基于人工智能電網(wǎng)故障診斷技術(shù)的研究現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)

基于人工智能電網(wǎng)故障診斷技術(shù)的研究現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)摘要：配電網(wǎng)作業(yè)狀態(tài)在很大程度上決定了供電質(zhì)量，為了盡可能提高供電質(zhì)量，組織配電網(wǎng)巡檢工作顯得尤為重要。傳統(tǒng)的巡檢模式利用人力資源檢測(cè)配電網(wǎng)設(shè)備作業(yè)狀態(tài)，存在工作效率低、誤差大、覆蓋面不足等問(wèn)題，缺少統(tǒng)一管理。從當(dāng)前配電網(wǎng)巡檢工作效果來(lái)看，獲取巡檢數(shù)據(jù)信息不足，未能及時(shí)發(fā)現(xiàn)設(shè)備問(wèn)題。為了彌補(bǔ)傳統(tǒng)巡檢模式的不足，配電網(wǎng)領(lǐng)域研究學(xué)者提出了智能配電網(wǎng)巡檢，該研究思路利用智能化操控技術(shù)，取代人工巡檢。由于配電網(wǎng)設(shè)備分布區(qū)較大，數(shù)量較多，加大了配電網(wǎng)巡檢系統(tǒng)開(kāi)發(fā)難度，當(dāng)前尚未形成完善的系統(tǒng)設(shè)計(jì)方案。本研究嘗試選取物聯(lián)網(wǎng)技術(shù)作為研究工具，提出配電網(wǎng)智能巡檢系統(tǒng)研究。關(guān)鍵詞:人工智能;電網(wǎng)故障;診斷技術(shù);研究現(xiàn)狀;未來(lái)發(fā)展趨勢(shì)引言新時(shí)期電網(wǎng)系統(tǒng)的功能和技術(shù)特點(diǎn)得到優(yōu)化，規(guī)劃經(jīng)驗(yàn)、數(shù)據(jù)和知識(shí)可以利用人工智能技術(shù)進(jìn)行科學(xué)利用和管理，網(wǎng)絡(luò)運(yùn)行效率通過(guò)以下方式得到提高因此，有必要分析電網(wǎng)總體調(diào)控活動(dòng)，研究電網(wǎng)調(diào)控中人工智能技術(shù)的性能和交互過(guò)程，進(jìn)行深入學(xué)習(xí)，提高故障識(shí)別質(zhì)量。1人工智能電網(wǎng)故障診斷技術(shù)以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)在數(shù)據(jù)處理特別是特征自學(xué)習(xí)、強(qiáng)非線性擬合、端到端建模等方面具有較強(qiáng)的優(yōu)勢(shì)，同時(shí)，新一代信息技術(shù)特別是云計(jì)算、大數(shù)據(jù)處理等技術(shù)的發(fā)展，促使機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智能技術(shù)具備了強(qiáng)大的大規(guī)模數(shù)據(jù)處理能力，使得新一代人工智能技術(shù)可以更好的契合新態(tài)勢(shì)下配電網(wǎng)智能感知與故障診斷平臺(tái)建設(shè)所需的信息處理方法：1）配電網(wǎng)智能感知平臺(tái)建設(shè)為故障診斷與故障定位提供了大量數(shù)據(jù)，而基于分布式計(jì)算和云平臺(tái)的新一代人工智能技術(shù)具有強(qiáng)大的大數(shù)據(jù)分析和挖掘能力，可以很好的應(yīng)對(duì)大規(guī)模配電網(wǎng)數(shù)據(jù)處理的挑戰(zhàn)；2）大量分布式新能源、儲(chǔ)能和電力電子裝備的廣泛接入，使得電力系統(tǒng)故障的隨機(jī)性和非線性性大大增強(qiáng)，而以深度學(xué)習(xí)為典型代表的新一代人工智能技術(shù)具備強(qiáng)大的非線性擬合與特征表達(dá)能力，可以從多源異構(gòu)或非結(jié)構(gòu)化的數(shù)據(jù)中提取出配電網(wǎng)故障的判別信息，實(shí)現(xiàn)更加精準(zhǔn)的故障診斷和故障定位；3）分布式新能源廣泛接入下的配電網(wǎng)，其電力系統(tǒng)建模更加困難，基于物理模型的配電網(wǎng)感知與故障診斷方法誤差偏大。而新一代人工智能技術(shù)具備的端到端學(xué)習(xí)模式和端-邊-云協(xié)同計(jì)算架構(gòu)，可以更好的處理局部與全局之間的信息共享，避免誤差積累，有利于提升配電網(wǎng)故障診斷與故障定位的精度。2設(shè)計(jì)思路大數(shù)據(jù)技術(shù)是人工智能技術(shù)發(fā)展的重中之重，因?yàn)闅v史數(shù)據(jù)量大，為機(jī)器學(xué)習(xí)、深入學(xué)習(xí)等算法提供豐富的數(shù)據(jù)樣本，并培訓(xùn)模擬參數(shù)和要素。因此，人工智能技術(shù)在電網(wǎng)調(diào)節(jié)中的應(yīng)用側(cè)重于:(1)在電網(wǎng)運(yùn)行過(guò)程中收集和組織大量數(shù)據(jù)，包括氣象環(huán)境、設(shè)備測(cè)量、地理位置、故障報(bào)警等多維數(shù)據(jù)；(2)利用操作日志、故障排除計(jì)劃、規(guī)劃操作規(guī)程、人體實(shí)驗(yàn)等非結(jié)構(gòu)化文本數(shù)據(jù)進(jìn)行現(xiàn)有知識(shí)的模擬和學(xué)習(xí)。(3)建立人工智能算法引擎；(4)商業(yè)情景與人工智能算法相結(jié)合，實(shí)現(xiàn)輔助決策和智能。包括實(shí)時(shí)操作系統(tǒng)和智能學(xué)習(xí)系統(tǒng)，實(shí)時(shí)操作系統(tǒng)部署在生產(chǎn)控制區(qū)，并進(jìn)行實(shí)時(shí)規(guī)劃。實(shí)現(xiàn)智能操作系統(tǒng)在非生產(chǎn)控制區(qū)的部署，實(shí)現(xiàn)基于數(shù)據(jù)和協(xié)議的人工智能學(xué)習(xí)。在智能學(xué)習(xí)過(guò)程中，實(shí)現(xiàn)大量的電網(wǎng)歷史數(shù)據(jù)，如規(guī)劃協(xié)議、日志、故障源等。根據(jù)自然語(yǔ)言處理和深層神經(jīng)網(wǎng)絡(luò)等人工智能算法實(shí)現(xiàn)智能學(xué)習(xí)引擎的構(gòu)建，利用規(guī)則和數(shù)據(jù)相結(jié)合的訓(xùn)練方法模擬控制器的思維決策，進(jìn)行電網(wǎng)態(tài)勢(shì)分析、智能決策和規(guī)劃助理。3人工智能電網(wǎng)故障診斷技術(shù)的應(yīng)用3.1智能巡檢優(yōu)化傳統(tǒng)的配電網(wǎng)線路巡檢路徑根據(jù)工作人員的多年工作經(jīng)驗(yàn)設(shè)定，這種巡檢路徑確定方式缺少科學(xué)依據(jù)，存在較強(qiáng)的主觀性，伴隨著較大的設(shè)備運(yùn)行風(fēng)險(xiǎn)。為了彌補(bǔ)傳統(tǒng)巡檢的不足，本文提出一種智能巡檢優(yōu)化策略。運(yùn)用數(shù)據(jù)挖掘技術(shù)，對(duì)巡檢數(shù)據(jù)進(jìn)行預(yù)處理，獲取研究?jī)r(jià)值更高的數(shù)據(jù)信息。根據(jù)設(shè)備作業(yè)原理，構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)模型，將數(shù)據(jù)帶入模型中，對(duì)設(shè)備運(yùn)行期間伴隨的風(fēng)險(xiǎn)大小進(jìn)行評(píng)價(jià)。以風(fēng)險(xiǎn)評(píng)價(jià)作為巡檢路徑確定依據(jù)，以此提高巡檢效率。3.2實(shí)時(shí)監(jiān)測(cè)和預(yù)警實(shí)時(shí)監(jiān)控報(bào)警可對(duì)電力系統(tǒng)穩(wěn)定運(yùn)行狀況進(jìn)行監(jiān)控、監(jiān)控、分析和評(píng)估，對(duì)電力系統(tǒng)運(yùn)行狀況進(jìn)行分析、監(jiān)控和報(bào)警，確保電網(wǎng)安全運(yùn)行。實(shí)時(shí)監(jiān)控報(bào)警包括電網(wǎng)實(shí)時(shí)監(jiān)控報(bào)警、穩(wěn)定狀態(tài)分析、自動(dòng)控制、輔助決策、電網(wǎng)動(dòng)態(tài)報(bào)警、規(guī)劃企業(yè)培訓(xùn)模擬和電網(wǎng)運(yùn)行評(píng)估。實(shí)時(shí)監(jiān)控和報(bào)警可以提供可視化工具和工具，使控制器能夠?qū)崟r(shí)查看電網(wǎng)運(yùn)行信息，及時(shí)檢測(cè)電網(wǎng)運(yùn)行狀態(tài)的變化和決策。通過(guò)合并分析特征動(dòng)態(tài)查看分析結(jié)果。實(shí)時(shí)監(jiān)控報(bào)警支持電網(wǎng)實(shí)時(shí)調(diào)度服務(wù)技術(shù)，可以通過(guò)智能前瞻的安全整定、分析和控制實(shí)現(xiàn)電網(wǎng)運(yùn)行監(jiān)控全景。通過(guò)企業(yè)、空間和時(shí)間的多維度，對(duì)電網(wǎng)進(jìn)行全面的實(shí)時(shí)監(jiān)控、智能警報(bào)和在線故障排除；實(shí)時(shí)監(jiān)測(cè)和分析電網(wǎng)運(yùn)行變化，并進(jìn)行閉環(huán)優(yōu)化調(diào)整和控制；對(duì)電網(wǎng)運(yùn)行進(jìn)行在線風(fēng)險(xiǎn)分析和評(píng)估，及時(shí)發(fā)布預(yù)警信息，并提出應(yīng)急控制戰(zhàn)略。4電力系統(tǒng)故障診斷發(fā)展趨勢(shì)隨著電網(wǎng)建設(shè)、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)建設(shè)以及智能化數(shù)學(xué)科學(xué)理論的發(fā)展，出現(xiàn)了電網(wǎng)故障排除的新方法，電力系統(tǒng)故障排除理論和方法的研究和應(yīng)用范圍就清楚地表明了這一點(diǎn)文獻(xiàn)資料顯示，大部分電網(wǎng)故障排除系統(tǒng)分別以規(guī)劃端或變電站為基礎(chǔ)，利用調(diào)度SCADA系統(tǒng)的實(shí)時(shí)信息或站內(nèi)綜合自動(dòng)化系統(tǒng)收集的信息。隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展和專(zhuān)用故障記錄網(wǎng)絡(luò)的建設(shè)，開(kāi)發(fā)了基于故障記錄信息的故障排除系統(tǒng)。該系統(tǒng)的建設(shè)將許多信息孤島納入該系統(tǒng)，收集、傳輸、儲(chǔ)存和處理所有相關(guān)的故障后信息，如保護(hù)裝置信息、記錄器信息、閃電定位信息、監(jiān)測(cè)裝置信息等。并為電網(wǎng)故障處理提供信息支持。該信息為新的電網(wǎng)故障排除方法奠定了基礎(chǔ)，并擴(kuò)大了電網(wǎng)故障排除的研究方向。因此，在實(shí)際應(yīng)用電網(wǎng)故障排除理論時(shí)，應(yīng)充分注意信息的收集和整理，包括建設(shè)故障排除數(shù)據(jù)倉(cāng)庫(kù)、預(yù)處理故障排除綜合信息和提取診斷知識(shí)。為了更好地研究電力系統(tǒng)的故障排除問(wèn)題，應(yīng)著重于五個(gè)領(lǐng)域:研究在信息不完整的情況下對(duì)電力系統(tǒng)進(jìn)行故障排除的方法；集成多智能技術(shù)的電力系統(tǒng)綜合故障排除方法研究；基于MAS系統(tǒng)的診斷方法研究；電力系統(tǒng)健康診斷研究；電力系統(tǒng)故障排除實(shí)踐研究。結(jié)束語(yǔ)人工智能是電網(wǎng)調(diào)控領(lǐng)域的高科技技術(shù)，根據(jù)數(shù)據(jù)和模型的聯(lián)合訓(xùn)練，優(yōu)化了調(diào)控系統(tǒng)的效率和質(zhì)量，充分介紹了電網(wǎng)調(diào)控的智能化和現(xiàn)代化特點(diǎn)。從而分析電網(wǎng)調(diào)控領(lǐng)域人工智能技術(shù)框架，通過(guò)故障分析和高速計(jì)算等技術(shù)闡明系統(tǒng)建設(shè)目標(biāo)和思路，實(shí)現(xiàn)智能決策優(yōu)化，滿足電網(wǎng)調(diào)控需求。參考文獻(xiàn)[1]劉爽,肖楠,王怡,丁奕靈.人工智能技術(shù)在農(nóng)村電網(wǎng)系統(tǒng)中的發(fā)展應(yīng)用[J].南方農(nóng)機(jī),2020,51(23):166+168-169.[2]操星,費(fèi)章君.人工神經(jīng)網(wǎng)絡(luò)方法在電力系統(tǒng)故障診斷中的應(yīng)用[J].電子測(cè)試,2020(24):93-94.[3]李江偉,石瑞才,王愚,李紹堅(jiān),楊鵬,鮑海波.UPS系統(tǒng)中電壓型逆變器開(kāi)路故障診斷研究[J].電力系統(tǒng)保護(hù)與控