人工智能在電力系統(tǒng)繼電保護(hù)中的應(yīng)用研究獲獎(jiǎng)科研報(bào)告

人工智能在電力系統(tǒng)繼電保護(hù)中的應(yīng)用研究獲獎(jiǎng)科研報(bào)告【摘要】隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，電網(wǎng)元件受到各方面故障的的影響也越來(lái)越多。目前電網(wǎng)故障元件的診斷主要是通過(guò)繼電保護(hù)分析和斷路器的動(dòng)作信息來(lái)進(jìn)行故障元件的診斷。但是由于目前電網(wǎng)變得越來(lái)越復(fù)雜，故障的原因也變得復(fù)雜多樣，導(dǎo)致繼電保護(hù)和斷路器由于信號(hào)發(fā)生畸變而不能正常地診斷出故障元件。為了能夠比較快速和準(zhǔn)確地診斷出電網(wǎng)的故障元件，通過(guò)制定電網(wǎng)故障頻率模糊等級(jí)表對(duì)訓(xùn)練樣本進(jìn)行模糊化處理，并用向量的形式表示出來(lái)，得到電網(wǎng)故障元件輸入向量集與電網(wǎng)故障元件的輸出向量集。綜合運(yùn)用兩種人工智能技術(shù)，人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯理論構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)并結(jié)合繼電保護(hù)動(dòng)作原理來(lái)對(duì)復(fù)雜模糊的故障信息進(jìn)行識(shí)別效果更佳。

【關(guān)鍵詞】人工神經(jīng)網(wǎng)絡(luò);模糊邏輯理論;人工智能技術(shù)

引言

繼電保護(hù)技術(shù)隨著電力系統(tǒng)的發(fā)展經(jīng)歷了機(jī)電型、整流型、晶體管型和集成電路型繼電保護(hù)，以及目前的微機(jī)保護(hù)型。然而，隨著電力系統(tǒng)向著智能化方向發(fā)展以及人們對(duì)電力系統(tǒng)穩(wěn)定性要求的提高，微機(jī)保護(hù)型繼電保護(hù)已經(jīng)無(wú)法有效地實(shí)現(xiàn)其功能，人工智能技術(shù)順勢(shì)而生，開(kāi)始在繼電保護(hù)中逐漸發(fā)揮作用。

人工智能系統(tǒng)可分為三大類(lèi)：（1）專(zhuān)家系統(tǒng)。專(zhuān)家系統(tǒng)（ES）是人工智能領(lǐng)域的一個(gè)重要分支，其原理是通過(guò)對(duì)專(zhuān)家某個(gè)領(lǐng)域內(nèi)的知識(shí)與經(jīng)驗(yàn)的統(tǒng)計(jì)分析，利用智能計(jì)算機(jī)程序來(lái)模擬人類(lèi)對(duì)此領(lǐng)域問(wèn)題的決策的過(guò)程，進(jìn)而解決需要專(zhuān)家決定的復(fù)雜問(wèn)題。比如故障專(zhuān)家系統(tǒng)能夠根據(jù)人工提供或觀察到的數(shù)據(jù)來(lái)推斷出某個(gè)對(duì)象發(fā)生故障的具體原因。繼電保護(hù)中的專(zhuān)家系統(tǒng)則是針對(duì)整個(gè)繼電系統(tǒng)的各種保護(hù)的工作原理，制定相對(duì)應(yīng)的鑒別規(guī)則、整定規(guī)則、核查規(guī)則、校正規(guī)則等規(guī)則實(shí)現(xiàn)繼電保護(hù)設(shè)備的智能調(diào)整與維護(hù)。在繼電保護(hù)中，專(zhuān)家系統(tǒng)知識(shí)表達(dá)方式有基于謂詞邏輯的系統(tǒng)、基于過(guò)程式知識(shí)的系統(tǒng)、基于產(chǎn)生式規(guī)則的系統(tǒng)、基于框架式的系統(tǒng)，以及在這四種表達(dá)法基礎(chǔ)上發(fā)展起來(lái)的基于知識(shí)模型的系統(tǒng)和基于面向?qū)ο蟮南到y(tǒng)。（2）人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)（ANN）是通過(guò)模擬人腦組織結(jié)構(gòu)和人類(lèi)認(rèn)知過(guò)程的信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)采取的是非線性映射的方法，可以有效地解決難以列出方程式或求解復(fù)雜的非線性問(wèn)題。相比于繼電保護(hù)ES診斷方法，ANN算法可以通過(guò)對(duì)標(biāo)準(zhǔn)樣本的學(xué)習(xí)，調(diào)整自身的連接權(quán)，將獲得的知識(shí)分布在網(wǎng)絡(luò)上實(shí)現(xiàn)ANN的記憶模式，具有強(qiáng)大的知識(shí)獲取能力。（3）模糊理論。模糊理論突破了經(jīng)典集合中用0和1表示非此即彼的清晰概念，引進(jìn)語(yǔ)言變量和模糊邏輯，利用模糊隸屬度的概念來(lái)對(duì)不確定事件與現(xiàn)象進(jìn)行描述。模糊識(shí)別可以通過(guò)對(duì)事物的特征進(jìn)行分類(lèi)和識(shí)別，解決了繼電保護(hù)中許多需要較長(zhǎng)時(shí)間的復(fù)雜運(yùn)算來(lái)進(jìn)行故障診斷的問(wèn)題，提高了繼電保護(hù)故障診斷的效率。

1繼電保護(hù)中人工智能技術(shù)的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)在繼電保護(hù)中多用于故障類(lèi)型的判別、故障距離的測(cè)定、方向保護(hù)和主設(shè)備保護(hù)等方面。比如，對(duì)高壓輸電線的方向保護(hù)，利用BP模型作為方向保護(hù)的方向判別元件，該元件可以準(zhǔn)確、快速的判別出故障的方向;對(duì)電流的保護(hù)上，利用人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和模式識(shí)別能力，可以有效地對(duì)電力系統(tǒng)中的故障情況做出識(shí)別，使電流對(duì)正方向的故障進(jìn)行保護(hù)，對(duì)反方向故障采取閉鎖反應(yīng)，實(shí)現(xiàn)了電流的自適應(yīng)，提高了電流的靈敏度。另外，人工神經(jīng)網(wǎng)絡(luò)還通常與專(zhuān)家系統(tǒng)結(jié)合使用來(lái)進(jìn)行對(duì)電力系統(tǒng)故障的診斷。在ANN和ES結(jié)合運(yùn)用中，建立的ANN模式可以對(duì)母線、線路和變壓器進(jìn)行診斷，模型的核心是母件元件和線路，輸入量為元件周?chē)谋Ｗo(hù)信息和跳閘信息，輸出量是被診斷元件的狀態(tài);同時(shí)，輸入量采用的是ES精煉過(guò)的被診斷元件周邊實(shí)時(shí)信息的幾個(gè)特征量，用故障樣本對(duì)ANN進(jìn)行訓(xùn)練，就可以讓ANN模型獲得故障診斷的知識(shí)。這種方式可以適用于電力系統(tǒng)所有元件的故障診斷，同時(shí)對(duì)電力系統(tǒng)故障診斷專(zhuān)家系統(tǒng)具有重要意義。模糊理論在繼電保護(hù)中主要應(yīng)用于主變保護(hù)、線路保護(hù)和發(fā)電機(jī)保護(hù)等幾個(gè)方面。小波分析在繼電保護(hù)中的主要應(yīng)用在與電流、電壓相關(guān)的故障診斷方面，通常需要與其他方法結(jié)合使用[1]。文獻(xiàn)[2]提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的模糊控制器綜合優(yōu)化設(shè)計(jì)方法。首先建立一個(gè)僅含四條模糊控制規(guī)則的通用模糊控制系統(tǒng)，以減少和避免對(duì)經(jīng)驗(yàn)的依賴(lài);然后，針對(duì)通用控制系統(tǒng)提出相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法，并在神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值與模糊系統(tǒng)的主要調(diào)整參數(shù)間建立一一對(duì)應(yīng)的關(guān)系;最后，利用單純形直接尋優(yōu)法實(shí)現(xiàn)對(duì)隸屬函數(shù)、模糊控制規(guī)則、模糊邏輯運(yùn)算和比例因子的綜合優(yōu)化整定。該方法特點(diǎn)在于不僅實(shí)現(xiàn)了通用模糊控制系統(tǒng)和神經(jīng)網(wǎng)絡(luò)之間的知識(shí)和信息轉(zhuǎn)換，并且使學(xué)習(xí)后模糊神經(jīng)網(wǎng)絡(luò)內(nèi)部權(quán)值和閥值的變化可以參照模糊系統(tǒng)來(lái)進(jìn)行解釋?zhuān)子诶斫?此外此方法還具有很強(qiáng)的實(shí)時(shí)性，實(shí)現(xiàn)了對(duì)影響模糊控制器控制品質(zhì)的諸因素的綜合調(diào)整，有效地提高了模糊控制器的控制品質(zhì)。文獻(xiàn)[3]針對(duì)遺傳算法耗時(shí)過(guò)多的缺點(diǎn)，提出了在最優(yōu)化過(guò)程中引進(jìn)兩種模糊邏輯控制器以自動(dòng)修改交叉與突變率，進(jìn)而加速交叉與突變過(guò)程、提高算法的收斂速度的遺傳模糊算法（FCGA）。該算法不僅加快了傳統(tǒng)遺傳算法搜索過(guò)程的速度，而且提高了發(fā)送和負(fù)荷調(diào)度的精度，文獻(xiàn)[4]即為一例，其利用辯識(shí)的最小二乘法原理，采用模糊語(yǔ)義表示，將泄漏電流、電介質(zhì)損耗、吸收比和絕緣電阻與歷年相比的變化率作為輸入，根據(jù)規(guī)則和相應(yīng)的隸屬函數(shù)進(jìn)行量化處理，形成輸入模糊矩陣x，同時(shí)將變壓器的絕緣狀況分為三種類(lèi)型：合格、有問(wèn)題、不合格，進(jìn)行量化處理形成輸出模糊矩陣y;然后利用積累的經(jīng)驗(yàn)數(shù)據(jù)作為擴(kuò)展的模糊輸入、輸出矩陣，再運(yùn)用最小二乘法原理通過(guò)迭代的方法得到關(guān)系矩陣R，從而可以通過(guò)關(guān)系矩陣對(duì)新的試驗(yàn)數(shù)據(jù)進(jìn)行分析判斷。文獻(xiàn)[5]提出了一種基于模糊集理論的多判據(jù)算法，它將傳統(tǒng)的數(shù)字式繼電保護(hù)的各種判據(jù)通過(guò)模糊處理后分別賦予一隸屬度函數(shù)，再根據(jù)實(shí)際電參數(shù)的測(cè)量計(jì)算從而確定各種判據(jù)的隸屬度，經(jīng)模糊運(yùn)算后由模糊決策系統(tǒng)確定變壓器的運(yùn)行工況并發(fā)出動(dòng)作指令。

2結(jié)論與總結(jié)

當(dāng)前各種電網(wǎng)的故障研宄層出不窮，對(duì)于電網(wǎng)故障的診斷技術(shù)也逐步完