陈敏洁
（无锡供电公司 江苏无锡 214000）
摘要：常规的继电保护和故障诊断技术已经不能完全适应不断发展变化的电网运行工况，充分应用具有自学习、高度容错性、鲁棒性、自适应能力强等诸多优点的人工智能技术于电力系统继电保护和故障诊断中开发新一代智能继电保护和故障诊断技术已势在必行。
关键词：人工智能技术；继电保护；自适应
前言
目前国内电力系统中应用的继电保护绝大部分是微机型，其在保护原理及理论上并没有创新，只是模拟式保护的翻版。随着电力系统的发展和对安全运行要求的提高，常规的继电保护和故障诊断技术已经不能完全适应不断发展变化的电网运行工况，特别是当分布式能源接入并高渗透到电力系统后，现有的电力系统结构和潮流将发生翻天覆地的变化，常规继电保护和故障诊断技术将更加不能适应未来的电力系统运行模式，开发新一代智能继电保护和故障诊断技术已势在必行，而人工智能技术的出现并日益完善为开发新技术提供了基础[1-3]。
近年来，人工智能技术，在电力系统继电保护中得到了应用。充分利用人工智能技术，采用适当的通信网络，获取更多的故障信息，继电保护装置有望获得更强的自适应能力，即能够适应电力系统各种运行方式和复杂故障类型，显著提高其动作性能[4-5]。
1、人工智能技术
人工智能（artificial intelligence，简称AI）技术早在20世纪就在电力系统中得到应用，当时在继保装置中使用电磁继电器，但由于其磁效应会降低继电保护的可靠性，因此在当时并未取得理想效果。随着智能电网、智能变电站以及数字化继电保护不断发展，为人工智能技术的发展提供了良好的基础。近年来，专家系统、模糊控制、多 Agent 系统、神经网络等人工智能领域的重要分支已广泛应用在各专业、学科中。而专家系统和人工神经网络逐渐得到继电保护研究人员的高度认可，人工智能技术在电力系统继电保护中必将有广阔的应用前景。
1.1专家系统
所谓的专家系统实际上就是一种智能计算机程序，该程序包含着某个专业领域内的大量人类专家知识、经验，其最大特点是能模仿人类专家的思维和求解问题的方法，解决复杂系统的专业问题，达到专家水平。专家系统中最核心的部分是知识库，专家系统通过反复比对输入信息，然后再与知识库进行匹配，最终找到能使数据库的内容与实际目标的规则相匹配的方法。
1.2人工神经网络
人工神经网络（artificial neural network，简写为ANN）是通过模仿人脑细胞神经元结构和功能、思维处理等功能来处理信息的智能系统。它是一种智能化行为的系统，借助大量处理元件的连接来组建成相应的网络系统，通过对人脑组织结构与运行机制的模拟，ANN网络具有高度神经计算能力以及极强的自适应性、鲁棒性和容错性等特点。神经网络具备的高度神经计算能力，可以实现传统继电保护技术无法实现的最优算法；高度容错能力，可显著提高继电保护可靠性。特别的是，利用神经网络的自适应和自学习能力，能使继电保护和故障诊断具有更强的自适应能力，适应未来复杂的电网结构和灵活的运行方式。
期刊文章分类查询,尽在期刊图书馆
2、人工智能技术的应用
2.1专家系统的应用
文献[2]在保护定值校核方面，提出利用正反向推理和深度优化搜索方法，针对电力系统网络结构和运行方式变化后，能够将短路整定计算的结果与原来的保护定值方案进行对比，指出原保护定值方案需要修改的地方，并给出修改后的新定值方案。
文献[3]介绍了一种保护定值的智能化整定计算和管理专家系统。该系统通过对保护定值方案、原始数据、电力系统综合阻抗、保护的配置、短路电流进行传输、存储、组织和处理加工等环节，目的是能将原始数据、短路计算、整定计算、定值管理融为一体，这对于杜绝误整定，提高保护定值整定计算的可靠性，有着重要的意义。
2.2人工神经网络的应用
文献[4]提出了一种基于神经网络来进行电力系统故障分类的方法。该方法采用经典的BP 网络模型，并经过一个前置的处理器对用于故障分类所需的原始数据进行处理后，再送给神经网络进行故障分类。
文献[5]选择采用断路器的运行参数特性输入BP神经网络进行训练，用训练的结果来判别故障类型是暂时性还是永久性，以便能够自适应控制断路器的自动重合闸功能。
文献[6]介绍了一种基于ANN的电力变压器故障诊断的方法。该方法选择将变压器油气分析得到的参数数据作为输入，正常状态和变压器油过热、变压器电晕放电、变压器电弧等3种故障共4个量作为输出。
2.3专家系统与人工神经网络结合的应用
尽管专家系统在逻辑推理方面具有优越性，但获取知识的过程却是建立整个专家系统中最为困难的部分。一般情况下，专家的知识或经验并不都可以用适当的计算机语言描述或表示，且通常专业工程师不会是该领域专家，这就导致工程师对领域专家们的知识或经验难以辨认孰是孰非，这必然极大地限制专家系统的有效性和广泛性。考虑到神经网络具有优秀的自学习能力，利用神经网络来解决专家系统的知识获取难题，知识获取将更为有效。这样将专家系统和神经网络“强强联合”，必将发挥神经网络自学习能力强和专家系统推理能力强的特点，两者正好互补，从而构造神经网络专家系统。
文献[7]介绍了基于神经网络专家系统的电力系统故障诊断方法，用该方法构造的故障诊断系统知识库来自于神经网络的隐式表示，知识库的修改和扩充方便，只需要重新训练神经网络即可，不需要修改专家系统的推理机。
文献[8]提出了一种保护装置设想，该设想将神经网络与专家系统结合起来，利用神经网络进行模式识别。提出的装置直接将系统模拟量经变换后作为神经网络的输入，再结合以前学习过的样本对输入的数据进行推理、分析、评价、输出，整个训练过程中再由专家系统进行控制，按最优化方式搜索对输出结果进行评价、筛选。
3、结语
人工智能技术具有自学习、高度容错性、鲁棒性、自适应能力强等诸多优点，面对越来越复杂的电网结构和运行方式，将人工智能技术应用于电力系统继电保护和故障诊断，研究更加智能更加可靠的新一代继电保护和故障诊断技术将是继电保护技术的发展方向。
（1）智能化保护算法、定值调整。研究速度更快、性能更强、常规算法难以实现的智能化算法；并根据不同的系统运行工况，智能化调整校核保护定制方案。
（2）智能化故障诊断和智能化保护。研究能实现复杂电力系统的智能化故障诊断和自适应保护的继电保护技术。
（3）智能化重合闸控制。研究智能化识别故障类型，并结合系统运行参数实现对断路器重合闸的智能化控制。
（4）将人工智能技术与其他技术相结合。比如与小波分析结合构成小波神经网络，利用小波分析较强的特征提取优点，提取故障信号等突变信号的特征，从而优化人工智能技术处理故障信号的能力。
参考文献：
[1]孙恒东.基于人工智能技术的电力系统母线保护的应用研究[J].设计与研发，2016.22
[2]王克昌等.继电保护智能化整定计算和管理.中国电机工程学会第五届全国继电保护学术会议论文集，1993.
[3]丁晓群，Liu Y，林钟云.神经网络应用于电力变压器故障诊断[J].电力系统自动化.1996，20（2）：32~35
[4]熊玉倩，都洪基.机器学习算法运用到电力系统继电保护[J].电力电网，2018.37（18）：32-37
论文作者:陈敏洁
论文发表刊物:《河南电力》2018年15期
论文发表时间:2019/1/18
标签：神经网络论文; 专家系统论文; 人工智能论文; 继电保护论文; 电力系统论文; 技术论文; 故障诊断论文; 《河南电力》2018年15期论文;