人工智能技术在电力设备运维检修中的研究及应用

雷文春

摘 要：近年来，随着社会的进步，电力设备的状况与电力系统的稳定与安全息息相关。全面科学的掌握电力设备的运维检修过程，并在此过程中科学手段集成、集成信息，准确评价设备运行状态和变化趋势，是整个电力系统的可靠性，制定合理的运行维护检查计划，它是经济运行的重要前提和重要基础。人工智能技术为电力设备的运行维护在决策任务的开发、突破、优化、效率和精度以及学习能力等方面提供了新的技术和研究理念。本文综述了人工智能系统传输与维护服务的重要技术和应用，讨论了其应用现状，并对电力设备运行维护的数据状态和存在的问题进行了讨论和分析。介绍了人工智能的重要技术框架和各种算法的应用，本文综述了人工智能技术在电力设备运维检修中的应用进展和难点，最后，分析了人工智能技术应用中面临的问题。

关键词：人工智能技术;电力设备;运维检修;研究

配电网的安全性直接影响到用电设备的性能，对供电的稳定性起着至关重要的作用。因此，最新型的智能机器人可以用来快速诊断相关电力设备的故障，提高电力系统的稳定性。由于机器人内部装置具有功能先进、易于理解的优点，可以在最短的时间内、不同的设施内诊断出问题，对故障原因进行相应的解决，对损坏的部件进行适时的维修，使电力系统运行正常，并且电力设备的性能也能更加稳定。

1 人工智能技术相关概述

人工智能技术作为21世纪重要科学技术的产物，具有许多优越的优势和特点。人工智能技术可以节约资源，降低成本，提高工作效率。首先，它是對人工智能技术的一种包容，通过分析人工智能技术的基本原理可以阐明。该技术借助计算机技术，通过人脑的扩展和模拟，解决了人类社会生活的复杂性问题，人工智能具有相同的智商、思想和哲学。如今，它在我国的许多行业都得到了广泛的应用，人工智能技术作为一种智能化、自动化的机器系统，广泛应用于公司的生产、管理和管理中。其次，它是人工智能技术在电力自动化中的应用主导，将人工智能技术应用到电力自动化建设中，具有节约资源、提高工作效率的作用。随着我国电力工业的快速发展，越来越多的电力部门越来越重视人工智能技术。

2 现阶段状态检修的现状和存在的问题

在进行检修电力设备前，工程师应分析电力设备的运行状况，分析电力系统的运行状况，制定科学合理的检修策略。同时，维修人员将能够根据经验评估预期寿命，并开展供电采购工作，以节约供电公司的用电为目的。目前，对供电公司进行状态检查，都是从上级向下级传递。通过这种行政手段来履行职责。目前，全国电网电力设施检修工作正在由计划检查向国家检查转变。但据调查，大部分用电设备的状态未经检查，仍采用传统的定期检修方法，未对状态检修进行论证。

3 电力设备进行状态检修和研究的重要性

3.1对电力设备进行状态检修的意义

工程师和人员将利用人工智能技术对电力设施进行评估，并在春季对一般电力设施进行检查。然而，由于电力设备状态检查工作量大，一般都是在这个季节进行，整体检查效率较低。如果相关工作人员在对电力设备进行维护和检修时，没有对问题进行及时的解决，那么春季的检查可能无法保证用电设备的运行状态。

3.2对电力设备进行运维一体化的意义

在常规电力设备的检修管理中，电力设施的设备由设备运行单位和检修单位分别管理。在电气设施的维修保养中，许多专业工程师取代了传统的非专业操作人员。这样就有可能发现和解决用电设施中第一代设备的故障，提高用电设备的使用寿命，保障检修人员的安全。

4 人工智能技术在电力设备故障诊断中的应用

4.1运用仍智能技术自动化功能进行诊断

目前，在对相关电力设备进行运维过程中的人工检测方法进行了改进，对自动智能机器人进行了全面的检测。操作员只需要按标准流程操作，首先采集设备信息，输入型号后，点击智能诊断功能按钮，设备内部设备、电源线、零件、变压器、表面温度等，在短短几分钟内了解每个设施的性能，分析智能机器人呈现的图像，了解电压和电流是否在规定范围内。操作人员通过图像显示位置指定损坏位置，零件长期高速运转，磨损程度增加，诊断为故障，那么相关电力设备的电阻器在调压时效果则会不明显，并且电力设备的传输功能无法演示。由于被展出的设施温度过高，根据陈列位置发现了易损件，而且这些部件运行时间长，损耗程度加快，经诊断，直接影响了电力设施的输电效果。根据诊断结果，立即进行维修工作，尽快修复故障，促进设备的有序运行，利用智能机器人的自动化功能诊断电力系统故障是解决隐患的最快途径。

4.2缺陷识别与故障诊断

电力设备故障案例和预制案例主要可按设备的基本信息、缺陷/故障的异常信息和试验数据进行分类，并按故障的种类、部位、原因进行分类，利用人工智能技术对电力设备进行故障诊断，包括电力变压器、高压电缆、高压断路器和继电保护。以油浸式变压器为例，研究和总结了一种基于油中溶解气体的常规人工智能故障诊断方法。将神经网络应用于识别高压电缆中不同类型绝缘缺陷引起的局部放电。但也存在数据来源单一、样本数据不均衡、分类规则粗糙、知识缺乏等问题。为此，需要在现有传输设备实例数据的基础上，结合设备缺陷、运行数据、气象数据等多源信息，采用计数网络和样本合成的方法对数据进行相乘，并平衡正负样本的比例。然后，根据数据是否显示，尝试了分类、聚类、预测等算法。最后，提出了一种分层的缺陷识别与诊断方法，第一类主要确定设备缺陷的类型，第二类主要确定设备缺陷的位置，并根据伪缺陷的随机顺序进行故障报警。

结束语：人工智能技术可以广泛应用于电力自动化建设中，为有关方面提供科学的工作条件。例如，人工智能技术在降低人力资源成本、促进工作进度、提高工作效率等方面发挥着重要作用。目前，越来越多的电力企业将人工智能技术应用于电力故障诊断、日常维护与应用、电力自动化设计等领域，对于加快电力自动化的发展步伐显得尤为重要，进而才能使得我国相关电力事业发展得越来越好。

参考文献：

[1]李旭睿.人工智能技术在电气自动化控制中的应用思路研究[J].山东工业技术. 2018，（18）：141.

[2]赵玖成.人工智能技术在电气自动化控制中的应用思考[J].科技风，2019（18）：78.

[3]中国电机工程学会信息化专委会.中国电力大数据发展白皮书[M].北京：中国电力出版社，2013.

（国网重庆市电力公司永川供电分公司，重庆 永川 402100）