【摘要】隨著人工智能在電力系統(tǒng)中的廣泛應(yīng)用，極大地提高了電力系統(tǒng)的安全性、可靠性和運(yùn)行能力等，有效地減少了人力、物力等成本投入。本文簡(jiǎn)要介紹了幾種應(yīng)用廣泛的人工智能技術(shù)在電氣系統(tǒng)中的運(yùn)用展開(kāi)分析,并對(duì)應(yīng)用中涉及的技術(shù)問(wèn)題進(jìn)行討論，給出解決方法和建議，并提出今后在電力系統(tǒng)中的發(fā)展方向。

【關(guān)鍵詞】人工智能；電力系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；專(zhuān)家系統(tǒng)

1前言

人類(lèi)很早以前就幻想出代替人類(lèi)工作的機(jī)器，然而，在電子計(jì)算機(jī)沒(méi)有出現(xiàn)之前，人工智能還知識(shí)幻想，無(wú)法成為實(shí)現(xiàn)。人工智能實(shí)際上是在計(jì)算機(jī)上實(shí)現(xiàn)的功能或者說(shuō)是人類(lèi)智能在機(jī)器上的模擬。目前人工智能主要研究?jī)?nèi)容是分布式人工智能與專(zhuān)家系統(tǒng)、遺傳與演化計(jì)算、模糊控制等等，開(kāi)拓了其在電力系統(tǒng)中各個(gè)領(lǐng)域的應(yīng)用。

2電力系統(tǒng)中人工智能的應(yīng)用現(xiàn)狀

第一，電力系統(tǒng)在長(zhǎng)期運(yùn)行過(guò)程中，難免會(huì)出現(xiàn)事故的情況，那么在這種狀態(tài)下報(bào)警信息將達(dá)到幾千個(gè)，如此大量的警報(bào)信息往往會(huì)使運(yùn)行人員驚慌失措，此時(shí)，若采用人工智能技術(shù)，就能很快的找出事故原因，對(duì)系統(tǒng)的穩(wěn)定運(yùn)行提供很大的幫助。第二，電力系統(tǒng)正常運(yùn)行下大區(qū)域的停電概率極低，所以一旦出現(xiàn)這種現(xiàn)象，根本無(wú)法迅速恢復(fù)供電。并且恢復(fù)供電過(guò)程涉及大量的開(kāi)關(guān)等操作。此時(shí)，人工智能若提供一個(gè)操作系統(tǒng)，將極大地加速系統(tǒng)恢復(fù)。第三，電力系統(tǒng)在運(yùn)行過(guò)程中可能會(huì)出現(xiàn)各種的故障，如線(xiàn)路故障、元件故障、信號(hào)故障、電源故障等。如何來(lái)查找以上故障，顯然，人工智能技術(shù)是一個(gè)極好的應(yīng)用領(lǐng)域。

3人工智能應(yīng)用方法

3.1人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元，神經(jīng)網(wǎng)絡(luò)是有大量的神經(jīng)元互連而成的。盡管每個(gè)神經(jīng)元結(jié)構(gòu)、功能都不復(fù)雜，但整個(gè)神經(jīng)網(wǎng)絡(luò)的行為動(dòng)態(tài)是極其復(fù)雜的，可以組成高度非線(xiàn)性動(dòng)力學(xué)系統(tǒng)，從而可以表達(dá)很多復(fù)雜的物理系統(tǒng)。

首先，神經(jīng)網(wǎng)絡(luò)是通過(guò)所研究系統(tǒng)過(guò)去的數(shù)據(jù)記錄進(jìn)行訓(xùn)練的，一個(gè)經(jīng)過(guò)適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有歸納全部數(shù)據(jù)的能力，因此，神經(jīng)網(wǎng)路能夠解決那些數(shù)學(xué)模型或描述規(guī)則難以處理的控制過(guò)程問(wèn)題。

其次，神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線(xiàn)運(yùn)行，并能同時(shí)進(jìn)行定量和定性操作，神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息融合能力使得網(wǎng)絡(luò)過(guò)程可以同時(shí)輸入大量不同的控制信號(hào)，解決輸入信號(hào)間的互補(bǔ)和冗余問(wèn)題，并實(shí)現(xiàn)信息集成和融合處理。

第三，神經(jīng)網(wǎng)絡(luò)具有高度的并行實(shí)現(xiàn)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(tǒng)中的實(shí)時(shí)控制和動(dòng)態(tài)控制。很顯然，神經(jīng)網(wǎng)絡(luò)由于其學(xué)習(xí)和適應(yīng)、自組織以及大規(guī)模并行處理等特點(diǎn)，在電力系統(tǒng)（如監(jiān)測(cè)與診斷、短期和長(zhǎng)期負(fù)荷預(yù)測(cè)、狀態(tài)評(píng)估等）領(lǐng)域展現(xiàn)了廣闊的應(yīng)用前景。而基于神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)技術(shù)已成為人工智能在電力系統(tǒng)最成功的應(yīng)用之一。

3.2專(zhuān)家系統(tǒng)

專(zhuān)家系統(tǒng)作為一種求解待定領(lǐng)域問(wèn)題的智能計(jì)算機(jī)軟件系統(tǒng)，已滲透到各個(gè)領(lǐng)域，它的發(fā)展從人工智能產(chǎn)生是就開(kāi)始了，已成為人工智能開(kāi)始走向?qū)嵱没臉?biāo)志。專(zhuān)家系統(tǒng)存儲(chǔ)有某個(gè)專(zhuān)門(mén)領(lǐng)域中經(jīng)過(guò)事先總結(jié)分析并按某種模式表示的專(zhuān)家知識(shí)（組成知識(shí)庫(kù)），以及擁有類(lèi)似于領(lǐng)域?qū)＜医鉀Q實(shí)際問(wèn)題的推理機(jī)制（構(gòu)成推理機(jī)）。系統(tǒng)能對(duì)輸入信息進(jìn)行處理，并運(yùn)用知識(shí)進(jìn)行推理，做出決策和判斷，其解決問(wèn)題的水平達(dá)到或接近專(zhuān)家水平。專(zhuān)家系統(tǒng)的開(kāi)發(fā)和研究是人工智能中最活躍的一個(gè)應(yīng)用研究領(lǐng)域，涉及社會(huì)各個(gè)方面，如在電力系統(tǒng)領(lǐng)域的應(yīng)用。隨著計(jì)算機(jī)科學(xué)技術(shù)整體水平的提高，分布式專(zhuān)家系統(tǒng)、協(xié)同式專(zhuān)家系統(tǒng)等新一代的專(zhuān)家系統(tǒng)已用于電力系統(tǒng)的不同領(lǐng)域：監(jiān)察與判斷、電網(wǎng)調(diào)度、系統(tǒng)復(fù)原等。由于每個(gè)專(zhuān)家系統(tǒng)所需要完成的任務(wù)不同，因此其系統(tǒng)結(jié)構(gòu)也不盡相同。但在總體上，專(zhuān)家系統(tǒng)還具有一些共同的特點(diǎn)：

第一，一個(gè)專(zhuān)家系統(tǒng)匯集了某個(gè)領(lǐng)域多位專(zhuān)家的經(jīng)驗(yàn)和知識(shí)及他們協(xié)作解決重大問(wèn)題的能力。因此，專(zhuān)家系統(tǒng)應(yīng)表現(xiàn)出更淵博的知識(shí)、更豐富的經(jīng)驗(yàn)和更強(qiáng)的工作能力，而且能夠高效率、準(zhǔn)確、迅速和不知疲倦地工作，即知識(shí)的匯集。

第二，專(zhuān)家系統(tǒng)運(yùn)用專(zhuān)家的經(jīng)驗(yàn)和知識(shí)進(jìn)行啟發(fā)式推理，對(duì)問(wèn)題作出判斷和決策，即啟發(fā)式推理。

第三，用戶(hù)無(wú)需了解推理過(guò)程，就能從專(zhuān)家系統(tǒng)獲得問(wèn)題的結(jié)論，而且推理過(guò)程對(duì)用戶(hù)是透明的，即推理和解釋的透明性。

第四，專(zhuān)家系統(tǒng)能夠不斷地獲取知識(shí)，增加新的知識(shí)，修改原有知識(shí)，即知識(shí)獲取與更新。機(jī)器學(xué)習(xí)就是專(zhuān)家系統(tǒng)知識(shí)獲取與更新的重要方法，將其應(yīng)用于電力系統(tǒng)開(kāi)關(guān)序列專(zhuān)家系統(tǒng)。

3.3模糊推理

在模糊邏輯中，給集合中每一個(gè)元素賦予一個(gè)介于0和1之間的實(shí)數(shù)，描述其屬于一個(gè)集合的程度，該函數(shù)稱(chēng)為元素屬于一個(gè)集合的隸屬度。在各種實(shí)際領(lǐng)域中，大量的知識(shí)是不精確的和不確定的，需要對(duì)不確定問(wèn)題進(jìn)行處理，以減少問(wèn)題的復(fù)雜度。模糊推理是一種符合人們思維和推理規(guī)律的較為直接的推理方式，它常用于模式識(shí)別和模糊控制等場(chǎng)合中。目前，各種模糊產(chǎn)品充滿(mǎn)日本和歐美等國(guó)市場(chǎng)，如模糊洗衣機(jī)、模糊電冰箱結(jié)合模糊攝像機(jī)等。在人工智能領(lǐng)域，特別是在知識(shí)表示方面，模糊邏輯有相當(dāng)廣闊的應(yīng)用前景。目前在自動(dòng)控制、模式識(shí)別及專(zhuān)家系統(tǒng)研制等方面，取得了一定的成果，引起了本領(lǐng)域的越來(lái)越多的關(guān)注。

4電力系統(tǒng)中人工智能的應(yīng)用分析

4.1在電氣設(shè)備中

在電氣工程中，電氣設(shè)備的設(shè)計(jì)是一項(xiàng)復(fù)雜的工作，它不僅需要大量的學(xué)科知識(shí)，還需要大量的經(jīng)驗(yàn)性知識(shí)。但由于傳統(tǒng)的產(chǎn)品設(shè)計(jì)，是采用簡(jiǎn)單的試驗(yàn)手段，然后依據(jù)經(jīng)驗(yàn)，用手工的方式進(jìn)行設(shè)計(jì)，因此在設(shè)計(jì)中難以做到精確，耗時(shí)耗力，且很難獲得最優(yōu)的方案。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電氣設(shè)計(jì)逐步從手工轉(zhuǎn)變成使用計(jì)算機(jī)輔助設(shè)計(jì)，例如使用CAD進(jìn)行設(shè)計(jì)；這就大大的縮短了產(chǎn)品的開(kāi)發(fā)周期，并使得電氣設(shè)備的設(shè)計(jì)更于精確。在電氣設(shè)備的設(shè)計(jì)中，需要對(duì)于設(shè)計(jì)進(jìn)行優(yōu)化，而這就主要應(yīng)用了人工智能的遺傳學(xué)算法以及專(zhuān)家系統(tǒng)。

4.2在電氣控制中

在電氣工程中，相對(duì)起著至關(guān)重要的是電氣控制，電氣控制過(guò)程能夠?qū)崿F(xiàn)自動(dòng)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(shí)投入的資金量。神經(jīng)網(wǎng)絡(luò)控制、模糊控制及專(zhuān)家系統(tǒng)控制，可以減少電氣控制中繁瑣的控制程序，將復(fù)雜的操作程序變得簡(jiǎn)單，減少時(shí)間成本，且能提高相應(yīng)的產(chǎn)品利用率。

5結(jié)語(yǔ)

回顧人工智能短短幾十年的發(fā)展歷程，已取得的大量研究成果，已經(jīng)向世人展示了及其光明的前景，隨著機(jī)器學(xué)習(xí)、計(jì)算機(jī)智能及人工神經(jīng)網(wǎng)絡(luò)等研究的不斷深入，不斷推動(dòng)人工智能在電力系統(tǒng)中應(yīng)用領(lǐng)域的不斷擴(kuò)大，極大地提高了電力系統(tǒng)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(biāo)的道路上，還會(huì)有不少困難、問(wèn)題和挑戰(zhàn)，但多種人工智能技術(shù)的綜合是前進(jìn)和發(fā)展的大勢(shì)所趨。

參考文獻(xiàn):

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

[2]葛朝強(qiáng),唐國(guó)慶.綜合智能式的故障恢復(fù)專(zhuān)家系統(tǒng)[J].電力系統(tǒng)自動(dòng)化,2000(02).

作者：游慶華   單位：廈門(mén)工學(xué)院