基于人工智能技術(shù)的配電網(wǎng)故障診斷研究論文

　　本文簡述了配電網(wǎng)故障的分類和研究意義，介紹了配電網(wǎng)故障診斷的傳統(tǒng)方法和以人工智能為基礎(chǔ)的幾種現(xiàn)代診斷技術(shù)。

　　我國國民經(jīng)濟(jì)迅猛發(fā)展，人民生活水平不斷提髙，電力在人民物質(zhì)文化生活中扮演的角色也愈發(fā)關(guān)鍵，用戶對電能的質(zhì)量要求也越來越高，一些特殊的用戶如醫(yī)院、煉鋼廠等等要求必須實(shí)現(xiàn)無間斷供電，否則將出現(xiàn)重大事故。拒不完全統(tǒng)計(jì)，電網(wǎng)停電中有相當(dāng)一部分是配電網(wǎng)故障導(dǎo)致的。配電網(wǎng)直接與用戶相連，發(fā)生故障后只能夠先停運(yùn)，檢修排除故障后才能恢復(fù)供電，這段時(shí)間的停電毫無疑問會(huì)導(dǎo)致工廠停產(chǎn)，人民生活受限，更有可能引發(fā)為深層次的社會(huì)危機(jī)。在如何減少配電網(wǎng)故障停電時(shí)間的問題上，國內(nèi)外的學(xué)者一直致力于配電網(wǎng)故障恢復(fù)系統(tǒng)的研究。我國配電網(wǎng)基本結(jié)構(gòu)形式是樹狀結(jié)構(gòu)，一般設(shè)置一些開關(guān)支路提供聯(lián)絡(luò)作用以提高可靠性，形成配電網(wǎng)環(huán)狀結(jié)構(gòu)。配電網(wǎng)也隨著電網(wǎng)的發(fā)展，線路更加復(fù)雜，用戶節(jié)點(diǎn)增多，發(fā)生故障的可能性也越來越大。配電網(wǎng)故障受各種因素制約，很難完全避免， 當(dāng)故障發(fā)生時(shí)，應(yīng)立即對故障區(qū)段進(jìn)行隔離，盡快恢復(fù)非故障區(qū)段供電，最大限度減小停電波及范圍，縮減停電造成的經(jīng)濟(jì)損失，另一方面，故障恢復(fù)中也應(yīng)盡量減少供電損耗。

　　配電網(wǎng)故障診斷

　　故障發(fā)生后，快速診斷和恢復(fù)供電是縮短供電中斷時(shí)間和增強(qiáng)供電可靠性的必要條件。高效的故障診斷方法作為事故恢復(fù)的第一步，作為快速、準(zhǔn)確定位故障并確定隔離區(qū)段的基礎(chǔ)，配電網(wǎng)故障診斷技術(shù)在現(xiàn)代科學(xué)技術(shù)進(jìn)步的大力促進(jìn)下得到了長足的發(fā)展，隨著理論研究的不斷深入，對該問題的不同數(shù)學(xué)描述和解決方法也不斷涌現(xiàn)出來。傳統(tǒng)的方法大多基于圖論的知識(shí)，而當(dāng)前的人工智能技術(shù)的廣泛應(yīng)用提供了一條新的思路，各種診斷方法都有各自的優(yōu)勢和局限性。

　　1、傳統(tǒng)的診斷方法

　　傳統(tǒng)的方法是一種矩陣算法，這種算法以網(wǎng)絡(luò)的節(jié)點(diǎn)導(dǎo)納矩陣和故障表征矩陣為基礎(chǔ)對開關(guān)故障狀態(tài)信息進(jìn)行異或計(jì)算并進(jìn)行數(shù)字化，以此確定故障所在的位置區(qū)間。這種算法缺點(diǎn)比較明顯，耗費(fèi)內(nèi)存多并且計(jì)算量巨大。

　　2、目前常用的方法

　　近幾年，人工智能技術(shù)的智能化優(yōu)點(diǎn)逐漸體現(xiàn)，模擬人類思維來處理問題、人機(jī)交流方便并具有一定學(xué)習(xí)能力，這種思路正在一步步并被引入電網(wǎng)故障診斷的研究中，并得到了廣泛的應(yīng)用。目前的算法中能夠嵌入人工智能技術(shù)的，主要有以下幾個(gè)：專家系統(tǒng)、模糊數(shù)學(xué)、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)等。

　　(1)專家系統(tǒng)

　　專家系統(tǒng)是指基于知識(shí)的智能系統(tǒng)，當(dāng)研究的對象的數(shù)學(xué)模型不能夠準(zhǔn)確描述或定義時(shí)，可以考慮使用這種方式進(jìn)行合理化推測進(jìn)行解決。專家系統(tǒng)利用一些框架和邏輯詞語，來形象表述模型，具有靈活性、高效性和其發(fā)行等特征，容易引起人們的進(jìn)一步思考。目前配電網(wǎng)中所使用的故障定位專家系統(tǒng)，利用產(chǎn)生式規(guī)則形式，在實(shí)際應(yīng)用中，這種系統(tǒng)能夠依據(jù)開關(guān)提供的信息來推斷故障的位置，實(shí)現(xiàn)準(zhǔn)確定位，實(shí)用性高。但也存在一些問題，最明顯的就是過于機(jī)械化，容錯(cuò)性能差，不能夠靠信息識(shí)別故障類型，很容易引起在保護(hù)裝置誤動(dòng)或者拒動(dòng)時(shí)發(fā)生判斷失誤。

　　(2)人工神經(jīng)網(wǎng)絡(luò)

　　人工神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)的一種，主要是模仿人進(jìn)行的多信息處理能力，這種能力在機(jī)器中很難實(shí)現(xiàn)，需要借助有權(quán)連接來建立單元與單元之間的聯(lián)系，這也是其最大特點(diǎn)，故而自我學(xué)習(xí)能力好，并且容錯(cuò)性能非常髙，具備自我修復(fù)的功能，另外單元與單元之間獨(dú)立，便于信息并行處理。

　　人工神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的輸入量為所有保護(hù)和斷路器狀態(tài)，輸出量為所有可能的故障位置或元件，采用二進(jìn)制中的0和1，來代表輸入和輸出向量的情況，形成計(jì)算機(jī)能夠處理的網(wǎng)絡(luò)，然后可進(jìn)行有效的故障診斷。這種方法存在的最嚴(yán)重問題是變通性差。一次的計(jì)算時(shí)間很長，如果網(wǎng)絡(luò)結(jié)構(gòu)變化，神經(jīng)網(wǎng)絡(luò)必須對應(yīng)重新訓(xùn)練十分浪費(fèi)資源。

　　(3)模糊理論

　　模糊理論是模糊經(jīng)典集合理論的簡稱，原理是將語言變量和邏輯推理進(jìn)行模糊處理引入理論，形成一套解決不確定性問題的方案的技術(shù)。在模糊理論的發(fā)展過程中，它的一些優(yōu)點(diǎn)逐漸顯露，深受研究者的青睞，例如，模糊理論適用于難以把握的不確定性問題;其專家經(jīng)驗(yàn)由語言變量表示，更接近人類表達(dá)習(xí)慣，使用更方便;模糊理論的結(jié)果不是單一的，可能是多個(gè)可能的解決方案，但這些方案是由優(yōu)先級的，一般按照模糊度的高低對方案進(jìn)行排序，便于選擇。但是模糊理論本身也有不可忽略的缺陷，例如自主學(xué)習(xí)能力差(近似沒有)，數(shù)據(jù)庫的維護(hù)復(fù)雜，這些問題容易引起模糊系統(tǒng)的誤判，造成斷路器拒動(dòng)或者誤動(dòng)，嚴(yán)重時(shí)會(huì)誘發(fā)后續(xù)多重故障。

　　(4)遺傳算法

　　遺傳算法出現(xiàn)于60年代后期，是通過模擬生物的遺傳與進(jìn)化過程求解復(fù)雜問題的全局或者局部最優(yōu)解的一種優(yōu)化技術(shù)。遺傳算法相對于傳統(tǒng)的優(yōu)化技術(shù)有顯著的優(yōu)點(diǎn)，它對于幾乎適用于求解所有類型的問題，不涉及常規(guī)的最優(yōu)化問題所必需的的復(fù)雜的數(shù)學(xué)計(jì)算過程，并且還有很強(qiáng)的全局尋優(yōu)能力。在過去的幾年時(shí)間里，遺傳算法得到了充分的發(fā)展與應(yīng)用，并且在工業(yè)工程領(lǐng)域取得了一系列研究成果。遺傳算法進(jìn)行故障診斷，首先要建立數(shù)學(xué)模型，將故障網(wǎng)絡(luò)進(jìn)行數(shù)字化，利用遺傳算法的步驟進(jìn)行求解。

　　遺傳算法故障診斷系統(tǒng)以全局優(yōu)化為出發(fā)點(diǎn)，在多重故障或保護(hù)裝置、斷路器存在誤動(dòng)的情況等復(fù)雜情況下表現(xiàn)優(yōu)異，結(jié)果包含全局最優(yōu)或局部最優(yōu)的多個(gè)可能的診斷結(jié)果，而且容錯(cuò)能力較高。但同時(shí)，遺傳算法本身存在的問題也很明顯，例如如何建立合理的配電網(wǎng)結(jié)構(gòu)、如何建立合理的故障診斷數(shù)學(xué)模型、如何確定最優(yōu)的交叉和變異算子以及相應(yīng)的參數(shù)，這些問題都有待于進(jìn)一步研究。

【基于人工智能技術(shù)的配電網(wǎng)故障診斷研究論文】相關(guān)文章：

機(jī)械故障診斷論文07-04

人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用論文07-04

談電氣自動(dòng)化人工智能技術(shù)的應(yīng)用論文07-04

人工智能技術(shù)對電氣自動(dòng)化控制的應(yīng)用論文07-04

基于單片機(jī)的多能源手機(jī)充電器設(shè)計(jì)與研究論文07-04

基于素質(zhì)銀行的高校輔導(dǎo)員職業(yè)能力模型創(chuàng)新研究論文07-03

人工智能技術(shù)對電氣自動(dòng)化控制的重要性論文07-04

基于現(xiàn)代物流實(shí)訓(xùn)室管理的物流管理專業(yè)實(shí)踐教學(xué)改革研究論文07-04

冶金機(jī)械設(shè)備安裝故障診斷方法論文07-04

基于網(wǎng)絡(luò)的證券與期貨專業(yè)開放式綜合實(shí)訓(xùn)平臺(tái)建設(shè)研究分析論文07-03