摘要：科学技术的飞跃发展让计算机功能变得更强大，人工智能就是计算机操控的技术。目前，人工智能在多个行业和领域得到了运用，甚至延伸到了电力部门，很大程度上提高了电力系统的运行能力和运行效，保障了电力系统的可靠性和安全性，减少系统发生的故障。
关键词：人工智能技术；电力系统；应用趋势
随着现代化进程的不断推进，人们对电力系统的要求越来越高，要求电力系统要实现高效率，高安全性，智能化。在经过大量的研究之后，人们将人工智能和电力系统相融合，取得了很大的突破。所谓的人工智能，实际上就是一门综合的智能设计技术，人们设计相关的机器，使机器能够像人类一样进行一系列的思考、规划、设计等活动。在电力系统中的应用主要是集中在安全用电和简化操作的方面，实现简易化、智能化安全电力装置设计，比如保护继电器的设计，可以对电路进行有效的保护，以免对电力系统造成损失。
一、人工智能技术概述
人工智能是一门复杂的技术，集成了很多学科的知识，进行人工智能研究的研究人员必须要了解脑科学、神经学和信息技术等方面的知识，因为这三个方面的知识是人工智能最基础的知识。人们将这些知识实际应用到机器的设计之中，就能够对机器进行人工智能的设计，从而实现机器智能化的操作。
二、人工智能技术在电力系统中的具体应用
2.1人工智能定义
人工智能(artificialintelligence，简称AI)…是研究、开发和模拟人类智能、智能行为及其规律的一门学科，是计算机学科的一个分支，它的主要任务是通过建立智能信息处理理论，设计出具有近似于人类智能行为的计算系统。
2.2电力系统中人工智能的研究和应用领域
(1)专家系统。专家系统(Es)是人工智能领域的一个重要分支，它的原理是首先需要对专家在某一个学科领域内的知识和经验进行统计分析，然后采用计算机程序来模拟专家对相同问题的决策过程，最后提出解决问题的方法。例如故障专家系统，可以根据人工提供或现场检测采集到的数据来判断故障发生的具体原因，为排除故障提供参考。在电力系统实际运行时，为保证操作的安全准确性，采用了操作票制度。然而对于现场运行人员来说，编制操作票是一项复杂智能性的劳动，因此可将专家系统应用于编制操作票工作中，这样对于减轻人脑负担和提高准确性都有重要意义。在继电保护中也可采用专家系统，它是针对整个系统中不同保护工作原理，制定相应的鉴别规则、整定原则、核查规则、校正规则等，从而实现设备的智能调整与维护。
(2)人工神经网络。人工神经网络(ANN)从信息收集和处理的角度对人脑神经元网络进行模拟抽象，它采取的是非线性映射的方法，通过对标准样本的学习，不断调整自身的连接权重，绎过训练最终能够获得正确的输出，具有强大的知识获取能力，善于解决难以列出方程式或复杂的非线性问题。1975年Dillon等人在第五次PSCC会议上发表了一篇关于用自学习机进行负荷预测的文章，这是ANN在电力系统中的最早应用。但限于当时对ANN本身的研究没有实质性进展，所以ANN在电力系统中的应用没有得到足够的重视，以至于这方面的研究工作中断了很长时间。直至1986年s．Y．OH用模式识别以及联想记忆的方法对一个实际系统进行了安全估计，证明了该方法的可行性。随后，i988午DJ．Sobajic和Y．H．Pao应用ANN中的BP算法进行电力系统的动态安全估汁，通过计算结果可知这种方法准确度很高。
(3)模糊理论。模糊理论以模糊集合为基础，其基本思想是接受模糊性现象存在的事实，以处理概念模糊不确定事物为目标，利用模糊隶属度的概念来对不确定事件与现象进行描述。应用模糊理论的模糊识别可以通过对事物的特征进行分类和识别，解决了电力系统中许多需要较长时间的复杂运算来进行故障诊断的问题，提高了电力系统故障诊断的效率。
模糊理论主要应用在继电保护的主变保护、线路保护和发电机保护等几个方面。例如在故障电压分量中，电压的高频成分各不相同，提取不同相电压的变换频率特征，将其与模糊集合进行比较，从而可判断出故障相；还可以通过分析对比变压器实际工作电流与理论电流的对称度隶属函数的近似程度进行变压器故障判断，当近似程度超过某一欲定值时，即可以断定变压器发生了故障。但是，模糊系统有自己的缺点，它不具备独立学习能力且建立模型、获取语言规则以及隶属度的方法都不够完善，所以在电力系统中的应用也受到了一定的限制。
(4)模式识别。模式识别是人类的一项基本技能，在日常生活中，人们经常进行“模式识别”，随着人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别是指通过计算机用数学技术的方法来研究模式的自动处理和判读过程。模式识别技术在电力系统中的应用较为广泛，比如高阻抗检测、距离保护等。例如新式继电保护装置，它是建立在模式识别技术与微处理机基础上的，通过改进配电线接地保护装置，在其内置微处理机上加装模式识别数据库，该数据库可以识别电压和电流信号，通过对线路的电流和电压信号进行实时数据比对，进而能够准确鉴别高阻抗正常或故障状态。
(5)小波分析。小波分析是应用数学和工程学科中一个迅速发展的新领域，与傅里叶变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了傅里叶变换不能解决的许多困难问题，适用于非平稳信号的判断与处理。因此非常适用于电力系统中正常信号中突然出现瞬间信号反常问题的分析。小波分析在电力系统中主要应用在与电流、电压相关的故障诊断方面，一般情况下需要与其他方法结合使用。例如对变压器励磁涌流的判断，可以通过小波变换的方法提取励磁涌流的间断角特征，然后结合模糊理论的方法进行具体的故障诊断。
三、人工智能在电力系统中的发展趋势
3.1混合智能
目前，人工智能中的4种主要工具，即专家系统、人工神经网络、模糊集理论、启发式搜索，各有优点和局限，缺少一种普遍有效的方法应用于电力系统的各个领域。混合智能成为人工智能的重要发展方向之一。
3.2分布式人工智能（DistributedAI,DAI）DAI技术是80年代发展起来，DAI在电力系统中的应用目前主要集中于运用多代理技术。DAI已在电力系统中获得了健康的发展，在较为成熟的技术（如专家系统）实用化的同时，进行多种智能技术的研究和探索。随着我国电力建设和电力市场竞争机制的引入，不确定性因素和运行复杂性的增加，人工智能在电力系统中的应用前景将更加广阔。
结语：
从上文的分析中，我们对人工智能的概念有了清晰的认识，同时也了解了将人工智能应用在电力系统能够为电力系统带来的巨大发展。解决了电力系统目前存在的大量问题，为电力系统的发展提供了突破性发展的思路。但是我国人工智能的技术还不够成熟，与国外先进的人工智能技术相比较还有很大的差距，所以我国必须制定相应的方案促进我国人工智能的发展。首先，我国要在政策上对人工智能的企业进行优待，鼓励更多的企业投身到人工智能的发展之中，其次我国要加大人工智能的人才培养力度，从我国目前的人工智能发展现状来说，我国的人工智能的人才缺口比较大，很多专业的人才都是从国外引进的，花费了国家大量的资金，所以对人工智能的人才培养是我国未来促进人工智能的发展必须要做的任务，对于我国人工智能的可持续发展具有重大的意
义。
参考文献：
[1]田秀梅．人工智能在电力系统故障诊断中的应用[J]．电子技术，2017，38(O1)：31-32．
[2]占才亮．人工智能技术在电力系统故障诊断中的应用[JJ．广东电力，2017，24(09)：87-92．
[3]李玲敏．现代人工智能方法在电力系统无功优化中的应用情况分析[J]．大科技：科技天地，2Ol7(21)：191-192．