基於人工智慧技術的配電網故障診斷研究論文
本文簡述了配電網故障的分類和研究意義，介紹了配電網故障診斷的傳統方法和以人工智慧為基礎的幾種現代診斷技術。
我國國民經濟迅猛發展，人民生活水平不斷提髙，電力在人民物質文化生活中扮演的角色也愈發關鍵，使用者對電能的質量要求也越來越高，一些特殊的使用者如醫院、鍊鋼廠等等要求必須實現無間斷供電，否則將出現重大事故。拒不完全統計，電網停電中有相當一部分是配電網故障導致的。配電網直接與使用者相連，發生故障後只能夠先停運，檢修排除故障後才能恢復供電，這段時間的停電毫無疑問會導致工廠停產，人民生活受限，更有可能引發為深層次的社會危機。在如何減少配電網故障停電時間的問題上，國內外的學者一直致力於配電網故障恢復系統的研究。我國配電網基本結構形式是樹狀結構，一般設定一些開關支路提供聯絡作用以提高可靠性，形成配電網環狀結構。配電網也隨著電網的發展，線路更加複雜，使用者節點增多，發生故障的可能性也越來越大。配電網故障受各種因素制約，很難完全避免， 當故障發生時，應立即對故障區段進行隔離，儘快恢復非故障區段供電，最大限度減小停電波及範圍，縮減停電造成的經濟損失，另一方面，故障恢復中也應儘量減少供電損耗。
配電網故障診斷
故障發生後，快速診斷和恢復供電是縮短供電中斷時間和增強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的第一步，作為快速、準確定位故障並確定隔離區段的基礎，配電網故障診斷技術在現代科學技術進步的大力促進下得到了長足的發展，隨著理論研究的不斷深入，對該問題的不同數學描述和解決方法也不斷湧現出來。傳統的方法大多基於圖論的知識，而當前的人工智慧技術的廣泛應用提供了一條新的思路，各種診斷方法都有各自的優勢和侷限性。
1、傳統的診斷方法
傳統的方法是一種矩陣演算法，這種演算法以網路的節點導納矩陣和故障表徵矩陣為基礎對開關故障狀態資訊進行異或計算並進行數字化，以此確定故障所在的位置區間。這種演算法缺點比較明顯，耗費記憶體多並且計算量巨大。
2、目前常用的方法
近幾年，人工智慧技術的智慧化優點逐漸體現，模擬人類思維來處理問題、人機交流方便並具有一定學習能力，這種思路正在一步步並被引入電網故障診斷的研究中，並得到了廣泛的應用。目前的演算法中能夠嵌入人工智慧技術的，主要有以下幾個：專家系統、模糊數學、遺傳演算法、人工神經網路等。
(1)專家系統
專家系統是指基於知識的智慧系統，當研究的物件的數學模型不能夠準確描述或定義時，可以考慮使用這種方式進行合理化推測進行解決。專家系統利用一些框架和邏輯詞語，來形象表述模型，具有靈活性、高效性和其發行等特徵，容易引起人們的進一步思考。目前配電網中所使用的故障定位專家系統，利用產生式規則形式，在實際應用中，這種系統能夠依據開關提供的資訊來推斷故障的位置，實現準確定位，實用性高。但也存在一些問題，最明顯的就是過於機械化，容錯效能差，不能夠靠資訊識別故障型別，很容易引起在保護裝置誤動或者拒動時發生判斷失誤。
(2)人工神經網路
人工神經網路是人工智慧技術的一種，主要是模仿人進行的多資訊處理能力，這種能力在機器中很難實現，需要藉助有權連線來建立單元與單元之間的聯絡，這也是其最大特點，故而自我學習能力好，並且容錯效能非常髙，具備自我修復的功能，另外單元與單元之間獨立，便於資訊並行處理。
人工神經網路故障診斷系統的輸入量為所有保護和斷路器狀態，輸出量為所有可能的故障位置或元件，採用二進位制中的0和1，來代表輸入和輸出向量的情況，形成計算機能夠處理的網路，然後可進行有效的故障診斷。這種方法存在的最嚴重問題是變通性差。一次的計算時間很長，如果網路結構變化，神經網路必須對應重新訓練十分浪費資源。
(3)模糊理論
模糊理論是模糊經典集合理論的簡稱，原理是將語言變數和邏輯推理進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。在模糊理論的發展過程中，它的一些優點逐漸顯露，深受研究者的'青睞，例如，模糊理論適用於難以把握的不確定性問題;其專家經驗由語言變量表示，更接近人類表達習慣，使用更方便;模糊理論的結果不是單一的，可能是多個可能的解決方案，但這些方案是由優先順序的，一般按照模糊度的高低對方案進行排序，便於選擇。但是模糊理論本身也有不可忽略的缺陷，例如自主學習能力差(近似沒有)，資料庫的維護複雜，這些問題容易引起模糊系統的誤判，造成斷路器拒動或者誤動，嚴重時會誘發後續多重故障。
(4)遺傳演算法
遺傳演算法出現於60年代後期，是透過模擬生物的遺傳與進化過程求解複雜問題的全域性或者區域性最優解的一種最佳化技術。遺傳演算法相對於傳統的最佳化技術有顯著的優點，它對於幾乎適用於求解所有型別的問題，不涉及常規的最最佳化問題所必需的的複雜的數學計算過程，並且還有很強的全域性尋優能力。在過去的幾年時間裡，遺傳演算法得到了充分的發展與應用，並且在工業工程領域取得了一系列研究成果。遺傳演算法進行故障診斷，首先要建立數學模型，將故障網路進行數字化，利用遺傳演算法的步驟進行求解。
遺傳演算法故障診斷系統以全域性最佳化為出發點，在多重故障或保護裝置、斷路器存在誤動的情況等複雜情況下表現優異，結果包含全域性最優或區域性最優的多個可能的診斷結果，而且容錯能力較高。但同時，遺傳演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結構、如何建立合理的故障診斷數學模型、如何確定最優的交叉和變異運算元以及相應的引數，這些問題都有待於進一步研究。
【基於人工智慧技術的配電網故障診斷研究論文】相關文章：