摘要：输电线路是输送电力的“动脉”，应用输电线路智能故障诊断系统，当线路发生跳闸时能立即实现故障点的定位及故障类型判定，能很好地保证电网安全稳定运行。本文首先介绍了诊断系统的组成及工作原理，再利用双端行波测距法定位故障点，并通过分析行波波形特征辨识出故障类型，结果表明系统的诊断结果与人工巡线结果一致，从而验证了智能故障诊断系统的高效性和准确性，对电力系统的建设和发展具有重要意义。
关键词：人工智能；输电线路；安全运行
中图分类号：TM862 文献标识码：A
1 引言
21世纪，智能电网的研究已成为电力系统的战略目标。从最新智能电网的发展趋势来看，人工智能技术在输电线路在线监测和状态维修方面的应用已经十分广泛。AI将为电力工业的发展开辟全新的途径。
2 输电线路在线监测系统
2.1 输电线路监测系统的开发
输电线路在线监测系统由两部分组成：第一部分由前端数据采集系统、数据通信传输系统等构成，数据采集主要由高性能的传感器和视频探头来进行，可以对避雷器、绝缘子、覆冰、舞动、传输导线增容和安全运行等进行全方位的监测，前端系统对所收集数据进行处理后，通过无线通信网络传输至监控中心；第二部分由后端分析处理系统构成，后端主要由AI方式处理相应信号，得出监测输电线路的实时诊断结论。为了实现输电线路的在线监测，开发了输电线路智能化监测的总体框架。在输电线路的监测系统中，传感器的性能是在线监测的关键。传感器的实质是用来模拟人类的感官功能，对输电线路运行的状态(电流强度、电压等级、线路温度)和环境条件(温度、日照、湿度、风速、风向等)进行全方位的监测。在线监测的设备主要包括测导线温度的红外传感器；测电流的传感器；监测环境气象变化的传感器(包括气温、湿度、光照、风速等)；监测避雷器和绝缘子污闪、覆冰、舞动的传感器、远程视频装置等。近年来，国内外输电线路和铁塔上的探测热点纷纷安装各类传感器，直接采集相关的监测数据，及时传输至监控中心。
2.2 数据信号的无线传输
无线通信技术的发展，实现了信号的高速传输和网络的大范围覆盖。在输电线路探测热点部位安装传感器，采集监测数据信号，经无线通信网络GPRS/CDMA/3G，可以实现远程数据(包括线路运行温度、环境状况、避雷器和绝缘子泄漏电流、覆冰、舞动幅度等实时数据)和监测图像的实时传输。无线通信技术将现场取得的监测数据和视频信号输送到监控中心，可以有效地完成输电线路智能化监测系统中监测数据的同步传输，通过GPRS技术，集成输电线路运行在线监测数据，与AI的故障诊断技术相结合，建立起一体化的监测信息平台，可以实现对输电线路的智能化监测。
3 人工智能在输电线路安全运行中的应用
3.1 智能蹲守机器人
对于输电线路来说，由于其长期处于户外，且运行环境相对恶劣，所以难免会出现导线磨损、断裂等问题。导线断股是输电线路的一项主要缺陷，传统的修补方法主要采用人工修补方式，需要相关技术人员爬上输电导线，对断股处进行修补，具有较强的危险性。而智能蹲守机器人具有夹钳装置，能够替代技术人员的手完成修补，结合多自由度控制、多传感器信息融合、传动系统控制等技术以及专用维修工具，能够完全替代人工进行输电线路的修补，达到维护效果的同时显著提升了输电线路修补的安全性。为了保障输电线路稳定运行，技术人员需要定期进行输电线的巡检，而在智能蹲守机器人的支持下，技术人员只需要在操控室中就能够远程完成此项工作。
期刊文章分类查询,尽在期刊图书馆考虑到恶劣天气、地势起伏、输电线路高度等因素，研究人员对智能蹲守机器人进行了防滑设计，并设计利用两个机械臂完成行走，避免了由于地势的起伏而难以行动的现象发生。为了能够准确、清晰地拍摄输电线路所有的位置，在智能蹲守机器人中设置了具有伸缩功能的长臂，并加设了摄像头，可向技术人员提供全面、清晰的画面。
3.2 无人机智能巡航系统
输电线路无人机巡检智能管理系统在构建过程中，通过对数据模型的内部共享，利用模块化、小型化、可编辑的软件构建技术，采用J2EE体系，实现了多层技术方案的设计。同时，开发了针对第三方软件供应商的专用接口。可以实现不同专业软件的集成，有利于实现无人机输电线路巡检业务的综合管理。前置层包含了对无人机飞行系统的控制以及飞行数据的采集、存储和清洗等功能。表现层集成了无人机巡检智能管理系统的管理工具，实现基于C/S结构的对数据加工和应用；应用服务层提供面向用户的基本服务功能，主要用于实现飞行作业的管理、图形浏览、富媒体内容的分析识别、空间的分析服务和电网拓扑的分析管理等内容。应用逻辑层是面向系统管理员和开发人员的系统工具，完成对系统用户的权限管理、空间数据的统计分析、飞行图像数据的识别和无人机通用业务组件的搭建。数据访问与数据存储均属于无人机智能巡检系统的数据管理系统，实现了对的数据访问的管理控制以及无人机巡检系统的数据存储功能。
3.3 输电线路的人工神经网络
ANN是AI的一个重要分支，是一种模拟人类神经系统的数学模型，具有很强的学习和推理能力，能够发现大数据中的非线性关系。基于ANN原理的故障诊断与基于ES原理的故障诊断相比，最大的区别是不需要做知识获取、知识表达和知识库建立的工作。ANN是一种信息处理系统，具有并行分布处理、自适应、联想记忆等优点。它采用了反向传播(Back Propagation，BP)网络结构，具有模式分类能力，可以较好地处理故障诊断中的一些模糊问题。ANN仅需相关专家所提供的大量现场信息，运用大数据加一定的学习算法进行样本训练，形成ANN故障诊断样本集。它是一种智能型工具。输电线路人工神经网络的开发，增强了线路的在线监测、状态维修和故障诊断的能力。输电线路人工神经网络中，ANN的输入层、隐含层和输出层维数是由输电线路故障诊断状态来决定的。
输电线路人工神经网络选用3层BP网络，只包含一个隐含层，隐含层神经元的个数是通过经验和样本训练过程中对输电线路故障因素与准确率的比较，观察收敛速度和目标误差达到的效果来决定的；输入层节点个数，选取从传感器直接获取的特征数据，对应输电线路特性和故障诊断中的特殊地位，选择传感监测信号中的运行温度参数T、气象参数F、电压等级U、电流强度I等作为输入层节点的特征输入元素。
4 结束语
AI的实现需要大量硬件的支撑，而软件工程更是AI的核心技术。近年来，AI在输电线路状态检测和故障诊断中的开发和应用，极大地提高了输电线路在线监测的智能化水平，保障了输电线路的安全、可靠，降低了事故的发生率。随着AI输电线路在线监测系统应用的逐步推广，AI正越来越显示出强大的生命力。
参考文献：
[1] 邬建民,朱小平,李佳洋.通过智能技术有效防止输电线路鸟害的发生[J].科技创新导报,2018,15(36):67-68.
[2] 刘宁. 高压输电线路智能检测技术研究与应用[D].山东大学,2018.
[3] 付子峰,吴启进,刘继承,郭景武,王星超,李龙云.人工智能除冰技术在输电线路中的应用[J].湖北电力,2018,42(03):15-18.
[4] 黄建明. 考虑暂态奇异信息与不平衡故障录波数据集的输电线路故障识别方法[D].武汉大学,2017.
[5] 余耀权. 基于人工智能技术的输电线路继电保护系统的应用研究[D].广东工业大学,2005.
论文作者:汪羽
论文发表刊物:《当代电力文化》2019年第09期
论文发表时间:2019/9/10
标签：线路论文; 在线论文; 数据论文; 无人机论文; 智能论文; 系统论文; 传感器论文; 《当代电力文化》2019年第09期论文;