人工智能技术在新型电力系统中的分析，诊断和控制研究

李邦源 刘婉媛

摘 要：近年来我国科学技术快速创新发展，人工智能技术受到广泛的应用和推广，将其运用在新型电力系统中，不仅能够有效进行故障的诊断，还能智能化、自动化进行系统控制，提升新型电力系统运行的稳定性和可靠性，具有重要的应用意义。基于此，本文研究人工智能技术在新型电力系统故障诊断中的应用，提出几点系统控制的建议，旨在为发挥人工智能技术的价值和作用提供帮助。

关键词：人工智能技术;新型电力系统;诊断;控制

新型电力系统的故障诊断和控制过程中采用人工智能技术，不仅可以通过模糊理论与遗传算法等提升故障诊断的精确性，还能增强系统控制的效果，确保新型电力系统的良好稳定运行，提升整体系统的发展水平。因此，在新型电力系统时间运行和管控的过程中，应重点采用人工智能技术开展故障诊断工作，完善系统的控制机制和模式，进一步提高人工智能技术的应用水平。

1 人工智能技术在新型电力系统故障诊断中的应用

1.1 合理采用遗传算法

从本质层面而言，遗传算法主要是将人类遗传机理作为基础，利用仿照生物进化的方式，对整体工作进行优化的算法，新型电力系统故障诊断的过程中，使用此类算法技术，可以进行故障诊断工作的全方位优化改良，一旦系统出现故障问题，就可以按照发生故障元器件和具体保护动作相互之间的联系，将故障诊断转变成为整数，构建相应的遗传算法，通过差异性的算法有效处理所出现的故障问题，如果是整体系统中保护软件出现拒动现象或是断路器出现拒动现象，就代表着相关的诊断工作效果非常理想。其次，在采用此类算法技术期间应以全局角度考虑问题，精准进行故障问题的诊断分析，合理构建相应的数字模型，确定差异性问题的情况，深入开展各项研究工作和分析工作，确保各类故障的有效处理。

1.2 积极运用人工神经网络

在系统故障诊断的过程中，采用人工智能技术中的人工神经网络，首先，需要结合新型电力系统的特点和情况，通过合理设置网络语直的形式，获得相应的知识点，之后隐秘分布到网络系统内，获得隐形知识点，使得整体网络能够形成电力系统生产的准确记忆。其次，在采用人工神经网络的过程中，去除系统故障数据信息的噪音，获得故障诊断过程中需要的知识点，有效解决专家系统内的不足和问题，同时，还能对新型电力系统进行纠正，将数据信息传输系统内部，使得整体系统的状态有所转变，快速去除故障问题。最后，需要构建相应的知识库系统，在完成故障诊断工作之后，将最新的故障数据信息存储到系统内部，不仅可以快速更新相应的数据信息，还能为后续故障诊断提供更多的依据。

1.3 积极运用模糊算法

目前，我国在新型电力系统中已经开始重视人工智能技术中模糊控制器的应用，借助模糊算法降低系统故障问题的发生率，准确进行潜在故障的分析和挖掘，获得非常精准的故障诊断结果和数据信息。首先，在使用模糊算法的过程中，將故障处理的经验和控制的经验等输入控制器内，研究开发相应的模糊控制器，提升技术应用的自适应性，确保能够自动化和智能化识别新型电力系统故障问题，全面挖掘其中的潜在故障，快速进行故障的清除。其次，在采用模糊算法的过程中，还可以保证检测工作的精确性和准确度，使得故障检修人员可以在系统的帮助下快速识别和处理故障问题，将传统的故障诊断措施和模糊算法相互融合，提升新型电力系统故障问题的诊断效率和速率。

2 人工智能技术在新型电力系统控制中的应用

2.1 合理构建控制模型

要想确保新型电力系统的良好运行，除了要采用人工智能技术高效化、精确性进行故障诊断，还需严格进行系统的控制，构建相应的控制模型，确保能够提高故障诊断的有效性、故障消除的速率。首先，采用深度置信网络，构建深度表达学习类型的模型，结合新型电力系统的特点和故障问题发生规律，设置输入层次，神经元和隐秘层次神经元，采用概率生成模型的方式，区分与判别模型，利用输入层次和隐蔽层次之间的相互关联，增强整体系统控制效果。其次，将人工智能神经网络作为基础，与大量的深度置信网络基本单元相互叠加，构建相关的系统控制模型，在网络内部设置两个层次的控制结构，每个层次都要做出分组，完善模型的分层，利用从下到上的方式，将模型下层输出结果转变成为数据信息，加载传输到上一个层次中。同时还需对每个层次进行训练处理，最终传送相应的标签。最后，在整体的模型内部，最上部分的层次是输入层，有很多单元，代表着很多输入特点。最下面的层次是输出层，有很多输出单元，代表着很多的识别种类。另外，隐蔽层次无论是数量还是各个层次的单数，都必须要按照具体的经验，合理进行布设处理，避免出现新型电力系统控制模型构建的问题或是不足[1]。

2.2 合理进行网络训练

采用人工智能技术进行新型电力系统控制的过程中，不仅需要合理构建深度置信网络的架构，还是科学开展网络训练活动，将整体训练工作划分成为前期的预训练环节，和后期的监督训练环节，通过科学合理的训练方式，完善整体网络架构和模型内容，确保可以有效运用到新型电力系统的控制方面。首先，在与训练的过程中，可以将无监督学习的算法技术和训练技术作为主要部分，通过对模型之内各类层次中合理设置相关的参数初始化数据值，开展各个层次的训练活动。在底层部分的初期特征部分，应训练成为具备一定联系、良好关系的高端数据信息，主要原因就是在没有标注的情况下采用贪心算法，可能会使得所输出的结果和实际状况不符，因此必须要合理进行各类参数的调整;其次，完成与训练的操作之后需要将输出结果标出来，之后将全局学习算法作为基础部分，进行模型系统的监督训练，确保可以对模型之内的网络参数进行不断的优化和完善，确保各类网络参数的良好控制，如公式，通过全局学习的算法，自上到下开展模型的调整工作：

在相关的公式内，L主要就是故障诊断样本的数据信息，U主要就是没有标准的样本数据信息，D表达的是各个样本数据的特征数量。在对模型进行训练的过程中，如若所有样本数据信息，都可以进行人工性的标注处理，U就等于零，此状况下可全局性、深度性完成训练操作，确保各个样本数据信息都可以当成求解目前向量的数值。通过对于模型和系统的良好训练，增强模型的新型电力系统控制性能、控制效果，结合系统的运行特点、实际情况等，通过科学化、合理性的手段，增强相关的系统控制水平，发挥先进模型技术和人工智能技术的作用价值，确保能够从根本层面提升系统控制的可靠性和有效性[2]。

结语：

综上所述，新型电力系统中采用现代化的人工智能技术，不仅可以改善系统的运行现状和控制效果，还能为故障的有效诊断、系统的良好维护提供保障。因此应结合新型电力系统特点和情况，积极采用人工智能技术，构建完善的故障诊断机制，合理设置系统控制模型，发挥先进技术在新型电力系统维护和控制中的价值，达到预期的管控目的和故障处理目的。

参考文献：

[1]张加康. 人工智能技术在电力系统继电保护中的应用[J]. 时代农机，2020，11（3）：78-79.

[2]高新霞. 基于人工智能技术的新型电力营业厅研究[J]. 科学与财富，2019，22（34）：134-156.

作者简介：

李邦源（1978.7-），男，汉族，贵州织金，昆明理工大学，工程硕士，高级工程师，研究方向 （电力自动化）

刘婉媛（1994.03-），女，汉族，云南个旧，南京农业大学，本科，工程师，研究方向（电力营销）