电力调度自动化系统中智能技术的应用分析

国网吉林省电力有限公司辽源供电公司 冷 淼

电力调度自动化系统是指以计算机技术、控制手段、通信技术为依托，为电力调度机构提供系统运行参数、决策工具的一种数据处理程序，能够实现信息挖掘、整合、分析，具有完善的监控体系，能够自动识别系统运行环节存在的异常状态，并依靠预警功能，提醒工作人员进行故障处理。

1 电力调度自动化系统功能结构

电力调度自动化系统功能结构如图1所示。

图1 电力调度自动化系统功能结构

1.1 SCADA 子系统

SCADA 子系统的作用在于对现场运行装置实施全过程监视与控制，其功能模块主要包括：一是数据采集处理。数据来源表现为办公系统以及变电站，能够满足基本通信要求，凭借转发系统实现数据寄存，直至处理结束后，划分在实时数据库中，也能与其他控制收集完成数据交互，并提供集群化管理，减少系统采集负荷，便于后期维护作业的实施，也有利于采集点扩展。

二是人机界面。用于进行画面呈现与更新，当出现用电顶峰，可凭借设置操作权限的方式，依托用户访问程序，维持系统安全运行。同时，模块内设有绘图建模功能，可结合电网运行状态，进行容量限制，也能为日后的用户访问节点转化提供有力支持。用户可依照工作需求，进行状态提取，从而第一时间掌握电网运行峰值，简化数据获取难度。至于维护人员也可利用人机界面及时确定设备的使用效果，通过报警服务，完成事件类型的划分，及时处理相关问题。

三是Web 服务器。主要负责各子系统之间的连接，可依照用户权限，给予相应的浏览内容，也能发布动态画面，进行数据的立体化呈现。还可在线显示相关数据参数，并实时更新，根据用户需求，进行图像的收缩、位移与放大。

1.2 配电网应用软件

配电网是指负荷区域供电的网络，能够把握电网的生产状况。而配电网应用软件，则是利用多个模块组成，根据监控结果，进行电网安全性评估，并结合评估结果，提出适合的优化措施，深入探究电网的运行状态，确保采取的调度方案具有一定的针对性、实用性与可行性。

1.3 配电网GIS 系统

配电网GIS 系统是指以空间数据引擎为支撑，搭配图形操作界面，利用从SCADA 系统中获取的相应信息参数，实现与关联设备的有机结合，打造自主应用平台。凭借GIS 卫星图，完成图形修改，从而为电网提供拓扑结构，实施空间分析，通常运用在设备维护环节，可利用地理单线图、接线图，提高管理效率，便于人员进行故障处理，也能实现系统的网络化建设，具有自定义菜单、工作流等多种功能[1]。

2 电力调度自动化系统中智能技术的应用路径

根据上述分析可知，现阶段电力调度自动化系统已初步实现了数字化、智能化操作，能够降低对人员的操作依赖度，自主实现数据感知、管理。为了进一步提高电力调度自动化系统的运行水平，还需要不断提高人工智能的运用效果，优化系统的各项业务执行。人工智能是指借助计算机模拟人的思维以及智能行为，凭借计算机科学、机器学习，使系统程序具备识别、理解、决策的能力，从而结合任务要求以及环境特征，自主进行问题解决。具体的实施路径可分为以下几点。

2.1 神经网络

神经网络是指依照误差逆向传播算法训练的一种网络模型，作为一种信息处理系统，可通过学习某种规则，在输出结果时，获得接近期望的输出值。该技术更像是一种关联模型，能在虚拟网络实现节点数据的交汇与互联，促进信息沟通形式的多元化、多样化。将其运用在PDAS 中，可进一步承接程序操控项目，切实提高数据传输效率，保证信息安全，能够结合供电区域，在线反馈电网参数，帮助工作人员采集、记录信息，为后续的业务工作提供支撑。

在应用过程中要注意做好数据资源调控，打造集电力管理、信息反馈于一身的数据架构，确保所有信息传输都预先经过终端装置，从而做好数据跟踪与更新。若发现部分资料出现较大幅度的波动，则系统会第一时间进行特殊性记录。

2.2 专家系统

专家系统属于智能计算机程序，内置大量专家知识与经验，可根据相关理论与算法，实现问题的推理与判断，模拟专家决策过程，从而处理复杂事件。在实际运用过程中，需要搭配自动感应元件，执行PDAS 的自由化检验，将其作为内外信息输入、输出的端口，根据电波波峰变化，准确判断电力调度信号的稳定效果，并在数据库中自行搜索适合的数据调节方法。

同时，在专家系统运行时，程序能够将控制指令，转换为具备信息功能的模块结构，若外部程序存在与其不匹配的信号，可第一时间对故障区域发出报警提示，此时程序会启动修复指令，从而给出适合的应对措施。同时，一些地区在应用PDAS 时，还会在搭配专家系统的基础上，设定检测渠道，用以依照已经设定完成的电压、电流参数，对与运作活动不匹配的内容进行阻隔，或在发现问题后，完成信号强度的调节。

2.3 可视化技术

可视化技术是指实现完整地理空间数据的具象化、生动化呈现，打造信息直观、交互的可视化环境。可视化技术在PDAS 中的应用，需要以打造多维度视觉为首要任务，实现信息、动态画面有机整合，并与程序运作环节相结合，完善信息传输形态，控制PDAS 信息呈现模式的多样化转换。并在指定范围内协调电网运行，对大量调度信息实时评估与比对。

同时，在应用可视化技术过程中还要注意，技术人员需要依托网络信息模型，将其作为面向对象分析的基础与核心，在图形表示方面，可提供全局观点，考虑系统的完整性与一致性，帮助人员更多的站在数据分析的角度，考虑电力供应水平。

凭借大数据手段，完成电力供应时的参数记录。此外，可视化技术构建的多维视觉形式，也能凭借数据波感应的方法，从局部调节效果层面，做好信息传导机制的调节。最后要注意，可视化技术与PDAS 的融合，还能在调度数据反馈后根据用电规律，评估电力调度操作的科学性，全面反映电网能源供应状况[2]。

2.4 故障诊断

智能故障诊断是指结合数字化设备、模拟人脑功能的硬件、数据库、诊断推理算法等组成的运行程序。对于电力装置来说，在调度环节，难以避免的会受到人为操作或是外部环境的影响，进而引发运行异常，产生故障问题，并影响PDAS 的正常使用。由于电力故障的类型较多，并夹杂大量不确定因素，因此处理难度较大，会耗费工作人员大量的时间与精力。因此需要打破传统的故障诊断理念，利用智能化技术，依托模糊理论，引入语言变量以及模糊逻辑，以此分析不确定因素，提高故障诊断准确率。

同时，还要基于统一的规范完成系统数据格式设计，并进一步体现数据间的关系，利用人工搭建的形式设置电网故障诊断规则，为电网调度中心提供智能化决策，通过分层分区的形式进行任务分解，降低调度端的工作压力[3]。

2.5 数据挖掘

数据挖掘是指借助算法搜索，依托情报检索、在线分析处理、模式识别，挖掘潜藏在数据背后的内容。当前，信息技术发达，智能技术的普及度得到大幅度提升，一些企业都将其作为保障PDAS 正常运行的重要工具手段。而运用数据挖掘可更好地应对愈发庞杂的数据预处理要求，借助打造3D 电力模型的形式，凭借内部生成的数据参数，实现负荷监控与负载预测，从而预防故障问题，凭借细致分析，将安全隐患扼杀在摇篮中。

同时，还要利用数据挖掘的分析功能，优化电力工作决策效果。具体应用步骤为：一是分类。从数据中选取分好类的训练集，依托数据挖掘技术，构建分类模型，将该模型投入到尚未分类的数据，进行分类作业；二是估值。与分类的操作相似，但估值输出结果本质上属于连续型数值，因此估值的量无法预先确定，更多的作为分类准备工作；三是预测。即利用分类或估值的训练获取模型，若对于检验样本来说，模型准确率较高，则可继续用于新样本未知量预测；四是关联规则设计。用于确认哪些事件属于一同发生，最后凭借聚类形式，自动建立分组规则，判断样本相似性，并将相似样本划分在同一个簇中。此类数据挖掘方式有利于结合用户需求，进行数据提取，进而提高调度问题的应对效率，规避风险[4]。

2.6 动态监控

动态监控是指在视频服务内，集成智能行为识别算法，从而判断、识别车辆、行人，并在适当条件下进行报警提醒用户。通常来说，PDAS 会采用多电缆驱动，若出现电缆损坏，或者处于异常状态，都有可能造成漏电现象，不仅会影响企业的经济效益，阻碍系统的正常使用，还会危及人员的生命安全。但以往采用的人工排查，往往会消耗大量的人力资源、物力资源，且无法达到理想的排查效果。为此，可引入动态监控技术，依托电力调度运行网络，凭借相关设备元件的监控功能，找出调度异常，降低异常状态造成的不良影响。

以某地方城市的变电站作为研究对象，该变电站为迎合时代发展潮流，提高管理效率，选择投放AI 机器人，并搭载智能监控系统，用以捕获异常参数，机器人内部设有数据监测、异常判定以及信号预警等功能，能够与调度系统以及中台信息进行贯通，实现智慧监盘、智慧巡检以及智慧研判。其功能分层设计情况如图2所示。可依照保护信号研判事故，自动生成事故报告，达到事故快速响应的目的，根据实际调查显示，该装置的异常处置效率超过90%，具有极高的推广价值。

图2 系统功能分层

此外，管理人员还要利用智能控制手段，在产生突发事件时，第一时间切断各电路间的联系，采用PID 控制器，借助比例+微分的控制器，抑制误差的控制作用，避免被控量超标，改善系统调节过程中的动态特性。也能进行参数整定，依托自学习系统，适应外界变化。

综上所述，电力企业要充分挖掘数据潜在价值，结合用户的个性化需求，实现系统程序的自动化管理，进行能源科学分配及动态监控，降低用电成本，优化负荷运行模式，改善电力系统服务水平。