（广西电网有限责任公司崇左供电局 广西崇左 532200）
摘要：随着我国经济发展水平的不断提升，极大地促进了计算技术与智能技术的发展。在电站故障诊断中，对智能系统进行应用能够使得故障得以及时地被发现，对于故障诊断与维修而言有着十分重要的现实意义。在本文中，我们重点对智能系统在电站故障诊断中的应用以及其未来发展进行了研究与探讨，仅供参考。
关键词：智能系统；电站故障诊断；应用；展望
1.引言
在社会经济发展的过程中，能源资源起到了十分重要的基础性作用。随着我国经济发展水平的不断提升，各个行业以及人们的日常生活中对于电能的需求量不断增加，因此极大地推动了电站建设数量与建设规模的扩大。相关实践表明，在电站设备故障诊断中，对智能诊断系统进行应用具有以下意义：其一，与采集的信息相结合能够全面、系统地对设备进行分析，进而得出设备运行的实际情况，对现场的操作人员进行指导来调整有关的参数信息，保证设备的良好运行，继而实现电站设备寿命的延长；其二，在对电站设备进行维修的时候会投入大量的财力，而且设备停机一次可能会造成的经济损失高达上百万元，通过应用智能诊断系统能够将设备运行中存在的问题得以及时地发展，确定好设备维修方案，使设备维修的费用得以有效节约。通过对相关数据进行有效记录并对其进行一定分析，对于与电站设备相关的文档资料的建立十分有利，能够在发生事故之后为事故的分析提供有利的证明，而且对于故障诊断水平的提升也是十分有利的。
2.智能系统在电站故障诊断中的应用
2.1专家系统
专家系统（ES）是基于人工智能技术（AI）的一个智能计算机程序系统。这个程序系统通过将某一领域的人类专家所具备的知识和解决问题的经验方法集中起来，使之具有类似人类专家的思考、判断、推理、决策能力，用于模拟人类专家处理该领域问题。专家系统可以用来做某一问题的诊断工作，也称作专家系统故障诊断，是计算机（专家）对用户（被诊断对象）信息进行采集，信息收集完成后，计算机利用自身原本集中储存的经验，按照一定规则查找、处理故障，完成诊断过程。一个有效的故障诊断专家系统其组成主要如下图1所示。
图1 基本结构
一般来说，现今常见的故障诊断专家系统主要有五大类，它们的区别在于知识归集方式不同或者诊断推理运行机制不同，按照上述特性，具体分为基于规则、基于事例、基于模型、基于模糊推理和基于人工神经网络的诊断专家系统。鉴于人工智能技术日趋成熟，专家系统用于故障诊断的可行性和有效性也将越来越高，而且有望逐渐从单一式诊断模式向融合式、分布式诊断模式发展。
2.2模糊故障诊断技术
在故障诊断专家系统的实际运用过程中，故障与征兆之间的关系并不总是单一或者指向清晰的，也就是说很多故障的出现具有模糊性特征，不能简单用“有故障”或者“无故障”来对故障状态进行统一概括、精确判断，反而要充分考虑故障可能发生的位置、故障是否严重等等各种因素。为了更好地解决上述问题，产生了基于模糊逻辑的模糊故障诊断技术。
模糊故障诊断技术的运行原理主要包含两个方面：一是查找故障与征兆之间的不确定关系，二是通过模糊逻辑运算得出故障诊断信息。为了实现这两个目的，该技术需要对参数信号进行处理与分析，获得该信号的各种特征所具备的模糊变量，然后通过模糊集合论中的隶属函数和模糊关系矩阵，按照一定的规则进行计算、推理，最终完成故障诊断。
期刊文章分类查询,尽在期刊图书馆这种技术的适用范围主要是针对那些没有办法获得精确计算模型的诊断系统，其优点在于应用十分方便，而且计算方法不复杂，结果也比较直观明了。其系统构成结构如下图2所示。
图2 基本结构
针对于当前情况看来，模糊故障诊断的方法较为多种多样，一般都会直接采用模糊综合评判的诊断方法来进行。其所表现出来的最大特点就是将模糊理论的优势发挥到最大，将其与其他故障连结到一起，并做出妥善处理。
2.3神经网络故障诊断技术
神经网络技术本身就是将生物神经网络作为一项模拟基础，人工智能在普及之后，这也更加直接与人脑的自组织充分融合到一起。神经网络本身就是在故障诊断出来之后所利用的一种神经网络系统，主要目的就是通过学习来将故障征兆与故障原因之间的映射关系即神经网络模型构建起来，从而做出正确的分析。其基本思想主要如下：将原有的故障征兆和诊断结果收集起来，从而再针对于神经网络进行定量的离线训练，通过神经网络结果查询的方式来了解其中所存在的对应关系；将现实故障征兆直接与神经网络的输入端联系到一起，由此得出最后的诊断结果。
3.发展趋势
3.1与Internet互联网结合开展远程故障诊断
通过与Internet互联网相结合在远程诊断设备故障之后，在这一状态之下，对于电站的一些关键设备来说应该与诊断环节建立起一个监测点，在将整个设备状态数据全部都整合到一起之后，一些技术强的研究单位、制造商等就会为此提供一系列专业的技术支持与方法指导。随着经济社会的不断发展，Internet技术应用范围的不断扩大以及其发展水平的不断提升，在未来，其能够在电站故障诊断中得到更加有效的应用。
3.2与多元传感器的融合
在现代化电站运行的过程中，会要求全方位、多角度地对设备进行监测与维护，这样才能够全面、系统地掌握设备的运行状态。所以，在诊断电站设备故障的时候，可以对多个传感器进行利用来全方位监测设备的运行，之后采取有效的措施来将这些信息融合在一起，例如，神经网络法。
3.3与现代智能方法结合在一起
通常来说，专家系统、模糊逻辑、神经网络等等，这些都是我们所说的现代智能方法。比如说神经网络方法，该方式的有效利用能够极大地促进智能系统在电站故障诊断中的应用，为智能诊断系统未来的发展开辟道路。对神经网络技术进行利用来建立的诊断系统，不需要进行树搜索，也不需要大规模的产生式规则，系统能够进行自主的学习与组织，并根据实际情况来对模糊推理进行开展，这能够使应用传统的人工智能方式进行利用而建立起的专家系统最感到困惑的知识获取与推理等相关问题得以一定的解决。随着我国经济发展水平的不断提升，科学技术的不断发展，在未来电站故障诊断中，设备状态的智能监测与设备故障智能诊断将得到越来越广泛的应用。
4.结语
总而言之，我国国民经济的不断发展，以及科学技术的日新月异，必然会推动电站故障诊断技术的不断发展。在电站故障诊断中，对智能系统进行有效应用，能够使设备故障得以及时地被发现，对于故障诊断与维修而言意义重大。相信随着科学技术的不断发展，智能系统将在电站故障诊断中得到更加广泛的应用。
参考文献：
[1]雷亚国，何正嘉．混合智能故障诊断与预示技术的应用进展［J］．振动与冲击，2011（09）：129-135．
[2]冯雷.电力系统智能故障诊断技术研究[J].电子制作，2014（21）：55-56.
[3]郭步阳.试论人工智能技术在电力系统故障诊断中的应用[J].科技创新与应用，2015（34）：206.
作者简介：
胡丽琴（1992-）女，本科，主要从事变电运行工作。
论文作者:胡丽琴
论文发表刊物:《河南电力》2018年19期
论文发表时间:2019/4/12
标签：故障诊断论文; 神经网络论文; 专家系统论文; 故障论文; 智能论文; 电站论文; 系统论文; 《河南电力》2018年19期论文;