人工神经网络在变电智能决策中的应用.docx

?

?

人工神经网络在变电智能决策中的应用

?

?

郑天齐邬军军赵德基高玉宝

摘要：近年来，随着国家电网公司“三集五大”体系建设的全面开展、“调控一体化”体系的快速建设，各级调控中心需要监控更多的输变电设备，需要处理的故障类型更加复杂，监控信息更加庞大。亟需提升调控中心监控的效率和信息处理速度。本文基于电网故障诊断、专家库、数据挖掘三个方面，提出运用人工智能算法来处理设备检测信息、代替设备检测人员对检测信息进行预处理。

关键词：调控一体化;人工智能;集中监控;智能决策;专家库;数据挖掘

：TP18：A：1007-9416（2019）08-0029-05

0引言

随着我国综合国力不断增强，对电能的要求越来越高，而变电作为传输电力的重要环节，如何安全地、高效地变电运行成为了电网研究的一个重要方向。变电运行的管理直接决定了变电运行的质量和效率。所以本文从集中控制、人工智能辅助决策两个方向对变电运行进行改进，以达到节约监控人员劳动力、加快监控信息处理速度的目的。

1课题背景

随着无人值守变电站的普及，大量的监控数据直接由监控中心进行采集和处理。当前变电运行主要存在如下几点不足：

（1）数据量大以省级监控中心为例，一个500kV变电站的监控数据高达几千条，各省级监控中心至少要同时监控十几个甚至几十个500kV变电站，遥信量超过十万条。而且由于各种信号动作频繁，单凭人力监控不但会给监控员带来巨大的压力，而且一旦发生疏漏，错过告警信号，就会给整个电网带来巨大的损失。告警数据繁杂，对监控人员素质要求高输变电设备种类及其电气回路复杂多样，而一个监控员不可能熟练掌握所有设备和回路的告警信息。由于判断能力的不足，可能会导致监控员对异常故障漏判、误判。而且，当监控设备发生异常、故障时，监控员不仅要处理大量的监控信号，同时还要甄别监控信号的正确性。这让监控员更加难于分析、决策，影响异常、故障的处理效率，而故障处理每延长1秒钟，都会给电网带来巨大的损失。

（2）知识库技术尚不完备。对输变电设备进行监控和维护需要掌握设备的相关原理知识和技术流程，而这些资料仍然缺乏电子备案，这样不利于知识的储存和检索，而且查阅起来费时费力、十分依赖监控人员的记忆，影响对故障诊断的效率和准确性。

（3）数据的分析和利用方法有待完善。调控中心监控的信息总量十分庞大，由于缺乏合理的整理和利用方法，造成了大量的信息浪费。监控信息可以反映多方面数据，如某一时刻设备的运行状态、线路各节点的实时数据，这些数据都是离散的。如果对一段时间的数据进行连续的分析，就能反映设备状态变化趋势，甚至预知故障的发生。但是由于数据分析软件尚不成熟、专家数据库还不完备，目前监控中心对数据的利用程度仍然不是很理想。

（4）数据处理的智能化程度不高。现阶段电网调度运行辅助分析软件层出不穷，却很少有面向监控运行人员的辅助分析软件。现有的光字牌图、事故推图、故障告警等，传达的信息过于狭隘，只是将原始数据传递给监控人员，缺乏对数据的智能处理方法。这是造成监控数据庞大、处理困难的重要因素。监控运行人员只能通过人力筛选和分析数据，当电网出现大幅波动或故障时，监控信号爆炸式增长，这给监控人员带来巨大的工作负担，且影响事故的处理速度和准确性。开发面向监控运行的智能辅助软件有很强的现实意义。综上，要对变电运行方式进行改进，首先要提高对数据的处理速度和精度，面对庞大、繁杂的数据，本文选择以一种人工智能算法——深度置信网络法（DBN）来对监控数据进行处理。

综上，要对变电运行方式进行改进，首先要提高对数据的处理速度和精度，面对庞大、繁杂的数据，本文选择以一种人工智能算法——深度置信网络法（DBN）来对监控数据进行处理。

2人工智能技术

人工智能（ArtificialIntelligence）。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，可以一定程度上代替监控运行人员做出简单的决策或针对故障提出建议，分担一部分运行人员的工作。由于人工智能通过计算机对数据进行对比运算，所以具备数据分析时间短并运算精度高的特点。

2.1专家系统

专家系统是人工智能技术的重要组成部分之一，它为后续实验的检测和对比提供方便的依据。专家系统数据库是由具有丰富现场异常、故障诊断经验的专家，梳理总结出设备经常出现的复杂问题作为故障诊断的依据。专家系统擅长逻辑推理和符号信息处理，其能力主要取决于它知识库中知识的数量和质量。

专家系统可以在某些场合下代替人类专家，独自完成变电设备故障诊断，有时候甚至超过了人类专家。但在实际应用中仍存在一些致命缺陷：

（1）知识库的获取无法通过自