基于人工智能电网故障诊断技术的研究现状及未来发展趋势

摘要：配电网作业状态在很大程度上决定了供电质量，为了尽可能提高供电质量，组织配电网巡检工作显得尤为重要。传统的巡检模式利用人力资源检测配电网设备作业状态，存在工作效率低、误差大、覆盖面不足等问题，缺少统一管理。从当前配电网巡检工作效果来看，获取巡检数据信息不足，未能及时发现设备问题。为了弥补传统巡检模式的不足，配电网领域研究学者提出了智能配电网巡检，该研究思路利用智能化操控技术，取代人工巡检。由于配电网设备分布区较大，数量较多，加大了配电网巡检系统开发难度，当前尚未形成完善的系统设计方案。本研究尝试选取物联网技术作为研究工具，提出配电网智能巡检系统研究。

关键词：人工智能;电网故障;诊断技术;研究现状;未来发展趋势

引言

新时期电网系统的功能和技术特点得到优化，规划经验、数据和知识可以利用人工智能技术进行科学利用和管理，网络运行效率通过以下方式得到提高因此，有必要分析电网总体调控活动，研究电网调控中人工智能技术的性能和交互过程，进行深入学习，提高故障识别质量。

1人工智能电网故障诊断技术

以深度学习为代表的新一代人工智能技术在数据处理特别是特征自学习、强非线性拟合、端到端建模等方面具有较强的优势，同时，新一代信息技术特别是云计算、大数据处理等技术的发展，促使机器学习和深度学习等人工智能技术具备了强大的大规模数据处理能力，使得新一代人工智能技术可以更好的契合新态势下配电网智能感知与故障诊断平台建设所需的信息处理方法：1）配电网智能感知平台建设为故障诊断与故障定位提供了大量数据，而基于分布式计算和云平台的新一代人工智能技术具有强大的大数据分析和挖掘能力，可以很好的应对大规模配电网数据处理的挑战;2）大量分布式新能源、储能和电力电子装备的广泛接入，使得电力系统故障的随机性和非线性性大大增强，而以深度学习为典型代表的新一代人工智能技术具备强大的非线性拟合与特征表达能力，可以从多源异构或非结构化的数据中提取出配电网故障的判别信息，实现更加精准的故障诊断和故障定位;3）分布式新能源广泛接入下的配电网，其电力系统建模更加困难，基于物理模型的配电网感知与故障诊断方法误差偏大。而新一代人工智能技术具备的端到端学习模式和端-边-云协同计算架构，可以更好的处理局部与全局之间的信息共享，避免误差积累，有利于提升配电网故障诊断与故障定位的精度。

2设计思路

大数据技术是人工智能技术发展的重中之重，因为历史数据量大，为机器学习、深入学习等算法提供丰富的数据样本，并培训模拟参数和要素。因此，人工智能技术在电网调节中的应用侧重于：（1）在电网运行过程中收集和组织大量数据，包括气象环境、设备测量、地理位置、故障报警等多维数据;（2）利用操作日志、故障排除计划、规划操作规程、人体实验等非结构化文本数据进行现有知识的模拟和学习。（3）建立人工智能算法引擎;（4）商业情景与人工智能算法相结合，实现辅助决策和智能。包括实时操作系统和智能学习系统，实时操作系统部署在生产控制区，并进行实时规划。实现智能操作系统在非生产控制区的部署，实现基于数据和协议的人工智能学习。在智能学习过程中，实现大量的电网历史数据，如规划协议、日志、故障源等。根据自然语言处理和深层神经网络等人工智能算法实现智能学习引擎的构建，利用规则和数据相结合的训练方法模拟控制器的思维决策，进行电网态势分析、智能决策和规划助理。

3人工智能电网故障诊断技术的应用

3.1智能巡检优化

传统的配电网线路巡检路径根据工作人员的多年工作经验设定，这种巡检路径确定方式缺少科学依据，存在较强的主观性，伴随着较大的设备运行风险。为了弥补传统巡检的不足，本文提出一种智能巡检优化策略。运用数据挖掘技术，对巡检数据进行预处理，获取研究价值更高的数据信息。根据设备作业原理，构建风险评价模型，将数据带入模型中，对设备运行期间伴随的风险大小进行评价。以风险评价作为巡检路径确定依据，以此提高巡检效率。

3.2实时监测和预警

实时监控报警可对电力系统稳定运行状况进行监控、监控、分析和评估，对电力系统运行状况进行分析、监控和报警，确保电网安全运行。实时监控报警包括电网实时监控报警、稳定状态分析、自动控制、辅助决策、电网动态报警、规划企业培训模拟和电网运行评估。实时监控和报警可以提供可视化工具和工具，使控制器能够实时查看电网运行信息，及时检测电网运行状态的变化和决策。通过合并分析特征动态查看分析结果。实时监控报警支持电网实时调度服务技术，可以通过智能前瞻的安全整定、分析和控制实现电网运行监控全景。通过企业、空间和时间的多维度，对电网进行全面的实时监控、智能警报和在线故障排除;实时监测和分析电网运行变化，并进行闭环优化调整和控制;对电网运行进行在线风险分析和评估，及时发布预警信息，并提出应急控制战略。

4电力系统故障诊断发展趋势

随着电网建设、计算机技术和网络建设以及智能化数学科学理论的发展，出现了电网故障排除的新方法，电力系统故障排除理论和方法的研究和应用范围就清楚地表明了这一点文献资料显示，大部分电网故障排除系统分别以规划端或变电站为基础，利用调度SCADA系统的实时信息或站内综合自动化系统收集的信息。随着计算机网络技术的发展和专用故障记录网络的建设，开发了基于故障记录信息的故障排除系统。该系统的建设将许多信息孤岛纳入该系统，收集、传输、储存和处理所有相关的故障后信息，如保护装置信息、记录器信息、闪电定位信息、监测装置信息等。并为电网故障处理提供信息支持。该信息为新的电网故障排除方法奠定了基础，并扩大了电网故障排除的研究方向。因此，在实际应用电网故障排除理论时，应充分注意信息的收集和整理，包括建设故障排除数据仓库、预处理故障排除综合信息和提取诊断知识。为了更好地研究电力系统的故障排除问题，应着重于五个领域：研究在信息不完整的情况下对电力系统进行故障排除的方法;集成多智能技术的电力系统综合故障排除方法研究;基于MAS系统的诊断方法研究;电力系统健康诊断研究;电力系统故障排除实践研究。

结束语

人工智能是电网调控领域的高科技技术，根据数据和模型的联合训练，优化了调控系统的效率和质量，充分介绍了电网调控的智能化和现代化特点。从而分析电网调控领域人工智能技术框架，通过故障分析和高速计算等技术阐明系统建设目标和思路，实现智能决策优化，满足电网调控需求。

参考文献

[1]刘爽，肖楠，王怡，丁奕灵.人工智能技术在农村电网系统中的发展应用[J].南方农机，2020，51（23）：166+168-169.

[2]操星，费章君.人工神经网络方法在电力系统故障诊断中的应用[J].电子测试，2020（24）：93-94.

[3]李江伟，石瑞才，王愚，李绍坚，杨鹏，鲍海波.UPS系统中电压型逆变器开路故障诊断研究[J].电力系统保护与控制，2020，48（23）：148-153

[4]于一三，袁文海，张永熙，杨胜林，刘畅.智能变电站变压器内部故障诊断系统设计与实现[J].电气自动化，2020，42（06）：80-83.

[5]傅国德.故障诊断技术在电梯电气控制系统中的分析[J].清洗世界，2020，36（11）：112-113.