人工智能技术在配电自动化中的应用王利鑫--中国期刊网

字体：大中小

首页> 原创作品> 正文

人工智能技术在配电自动化中的应用王利鑫

发表时间：2020/7/20 来源：《电力设备》2020年第8期作者：王利鑫

[导读] 摘要：人工智能技术随着现代科学技术的不断更新而取得了突飞猛进的发展，加快了人们的生活节奏提高了人们的生活质量，促进社会和经济实现了跨时代的飞跃。

        （国网内蒙古东部电力有限公司满洲里市供电分公司）
        摘要：人工智能技术随着现代科学技术的不断更新而取得了突飞猛进的发展，加快了人们的生活节奏提高了人们的生活质量，促进社会和经济实现了跨时代的飞跃。目前人工智能技术被广泛的应用到社会经济发展的各个领域，在电气自动化技术中同样的应用到人工智能技术，极大的提高了电气工程的自动化水平，推动电气自动化产业的整体发展，本文对人工智能在电气自动化技术中的应用进行深入分析研究。
        关键词：人工智能；配电自动化；应用研究
        在现代计算机科学技术的支持下人工智能技术的广泛应用推动了电气自动化工程的不断创新与发展，逐步改变了传统的控制方法，利用计算机技术实现人工智能化在电气自动化控制中发挥了巨大的优势。电气自动化技术是实现电气工程相关系统运行实现自动化控制以及电子电气技术和信息处理技术，在此项技术中应用人工智能可以利用计算机对系统的相关数据进行实时的分析和处理，提高电气自动化水平，推动电气产业的调整和优化。
        1人工智能在配电自动化技术中应用的优势
        1.1避免外界因素影响
        传统的自动化控制器在构建模型时会因为设置参数的变化，数值类型的变化而产生无法确定的影响，而采用人工智能技术的控制器在电气自动化系统中不必构建精准的动态模型，人工智能自动化模型的构建不需要特殊设置参数和数值类型等运行环境，从而避免了外界因素的影响。
        1.2便于数据处理
        利用计算机技术的人工智能应用到电气自动化控制系统中，可以对相关参数和数据及时有效的进行分析处理，极大的提升了智能函数的性能，人工智能可以按照合理的数据进行语言和响应信息的设定，而且还可以采用文字、语言、图形、；图像或动画等形式进行信息的交换。人工智能控制器可以按照设置的参数进行简单的修改和扩展，使电气自动化控制系统的操作更加容易和快捷。
        1.3提高工作效率
        传统的电气工程会涉及到机器、线路、变压器等多种设施设备．在操作过程中会消耗大量的人力和物力，工作效率低。人工智能技术应用到电气自动化系统中会极大的减少线路、变压器的使用，利用计算机进行智能化控制，让机器从事人类无法完成的复杂的工作，减少工作程序，避免外界环境的干扰，降低误差率，节省大量的人力和物力，提高电气自动化控制的精准度和工作效率。
        2人工智能技术在配电自动化中的应用
        2.1知识发现（KDD-Knowledge Discoveryin Database）
        KDD是随着数据库技术和人工智能技术的发展而出现并发展起来的#是近几年兴起的一个极有发展前途并得到广泛应用的新领域，目前KDD的定义有很多种#其中一个普遍接受的定义是’知识发现（KDD）是从海量数据库中提取真实的、新颖的、潜在有用的和完全可以理解的模式的一个非平凡过程。数据挖掘（DM-DataMining）是这个过程中的一个关键步骤，一般将KDD中进行知识学习的阶段称为数据挖掘，它是整个数据库中知识发现过程中一个非常重要的处理环节。
        数据是有关事实的集合，记录和事务有关的原始信息。模式是一个用语言来表示的表达式，它可用来描述数据集的某个子集。我们所说的知识#是对数据包含的信息更抽象的描述。对大量数据进行分析的过程，包括数据准备、模式搜索、知识评价，以及反复的修改求精。复杂数据挖掘的类型有以下几大类：①空间数据挖掘；②多媒体数据挖掘；③时序数据和序列数据的挖掘；④文本数据库挖掘；⑤Web挖掘。在配电自动化系统中我们主要应用时序数据和序列数据的挖掘。
        2.2 KDD的工作过程
        KDD整个过程可以分成三个阶段来完成：数据准备阶段、数据挖掘阶段、知识评价及结果的显示阶段。具体工作流程包括以下9个步骤：
        ①了解所应用的领域，有相关领域的预备知识，并确定使用者的目标。
        ②创建一个目标数据形式：选择一种数据设置，着眼于变量或数据样本的子集，从中做出某种发现。
        ③数据清除和预处理：基本操作如噪音以及无关项的清除，收集、模拟和计算噪音的必要数据，决定丢失的数据部分的处理策略，考虑信息的时间序列和已知变化。
        ④数据约简和选择挖掘类型：找出特征数据，并确定进行发现型挖掘还是验证型挖掘。
        ⑤选择数据挖掘任务：根据自己的领域和目标确定挖掘任务。
        ⑥选择数据挖掘的算法。
        ⑦数据挖掘。
        ⑧说明挖掘知识。
        ⑨巩固已发现的知识。
        KDD过程是交互的，可以包括重要的迭代，也有两步间的循环。
        2.2 KDD的方法
        KDD的方法主要建立在人工智能、计算智能和统计分析等理论上，具体包括以下一些方法：
        ①统计分析方法：主要用于完成总结知识和关联知识的采掘，它又可细分为回归分析、多元分析和贝叶斯网络。
        ②决策树：主要用于分类。
        ③神经网络：用于分类、聚类、特征采掘、预测和模式识别。
        ④遗传算法：用于分类、关联规则采掘等。
        ⑤基于事例推理：可用异常情况探测和建模等。
        2.3 KDD在配电自动化系统中的应用
        配电自动化系统实时地监测线路运行状况及各开关地状态，随时有数据发向配电控制中心,形成了有很大数据量的历史数据库,在这些数据中有正常运行时的数据、也有故障前、故障时和故障后的数据、根据这些数据我们可以用基础案例的推理技术预测故障，并建立故障预测案例库，在故障前将数据预模式库中的数据进行匹配以便能够及早预报故障，再根据故障处理库中的模式进行处理。
        基础案例的推理（CBR）技术是人工智能领域中较新崛起的一种重要的基于知识的问题求解和学习方法，CBR以有限的、不确定的知识解决困难问题，并且随着经验的增长，处理问题的能力不断地增强。这是应用于现实世界问题领域的人工智能系统所需要的性质，复用以前经验的方法是人类专家的一种基本而重要的解决问题的方法。它以已有的案例为基础，通过对比和联想，从案例库中选择与当前案例要求最相近的案例并调整案例中不能满足要求的因素，最终形成新的案例模型，并存储于典型案例库中。CBR的结论是以以前的案例为基础的，这些案例可以展示给用户作为系统得出结论的有力支持，CBR技术应用于配电自动化故障分析中将会提高其故障预测的命中率，增加其智能化程度。
        2.4 CBR系统的组成
        CBR系统由以下几部分组成：
        ①人机系统；②配电网监控数据库；③典型故障案例库；④知识库系统；⑤集成推理系统；⑥案例改写学习系统。其组成框图如图1所示。

        结语
        人工智能技术是新发展起来的计算机应用技术，在配电自动化领域中有广泛的应用前景。
        参考文献
        [1]刘建廷.浅析智能化技术在电气工程自动化中的应用[J]．科技致富向导，2014,12(21)：188．
        [2]陈薇.人工智能在电气工程自动化中的应用分析[J]．无线互联科技，2014．01(09)：229．
        [3]叶干洲.人工智能技术在电气自动化控制中的应用[J]．科技咨询，2010(15)．
        [4]王艳.浅谈人工智能在电气自动化控制中应用[J]．科技向导，2010(26).