【摘要】隨著人工智能在電力系統中的廣泛應用，極大地提高了電力系統的安全性、可靠性和運行能力等，有效地減少了人力、物力等成本投入。本文簡要介紹了幾種應用廣泛的人工智能技術在電氣系統中的運用展開分析,并對應用中涉及的技術問題進行討論，給出解決方法和建議，并提出今后在電力系統中的發展方向。

【關鍵詞】人工智能；電力系統；神經網絡；專家系統

1前言

人類很早以前就幻想出代替人類工作的機器，然而，在電子計算機沒有出現之前，人工智能還知識幻想，無法成為實現。人工智能實際上是在計算機上實現的功能或者說是人類智能在機器上的模擬。目前人工智能主要研究內容是分布式人工智能與專家系統、遺傳與演化計算、模糊控制等等，開拓了其在電力系統中各個領域的應用。

2電力系統中人工智能的應用現狀

第一，電力系統在長期運行過程中，難免會出現事故的情況，那么在這種狀態下報警信息將達到幾千個，如此大量的警報信息往往會使運行人員驚慌失措，此時，若采用人工智能技術，就能很快的找出事故原因，對系統的穩定運行提供很大的幫助。第二，電力系統正常運行下大區域的停電概率極低，所以一旦出現這種現象，根本無法迅速恢復供電。并且恢復供電過程涉及大量的開關等操作。此時，人工智能若提供一個操作系統，將極大地加速系統恢復。第三，電力系統在運行過程中可能會出現各種的故障，如線路故障、元件故障、信號故障、電源故障等。如何來查找以上故障，顯然，人工智能技術是一個極好的應用領域。

3人工智能應用方法

3.1人工神經網絡

人工神經元是人工神經網絡的基本單元，神經網絡是有大量的神經元互連而成的。盡管每個神經元結構、功能都不復雜，但整個神經網絡的行為動態是極其復雜的，可以組成高度非線性動力學系統，從而可以表達很多復雜的物理系統。

首先，神經網絡是通過所研究系統過去的數據記錄進行訓練的，一個經過適當訓練的神經網絡具有歸納全部數據的能力，因此，神經網路能夠解決那些數學模型或描述規則難以處理的控制過程問題。

其次，神經網絡能夠適應在線運行，并能同時進行定量和定性操作，神經網絡的強適應和信息融合能力使得網絡過程可以同時輸入大量不同的控制信號，解決輸入信號間的互補和冗余問題，并實現信息集成和融合處理。

第三，神經網絡具有高度的并行實現能力，因而能夠有較好的耐故障能力和較快的總體處理能力，這特別適用于電力系統中的實時控制和動態控制。很顯然，神經網絡由于其學習和適應、自組織以及大規模并行處理等特點，在電力系統（如監測與診斷、短期和長期負荷預測、狀態評估等）領域展現了廣闊的應用前景。而基于神經網絡的負荷預測技術已成為人工智能在電力系統最成功的應用之一。

3.2專家系統

專家系統作為一種求解待定領域問題的智能計算機軟件系統，已滲透到各個領域，它的發展從人工智能產生是就開始了，已成為人工智能開始走向實用化的標志。專家系統存儲有某個專門領域中經過事先總結分析并按某種模式表示的專家知識（組成知識庫），以及擁有類似于領域專家解決實際問題的推理機制（構成推理機）。系統能對輸入信息進行處理，并運用知識進行推理，做出決策和判斷，其解決問題的水平達到或接近專家水平。專家系統的開發和研究是人工智能中最活躍的一個應用研究領域，涉及社會各個方面，如在電力系統領域的應用。隨著計算機科學技術整體水平的提高，分布式專家系統、協同式專家系統等新一代的專家系統已用于電力系統的不同領域：監察與判斷、電網調度、系統復原等。由于每個專家系統所需要完成的任務不同，因此其系統結構也不盡相同。但在總體上，專家系統還具有一些共同的特點：

第一，一個專家系統匯集了某個領域多位專家的經驗和知識及他們協作解決重大問題的能力。因此，專家系統應表現出更淵博的知識、更豐富的經驗和更強的工作能力，而且能夠高效率、準確、迅速和不知疲倦地工作，即知識的匯集。

第二，專家系統運用專家的經驗和知識進行啟發式推理，對問題作出判斷和決策，即啟發式推理。

第三，用戶無需了解推理過程，就能從專家系統獲得問題的結論，而且推理過程對用戶是透明的，即推理和解釋的透明性。

第四，專家系統能夠不斷地獲取知識，增加新的知識，修改原有知識，即知識獲取與更新。機器學習就是專家系統知識獲取與更新的重要方法，將其應用于電力系統開關序列專家系統。

3.3模糊推理

在模糊邏輯中，給集合中每一個元素賦予一個介于0和1之間的實數，描述其屬于一個集合的程度，該函數稱為元素屬于一個集合的隸屬度。在各種實際領域中，大量的知識是不精確的和不確定的，需要對不確定問題進行處理，以減少問題的復雜度。模糊推理是一種符合人們思維和推理規律的較為直接的推理方式，它常用于模式識別和模糊控制等場合中。目前，各種模糊產品充滿日本和歐美等國市場，如模糊洗衣機、模糊電冰箱結合模糊攝像機等。在人工智能領域，特別是在知識表示方面，模糊邏輯有相當廣闊的應用前景。目前在自動控制、模式識別及專家系統研制等方面，取得了一定的成果，引起了本領域的越來越多的關注。

4電力系統中人工智能的應用分析

4.1在電氣設備中

在電氣工程中，電氣設備的設計是一項復雜的工作，它不僅需要大量的學科知識，還需要大量的經驗性知識。但由于傳統的產品設計，是采用簡單的試驗手段，然后依據經驗，用手工的方式進行設計，因此在設計中難以做到精確，耗時耗力，且很難獲得最優的方案。隨著計算機技術的發展，電氣設計逐步從手工轉變成使用計算機輔助設計，例如使用CAD進行設計；這就大大的縮短了產品的開發周期，并使得電氣設備的設計更于精確。在電氣設備的設計中，需要對于設計進行優化，而這就主要應用了人工智能的遺傳學算法以及專家系統。

4.2在電氣控制中

在電氣工程中，相對起著至關重要的是電氣控制，電氣控制過程能夠實現自動化，不僅能有效的提高工作效率，減少人力資源，還可以減少工作時投入的資金量。神經網絡控制、模糊控制及專家系統控制，可以減少電氣控制中繁瑣的控制程序，將復雜的操作程序變得簡單，減少時間成本，且能提高相應的產品利用率。

5結語

回顧人工智能短短幾十年的發展歷程，已取得的大量研究成果，已經向世人展示了及其光明的前景，隨著機器學習、計算機智能及人工神經網絡等研究的不斷深入，不斷推動人工智能在電力系統中應用領域的不斷擴大，極大地提高了電力系統的效率，有效地減少了人力、物力等成本投入。雖然在通向最終目標的道路上，還會有不少困難、問題和挑戰，但多種人工智能技術的綜合是前進和發展的大勢所趨。

參考文獻:

[1]IraiDabbaghchi,RichardD,Christie,etal.AIApplicationAreasinPowerSystems[J].IEEEIntelligentSystem,1997(01).

[2]葛朝強,唐國慶.綜合智能式的故障恢復專家系統[J].電力系統自動化,2000(02).

作者：游慶華   單位：廈門工學院