应用
遗传算法也是人工智能技术中在电力系统继电保护工作中的一种，它主要是基于大自然的选择和遗传机制，通过利用计算机设备上模拟相应的生物进化，以此来寻找最佳的且最有效的搜索算法，遗传算法本身就具有很多的优势和优点。比如，可以在较为复杂和庞大的搜索空间中进行自适应的搜索，通过这种方式可以选择出最佳且最准确的算法，当然遗传算法还具备算法简单且适用性超强的优点，此外，遗传算法在进行求解问题方面几乎没有任何限制，也不会涉及到那些复杂的数学求求解过程，能够获得最全面的且最优的解集，这也正是遗传算法被广泛应用在电力系统继电保护中的原因，当然我们还可以通过构建合理的数学模型来解决故障问题，进而充分发挥遗传算法的作用和价值。
结语
人工智能是当前以及未来一段时间内科学技术发展的重点，而人工智能在各个领域当中的应用也会逐步得到推广。在电力系统继电保护当中，应用人工智能技术，能够保证继电保护良好发展，确保电力系统稳定性。本文重点探讨了计算机网络技术、人工神经网络、数字继电保护智能化以及专家系统等几个方面的应用。而笔者坚信，这继电保护中，人工智能技术势必会获得更加良好的发展空间。
参考文献：
[1]胡斌.人工智能技术在电力系统继电保护中的应用[J].电子技术与软件工程,2017(20):257.
[2]梁栋.继电保护中的人工智能技术分析[J].电子技术与软件工程，2016(09):254.
[3]赵刚.继电保护中的人工智能技术及其应用[J].江苏科技信息,2014(24):58-59.
论文作者:王国磊
论文发表刊物:《电力设备》2019年第19期
论文发表时间:2020/1/15
标签：电力系统论文; 继电保护论文; 人工智能论文; 专家系统论文; 技术论文; 算法论文; 故障论文; 《电力设备》2019年第19期论文;