论文部分内容阅读
摘要：本文以电力系统中继电保护智能化技术应用为核心展开讨论，首先简述人工智能技术和在电力系统中应用意义，然后以专家系统、神经网络、模糊理论、模式识别、小波分析五种智能技术为主对其相关概念和应用展开分析。
关键词：继电保护;人工智能技术;应用
1人工智能技术相关概述及在继电保护中应用意义
1.1人工智能技术相关概述
人工智能技术是计算机技术应用发展一个分支，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。通过期望了解智能是指，生产能够以人类智能相似的方式作出反应的智能机器，其中包括专家系统、自然语言、图像识别、语言识别、机器人等。自人工智能诞生，其相关理论与应用技术便逐渐成熟，实践应用领域不断扩大，随着应用技术的不断成熟，人工智能极有可能成为人类智慧“容器”。人工智能是对人类思维的有效模拟，在生产中可以代替人工，并按照相关要求对数据信息进行处理。人工智能对于数据信息的处理具有极高的精准性，可有效提升企业工作、生产质量和效率，因此，需要在实际的应用过程中不断总结经验，加强研发，实现人工智能技术的高质、高效应用。
1.2人工智能技术在电力继电保护中应用意义
现阶段，我国进入高质量发展时期，人们生产、生活中对于电力的需求量不断提升，为确保用电稳定性、安全性，需要加强继电保护相关设施建设，但是因为电力系统建设规模不断扩大，以往通过人工方式、传统继电保护方式开展电力故障巡检、系统保护的方式已经不适用。电力行业需要顺应时代发展，在继电保护设施建设中积极应用人工智能技术，实现继电保护智能化、自动化运行，当电力系统出现异常故障和安全隐患等问题时，继电保护设施能够第一时间作为相应反应，避免故障的进一步演化，引发严重的安全事故。另外，在电力系统继电保护中应用人工智能技术能够促进电力行业向智能化方向发展，在确保电力系统安全、稳定运行，保证电力正常供应的基础上实现电力企业经济效益提升。
2继电保护人工智能关键技术
2.1专家系统
专家系统属于人工智能发展重要方向，智能运行原理是通过对某领域相关知识、经验加以总结统计，对数据进行深度分析后，借助计算机进行编程模拟，通过人类思维方式对领域中相关问题加以判断决策。整体而言，专家系统的有效应用需要数据信息作为支撑，对多种数据信息加以分析判断。在电力继电保护中应用专家系统能够采用人工方式或者自动方式采集故障信息，判断故障诱发原因，针对问题具体情况采取相应的处理措施。继电保护专家系统则主要是对继电保护相关知识、经验分析和收集，深入分析继电保护相关原理，根据应用需求不同制定不同规则，实现电力系统继电保护智能化、自动化运行[1]。
2.2人工神经系统
人工神经网络同样属于人工智能技术发展新方向，借助计算机对人类的认知过程进行模拟，通过人工智能方式对目标问题加以有效解决。对于神经网络的应用需要借助非线性映像实现，可以对难以通过方程式或求解难度较大的非线性问题。所以，相比于专家系统，神经网络更加先进，可以通过标准样本学习扩充知识，对复杂的问题加以有效处理，另外，在电力系统继电保护中，相比于专家系统，神经网络的应用具有更大的发展空间，但因为受学习逻辑因素影响，神经网络需要在不断地学习中提升智能化经验。
2.3模糊理论
该技术的最大特点是打破二进制非此即彼的运算概念，通过模糊逻辑、引用变量描述不确定现象和事件。模糊理论能够通过事物特征分析加以识别和分类，适用于电力系统继电保护中海量数据信息处理需求[2]。对简单故障问题的处理分析采用模糊理论更加高效，并有效降低计算成本。但模糊理论系统不具有学习能力，仅可通过构建模糊逻辑、语言模型加以优化，因为在实际的应用中需要借助人工方式辅助升级。
2.4模式识别
该智能技术指的是把定值、定性、定量统一结合分配至电力系统中，做待识别模式，吐过电力系统出现运行故障问题，通过对比故障信息与系统内储存的识别信息分析故障问题，模式识别能够快速分析电力系统继电保护中存在的故障问题，具有较高的准确性。但模式识别智能技术应用前需要首先在系统中构建模型，作为故障对比参考，该技术的应用虽然理论较为简单，但是在实际应用中需进行大量的识别模型设计、分析，工作量比较大。
2.5小波分析
该智能技术主要是通过电力系统运行频率判断故障类型。电力系统运行中，借助小波分析技术可对电力系统频率加以实时监控，因为小波分析方式技术能够有效分析判定系统运行中的波形，当出现故障问题，电力系统运行频率必将发生变化，因此，小波分析智能技术能够判别信息变化，及时发现电力系统运行过程中时候存在异常故障，通过应用小波分析技术能够在电力系统运行信号不稳定或者存在非常规波动时发挥显著作用。
3继电保护中的人工智能技术应用
3.1专家系统应用
在电力系统继电保护中对于专家系统的应用效率不高，因为一般情况下应用于时间要求较低故障处理分析中。究其原因，专家系统对电力系统中数据计算分析、故障类型判断所需要消耗的时间较长，对于突发故障应急处理需要消耗大量的时间，无法实现对电力系统的高效保护。但专家系统对于故障问题的诊断、定位以及整定协调方面发挥着积极作用。在电力系统继电保护整定协调中应用专家系统可以通过知识和经验，全面综合考虑设计继电保护系统，提升继电保护全面性，避免存在的矛盾与冲突。
3.2神经网络应用
因为神经网络具有智能故障判断和学习能力，因为多应用于故障类型、故障距离测定中，可周全保护电力系统主设备。如，在高压输电线中，应用神经网络智能技术能够及时判断线路运行过程中存在的故障问题以及故障方向，提升故障处理分析效率。对于电流保护，借助神经网络可有效保护电流正方向故障问题，经故障学习可不断提升电力故障识别能力，为电力网络继电保护系统有效应用提供技术支撑。
3.3模糊理论应用
因为在电力系统中继电保护模糊理论智能技术的应用主要是判别非线性问题，提升故障问题判断效率，多用于发电机、主变设备等关键设施保护中。如，电力系统出现电压故障，电压高频的成本不同，采用线性故障识别系统，无法对故障问题加以迅速判断，存在计算耗时较长、结果错误等情况。通过模糊理论能够对比故障集合内电压模式，分析故障问题。通过模糊理论能够判断变压器存在的电流故障，因为具有较高的识别效率，因此多用于主要设备保护中。
3.4模式識别应用
该智能技术主要应用于高阻抗检测与距离保护，借助模式识别技术可对配电线路中的接地保护设施加以改进，提升线路保护可靠性，通过电流、电压信号识别，实时对比信号数据，判别高阻抗运行状态。
3.5小波分析应用
该技术主要应用在继电保护电压、电流故障检测中，收集变压器励磁涌流、短路电流数据，通过规模理论对比特征，实现故障问题判断。
总结
综上所述，在电力系统的运行过程中因为存在大量的影响因素，需要采用继电保护措施分析电力系统中存在的故障问题，但是以往的继电保护技术应用仍然需求投入大量的人力资源。在新时代背景下，人工智能技术的发展进步为继电保护的智能化发展提供了有力支撑。本文对继电保护专家系统、神经网络、模糊理论、模式识别、小波分析技术的实际应用加以分析，实现电力系统的稳定、安全运行。
参考文献
[1]樊玉新，余波，王永强，等.电力系统继电保护专家系统的构建[J].水电能源科学，2007（02）：96-98.
[2]Zhao-jiyuan，赵纪元，Liu-gang，等.基于在线计算及模糊理论的继电保护风险预警系统方案[C]//中国电机工程学会.中国电机工程学会，2016.
关键词：继电保护;人工智能技术;应用
1人工智能技术相关概述及在继电保护中应用意义
1.1人工智能技术相关概述
人工智能技术是计算机技术应用发展一个分支，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。通过期望了解智能是指，生产能够以人类智能相似的方式作出反应的智能机器，其中包括专家系统、自然语言、图像识别、语言识别、机器人等。自人工智能诞生，其相关理论与应用技术便逐渐成熟，实践应用领域不断扩大，随着应用技术的不断成熟，人工智能极有可能成为人类智慧“容器”。人工智能是对人类思维的有效模拟，在生产中可以代替人工，并按照相关要求对数据信息进行处理。人工智能对于数据信息的处理具有极高的精准性，可有效提升企业工作、生产质量和效率，因此，需要在实际的应用过程中不断总结经验，加强研发，实现人工智能技术的高质、高效应用。
1.2人工智能技术在电力继电保护中应用意义
现阶段，我国进入高质量发展时期，人们生产、生活中对于电力的需求量不断提升，为确保用电稳定性、安全性，需要加强继电保护相关设施建设，但是因为电力系统建设规模不断扩大，以往通过人工方式、传统继电保护方式开展电力故障巡检、系统保护的方式已经不适用。电力行业需要顺应时代发展，在继电保护设施建设中积极应用人工智能技术，实现继电保护智能化、自动化运行，当电力系统出现异常故障和安全隐患等问题时，继电保护设施能够第一时间作为相应反应，避免故障的进一步演化，引发严重的安全事故。另外，在电力系统继电保护中应用人工智能技术能够促进电力行业向智能化方向发展，在确保电力系统安全、稳定运行，保证电力正常供应的基础上实现电力企业经济效益提升。
2继电保护人工智能关键技术
2.1专家系统
专家系统属于人工智能发展重要方向，智能运行原理是通过对某领域相关知识、经验加以总结统计，对数据进行深度分析后，借助计算机进行编程模拟，通过人类思维方式对领域中相关问题加以判断决策。整体而言，专家系统的有效应用需要数据信息作为支撑，对多种数据信息加以分析判断。在电力继电保护中应用专家系统能够采用人工方式或者自动方式采集故障信息，判断故障诱发原因，针对问题具体情况采取相应的处理措施。继电保护专家系统则主要是对继电保护相关知识、经验分析和收集，深入分析继电保护相关原理，根据应用需求不同制定不同规则，实现电力系统继电保护智能化、自动化运行[1]。
2.2人工神经系统
人工神经网络同样属于人工智能技术发展新方向，借助计算机对人类的认知过程进行模拟，通过人工智能方式对目标问题加以有效解决。对于神经网络的应用需要借助非线性映像实现，可以对难以通过方程式或求解难度较大的非线性问题。所以，相比于专家系统，神经网络更加先进，可以通过标准样本学习扩充知识，对复杂的问题加以有效处理，另外，在电力系统继电保护中，相比于专家系统，神经网络的应用具有更大的发展空间，但因为受学习逻辑因素影响，神经网络需要在不断地学习中提升智能化经验。
2.3模糊理论
该技术的最大特点是打破二进制非此即彼的运算概念，通过模糊逻辑、引用变量描述不确定现象和事件。模糊理论能够通过事物特征分析加以识别和分类，适用于电力系统继电保护中海量数据信息处理需求[2]。对简单故障问题的处理分析采用模糊理论更加高效，并有效降低计算成本。但模糊理论系统不具有学习能力，仅可通过构建模糊逻辑、语言模型加以优化，因为在实际的应用中需要借助人工方式辅助升级。
2.4模式识别
该智能技术指的是把定值、定性、定量统一结合分配至电力系统中，做待识别模式，吐过电力系统出现运行故障问题，通过对比故障信息与系统内储存的识别信息分析故障问题，模式识别能够快速分析电力系统继电保护中存在的故障问题，具有较高的准确性。但模式识别智能技术应用前需要首先在系统中构建模型，作为故障对比参考，该技术的应用虽然理论较为简单，但是在实际应用中需进行大量的识别模型设计、分析，工作量比较大。
2.5小波分析
该智能技术主要是通过电力系统运行频率判断故障类型。电力系统运行中，借助小波分析技术可对电力系统频率加以实时监控，因为小波分析方式技术能够有效分析判定系统运行中的波形，当出现故障问题，电力系统运行频率必将发生变化，因此，小波分析智能技术能够判别信息变化，及时发现电力系统运行过程中时候存在异常故障，通过应用小波分析技术能够在电力系统运行信号不稳定或者存在非常规波动时发挥显著作用。
3继电保护中的人工智能技术应用
3.1专家系统应用
在电力系统继电保护中对于专家系统的应用效率不高，因为一般情况下应用于时间要求较低故障处理分析中。究其原因，专家系统对电力系统中数据计算分析、故障类型判断所需要消耗的时间较长，对于突发故障应急处理需要消耗大量的时间，无法实现对电力系统的高效保护。但专家系统对于故障问题的诊断、定位以及整定协调方面发挥着积极作用。在电力系统继电保护整定协调中应用专家系统可以通过知识和经验，全面综合考虑设计继电保护系统，提升继电保护全面性，避免存在的矛盾与冲突。
3.2神经网络应用
因为神经网络具有智能故障判断和学习能力，因为多应用于故障类型、故障距离测定中，可周全保护电力系统主设备。如，在高压输电线中，应用神经网络智能技术能够及时判断线路运行过程中存在的故障问题以及故障方向，提升故障处理分析效率。对于电流保护，借助神经网络可有效保护电流正方向故障问题，经故障学习可不断提升电力故障识别能力，为电力网络继电保护系统有效应用提供技术支撑。
3.3模糊理论应用
因为在电力系统中继电保护模糊理论智能技术的应用主要是判别非线性问题，提升故障问题判断效率，多用于发电机、主变设备等关键设施保护中。如，电力系统出现电压故障，电压高频的成本不同，采用线性故障识别系统，无法对故障问题加以迅速判断，存在计算耗时较长、结果错误等情况。通过模糊理论能够对比故障集合内电压模式，分析故障问题。通过模糊理论能够判断变压器存在的电流故障，因为具有较高的识别效率，因此多用于主要设备保护中。
3.4模式識别应用
该智能技术主要应用于高阻抗检测与距离保护，借助模式识别技术可对配电线路中的接地保护设施加以改进，提升线路保护可靠性，通过电流、电压信号识别，实时对比信号数据，判别高阻抗运行状态。
3.5小波分析应用
该技术主要应用在继电保护电压、电流故障检测中，收集变压器励磁涌流、短路电流数据，通过规模理论对比特征，实现故障问题判断。
总结
综上所述，在电力系统的运行过程中因为存在大量的影响因素，需要采用继电保护措施分析电力系统中存在的故障问题，但是以往的继电保护技术应用仍然需求投入大量的人力资源。在新时代背景下，人工智能技术的发展进步为继电保护的智能化发展提供了有力支撑。本文对继电保护专家系统、神经网络、模糊理论、模式识别、小波分析技术的实际应用加以分析，实现电力系统的稳定、安全运行。
参考文献
[1]樊玉新，余波，王永强，等.电力系统继电保护专家系统的构建[J].水电能源科学，2007（02）：96-98.
[2]Zhao-jiyuan，赵纪元，Liu-gang，等.基于在线计算及模糊理论的继电保护风险预警系统方案[C]//中国电机工程学会.中国电机工程学会，2016.