人工智能与神经网络在电力系统中的应用.docVIP

人工智能与神经网络在电力系统中的应用 摘要：本文论述了人工智能和神经网络在电力工程学中的应用。它第一次报道有人工智能已应用于电力系统领域。然后总结了人工智能技术的应用，并提出建议，改进现有的人工智能设备工具。在此之后，本文着重于探讨神经网络及其在电力系统中应用。同时本文也讨论了基于电力系统网络应用的多层前馈网络的引入和建立神经中枢系统的问题。提出了未来进一步发展人工智能和神经中枢系统应用于电力系统的主要方向。 1 引言 现代电力系统要求创造和提供高质量的电能给客户。为了满足这一需求，计算机已应用到电力系统的规划，监测和控制。分析系统行为的电力系统程序被储存于电脑中。在电力系统的规划阶段中，系统的分析程序被执行多次。工程师根据关于系统的经验和启发式知识来调整和修改数据输入这些系统中直到这个满意的计划被确定下来。然而，基于数学模型和执行语言的电力系统分析和规划只适用于数值计算。通过结合长久系统分析、发展的方法论和技术来规划的实际知识设计成程序包括数值分析程序是必要的。 在电力系统的监测和控制领域，基于计算机的能源管理系统，现在广泛的被应用于能源控制中心。电力系统分析程序和其他应用程序从事能源管理系统的目的是调查和预测电力系统稳态运行下的行为。虽然这些程序是功能强大的工具,但出现无计划和意外的系统运行时，它们援助工程师做出有效的决策的能力是非常有限的。系统操作的异常模式的原因可能是由于电力网络故障，积极和无功功率的不平衡，或频率偏差造成的。无计划的运行可能会导致不适应和系统全部中断。在这种紧急情况下，经验丰富的业务工程师做出的决定可能会使电力系统恢复到正常状态。为了有效的诊断电力网故障，电力网果断的运行，和平衡无功功率，显然有必要发展新的计算机技术和方法来建立程序，即具有宝贵丰富经验的工程师可以解决常规电力系统之外的应用程序。此外，还需要制定快速有效的方法，预测系统的异常行为。 人工智能（ AI ）提供了编码技术和推理性的陈述性知识。中枢系统的出现，此外，提供神经网络模块，即有可网上执行的环境。这些新技术弥补了解决电力系的规划，运行和控制的常规技术和方法。本文综述了人工智能和神经网络在电力工程中的应用。它第一次报告人工智能已应用于电力系统领域。然后总结了人工智能技术的应用，并提出建议，改进现有的人工智能工具。 传统的人工智能和神经网络一般认为适合于解决不同类型的问题。表面上这两种方法似乎是非常不同的，但越来越多的研究的重点是每一个如何可以被纳入其他内置系统，其中包括最佳功能兼而有之。人工智能与神经网络：综合步骤原则的关键问题是检测的评论，所依据的假设和建议，涉及的和解与融合的原则人工智能和神经网络。贡献主要来自研究人员在这领域，这种全面的案文提供了一个全面的介绍的基本符号处理，联结网络及其一体化。很多的集成人工智能和神经网络例子为各种特定应用提供了独特的了解这个正在发展的领域。 接下来，本文集中介绍中枢系统及其在电力系统中的应用。基于电力系统网络应用的多层前馈网络的引入和建立神经中枢系统的问题已经被导论过。未来的主题是进一步发展人工智能和神经网络在在电力系统中的应用及建议。 2 人工智能在电力系统中的应用概况 这项人工智能的研究已经开发了许多技术和方法，这是有益于解决复杂电力系统的问题。这些措施包括知识表示方法，搜索策略，自动推理技术，专家系统或基于知识的系统方法，以及计算机语言的象征意义，并列出处理。人工智能技术和专门系统的方法为电力工程师提供一些新的工具，以加强他们的数字节目与他们的经验和启发性知识来解决复杂的决策问题。 2.1 应用领域 早在1982年，以规则为基础的方法应用于故障诊断和控制核电厂的领域。在随着1983年在日本为电力中断复位而发展专门系统的一个试验和在美国关于报警处理专门系统在能量控制中心的应用的研究，研究人员研究人工智能在电力系统中的可能性应用。在过去十年中，很多人工智能系统和专家系统被建立于用来解决在不同领域包括电力领域的问题。这些领域概述如下： 系统规划 传输规划和设计 生成扩展规划 分配规划 系统分析 低负荷发动机 暂态稳定性 操作和监控系统 警报处理 故障诊断 变电站监控 系统网络复位 负荷脱落 电压/无功功率控制 意外故障选择 电网开关 电压崩溃 操作规划 单元任务 维护行程安排 负荷预测 2.2系统的发展环境 除了传统的人工智能语言Lisp语言和Prolog语言，很多专家系统至今发展成实现利用专家系统命令如EL, OPS5, OPS83, PDS, KEE, 和 NEXPERT。其他程序设计语言如C语言和Pascal已经被采用。这些系统运行在VAX 11/785, Sun 4/70 和AppoLlo DN420工作站，和私人电脑包括PC1386 和 PC/486. 2.3已