人工智能（AI）在电力系统中的应用
学 院 专 业 研 究 方 向 学 生 姓 名 学 号 任课教师姓名 任课教师职称
2013年 6 月 22 日
人工智能（AI）在电力系统中的应用
摘 要
人工智能(Artificial Intelligence,简称AI)已在电力系统的应用中获得了健康的发展,在较为成熟的技术如专家系统实用化的同时,进行多种智能技术的研究和探索。随着我国电力建设和电力市场竞争机制的引入不确定性因素和运行复杂性的增加,人工智能在电力系统中的应用前景将更加广阔。分析了适于人工智能应用的电力系统问题、概括介绍了其中几种应用广泛的人工智能技术以及电力系统中的智能故障诊断最后指出人工智能在电力系统中的应用发展趋势和应用前景
关键词：人工智能 专家系统 电力系统 应 用
引言
电力系统是由发电设备、变压器、输配电线路和用电设备等很多单元组成的复杂的非线性动态系统。
人工智能技术被广泛地应用于求解非线性问题 , 较之于传统方法有着不可替代的优势。 目前国内外已开发了多种人工智能工具，包括专家系统 (ES)、人工神经网络 (ANN) 、模糊集(FS)和启发式搜索 (HS)等开拓了其在电力系统中各个领域的应用 。
1、人工智能在电力系统中的应用领域
1.1 电力系统的运行与控制
电力系统中分布着大量的自动控制和手动控制装置，如继电器、断路器、隔离开关等，由这些相对简单的局部控制的协同作用构成整个电力系统复杂的实时控制。
保护 实时控制有两种形式，即离散和连续控制，继电保护是一种普遍的离散控制分布于系统的各个环节中，对系统状态、正常或事故的判断，即状态评估是实现保护动作的关键。由于AI具有逻辑思维和快速处理能力它已成为在线状态评估的重要工具 文献 [3] 提出一种基于规则的拓扑误差检测算法，效地运用了操作员的经验知识，傅立叶变换和卡尔曼滤波技术相比，用神经网络进行电流电压波形的特征参数分析具有更好的实时性正确的保护设置依
1
赖于设备运行对系统影响的整体性分析，不开人类的启发和逻辑判断，继电保护设计中存在着大量的模糊知识与方法。
切负荷 是另一种离散控制统元件的突然丢失，发电机因故障突然停机会造成系统容量的急剧变化，负荷超出系统供应容量，必须降低负荷以避免范围的供电中断。这时，通过对负荷需求和系统行为的分析和启发式知识来控制继电器及时动作，如果将故障后系统的暂态稳定问题用故障后系统微分方程的解来描述，则故障与暂态稳定之间存在着某种数学映射，ANN 具有对函数映射逼近功能和并行处理能力。因而用 ANN 进行电力系统的切负荷控制有着良好的适应性和实用性，对输入特征量的选取和获得足以描述函数映射的样本，是用神经网络进行切负荷控制的关键问题 。
励磁控制 是控制发电机端电压和无功功率的重要组成部分，重要的实时连续控制系统，对维持电力系统稳定性起主要作用，完成该功能的部分又称为电力系统稳定器 (PPS) 。于大容量机组的投入和快速励磁系统的应用，系统的动态稳定性问题愈来愈突出，如将模糊集理论用于励磁控制系统 较传统基于线。
1.2 电力系统的管理和规划
能源管理系统 (EMS) 在现代电力系统中的作用越来越突出，全系统的数据通过 SCADA 传给 EMS，控制信号由 EMS 传给各元件，整个过程要做到同步进行，这要求 EMS 具有对大量信息的实时处理能力，并且能在正常和事故情况下及时、正确地作出控制决策，监测与诊断是 EMS 的重要功能，AI 在状态监测与故障诊断领域发挥着重要的作用，国内外已开发出多种基于专家系统和神经网络的诊断策略 。
自动发电控制 ( AGC) 是互联电力系统运行中的集中化实时计算机控制功能 保持系统出力和系统负荷相匹配，通过控制互联系统之间的能源交换，实现机组 电厂间的负荷经济分配。由于工业负荷的高度变化性，采用常规的控制方法存在较大的局限，如采用 Kohonen 自组织神经网络进行可控信号的模式识别只对长期扰动响应，有效地提高了 AGC 控制质量 。
安全评价 电力系统中经常可能出现的各种干扰和事故，如设备的损坏、自然现象的影响、人为的失误和破坏等，其中很多原因是无法预测和控制的。因此，对电力系统在干扰或事故下的承受能力的评判，即安全评价是十分必要的。神经网络作为安全评估的重要手段获得了
2
人工智能(AI)在电力系统中的应用解读
