国网壶关县供电公司 山西壶关 047300
摘要：传统变电设备故障在线检测方法检测过程比较单一，无法实现多故障点并行检测，为此提出基于人工智能的变电设备故障在线检测方法。人工智能是以自动化、信息化技术为基础，利用计算机科学知识将多门学科融合，对问题进行深入研究，并将自动推理技术应用到实践问题的操作中［1］。人工智能具有自动程序设置功能，在生活中具有广泛地应用。目前已有多种人工智能技术应用于工电气工程中，人工智能模拟了人脑的工作方式，在机器设计当中加以运用，让机器带动代替人类工作，能够有效减少人类的工作量。目前已有很多电气科技工作者将人工智能技术引入到电气设备的优化、故障诊断以及控制过程等，并且取得了诸多成功经验。通过实验结果表明，提出的变电设备故障在线检测方法，能够对多点故障进行同时段故障检测，成功解决传统方法出现的问题。
关键词：人工智能；变电设备；故障；线检测方法
1变电设备检修工作的基本原理研究
变电设备检修工作的开展，最为关键的便是对电力系统当中的设备问题展开检验与修复，以便它能够更好的得到应用。变电设备检修工作最为主要的技术为对电力系统当中的设备运行参数，展开科学有效的分析与评估，进而确认变电设备当中是否存在运行故障与安全隐患问题，如果通过检测发现的确存在故障问题，那么才能帮助检修工作人员更加及时的发现与排除故障问题，进而使得整个电路系统都能够正常高效的运行下去。将其与传统的检修技术相比较来看，变电设备检修工作，要想得到更为彻底的开展，那么也就意味着所采用的技术，应当要在最短时间内分析出电力设备运行的故障问题与安全隐患，进而及时的提醒相关工作人员，能够有目的性的做好设备的维护工作，使得电力设备更好的运转下去。还需要注意的一点是，变电检修技术的应用成本较低，同时技术应用的效果也非常的良好，所以能够在确保整个电力系统运行过程中，发挥出极好的作用。
2基于人工智能的变电设备故障在线检测方法
2.1电气设备故障诊断
电气设备的故障与其征兆的关系非常复杂，在很多情况下这种关系是不确定的。传统的人工故障诊断往往需要花费较高的人工成本。而采取人工智能中的神经网络、专家系统、模糊逻辑等技术，能够充分发挥其优势，提高电气设备故障诊断效率。在电力系统中，变压器具有非常重要的地位，变压器的故障诊断是保持变压器正常运行的重要保障。目前在诊断变压器故障的过程中，常用方法是通过分析变压器油中分解的气体来判断变压器的故障程度。而在人工智能背景下，采用神经网络ＢＰ算法，输入特征矢量，再将电弧、电晕放电、油过热以及正常这四种状态作为输出节点，再利用三层神经网络训练变压器油的特征气体和故障状态二者之间的输入输出关系，详细对比诊断结果与实际的检查结果，得到的比较结论是一致的，这说明了将神经网络算法应用于变压器故障诊断是有效的。有学者根据变压器的故障特征提出了一种基于决策树的组合神经网络系统，这一系统采用的是分级判别法，加强对变压器故障的诊断与细化，通过这种分解方法可以大大降低使用单个神经网络所导致的网络结构复杂性以及训练的难度这一问题。应用结果表明，这种基于决策树的组合神经网络系统具有较高的准确性，具有较高的实用价值。
2.2关于互感器的检修有效措施
变电一次设备的状态检修工作当中，互感器检修工作也是较为重要的一个存在，通常互感器的检修内容需要从两个角度展开操作：第一，电压互感器的状态检修工作。
这里所描述的电压互感器故障问题，通常都是因为回路断线所引起的，在实际状态检修过程中，往往只需要对发现断线的部分，展开及时的更新维护即可，但是要注意更换维修工作开展之后，注意接头处是否存在接触不良的问题，如果存在这样的问题，应当立即加紧或者更换，当这些方面的工作都得到了妥善处理后，才能继续展开后续工作。第二，关于电流互感器的状态检修工作。电流互感器出现故障后，会伴随着明显异常的声响或者，导致短路故障问题。如果出现的是这样的情况，也就要求有关工作人员应当从电流器内在线路构造的检测层面出发，停止正在进行的工作，从头到尾测试电流器的每一个环节，直到找出存在问题的环节，这样才能直接有效的解决问题。
2.3应用要点
在变电运行设备维护技术应用中，无论是否有故障、采用何种模式或方式，都应确保技术应用的完整性，要做到预防故障因素影响。下文将提出变电运行设备维护技术应用要点，即常见的故障因素，以便于工作人员在维护技术应用时有明确方向。电源故障因素。在变电运行设备运行中，电源是至关重要的一环，如果其出现故障则会导致设备停运，因此是维护重点之一。而根据相关案例可知，
电源的故障率较高，原因在于电源很容易老化，即电源的运行时间较长，甚至大部分时候都是全天候运行，因此其损耗率较大，电源老化就会加快。因此，工作人员必须加强电源的进行维护，定期检测电源状态。设备故障因素。变电运行设备在运行过程当中会因为各种因素的影响而出现故障，如环境因素、外力因素等，因此设备故障概率也不低，需要引起重视。如某变电工程的变压器在 3 个月内连续故障了 6 次，原因在于变压器暴露在户外，与外界雨水频繁接触，导致内部电路故障。针对这一点，维护人员必须在停电状态下拆机检测，确认设备当前状态，如果无法维修需要直接更换。
2.4电气设备智能控制
目前可用于电气设备控制的人工智能方法主要包括三种：神经网络控制专家、系统控制以及模糊控制。其中，模糊控制是最简单且最实用的方法。有研究者以模糊理论为基础，提出了一个 ＳＦ高压断路器操作机构的模糊控制模型，根据电流、电压、功率以及其他相关的参数，可以实现系统的自动调节和控制，进而实现断路器的智能操作。有研究者将人工智能的自配合适控制与保护开关电器相结合，不仅可以实现实时在线检测，而且还可以对故障进行提前预测，还可以实现在不改变原有的电气原理的情况下，采取新的现有技术提高高器件的控制与保护性能。
结束语
基于人工智能，提出变电设备故障检测方法，对故障检测器进行了重新设计，生成变电设备故障在线检测器。扫描变电设备的历史状态数据来识别出现的故障数据，将设备多个状态参量采用神经网络与模糊推理相结合方式对数据进行有效融合，实现故障的在线并行检测，对变电设备当前的工作状态进行分析。该方法的提出，具有很高的实用性，在提高检测效率的同时，也标志着电力系统进入了人工智能新时代。但是该方法还有不完善之处，在以后的研究中，还需要不断优化，期望能在检测中体现出故障的演变形式和风险的量化值，在变电设备的运行与维护中控制风险，对变电设备进行故障预测，保证电能的正常传输与分配。
参考文献
[1]许丽.人工智能在机械设备故障检测中的应用[J].南方农机,2019,50(24):178.
[2]徐洋.人工智能在设备故障检测中的应用[J].中国高新科技,2019(08):24-26.
[3]王宗江.电气工程自动化中人工智能的应用研究[J].科技风,2019(04):80.
[4]吴俊刚.智能机器人在电力设备故障诊断中的应用研究[J].中国新技术新产品,2018(22):12-13.
[5]邱沛韩.机械电气设备故障的原因分析及应急处理对策[J].现代农业装备,2018(04):61-62.