刘童
国网辽宁省电力有限公司检修分公司，辽宁 沈阳 110003
摘要：随着社会的发展，我国的电力工程建设的发展也有了相应的改善。电力系统是由电能的产生、变换、传送、分配和消费的各种设备，按照一定的需求组成的有机系统的总称，也是大型机电系统的重要组成部分，电力系统的稳定可靠运行对机电系统的安全运行十分重要。电力系统故障诊断是电力系统设计，电力系统与机电系统保护等的重要研究内容。电力系统故障诊断中的智能化技术主要包括电力系统仿真，先进故障诊断算法，先进故障诊断设备等技术。电力系统仿真的目的是在电力系统相关环节中设置相应信息并对系统进行控制，便于测量、调节、控制、保护、调度电能以及保证用电系统的安全运行。目前针对电力系统故障诊断的算法包括遗传进化算法、模糊自适应算法、差分进化算分、专家系统、神经网络算法等，这些算法需要相关故障数据，数据可以通过仿真或实验获得。拥有了相关数据，即可通过微控制器，将这些算法及数据集成到诊断设备中。
关键词：电力系统；智能故障诊断；技术应用
引言
电力系统是与人们日常生活和企业生产息息相关的，所以保障电力系统稳定运行尤为关键。众所周知，电力系统覆盖范围广、系统元件多，在其运行过程中随意一个系统元件出现损坏都会影响到电力系统的运行质量，由此可见电力系统控制难度较大。而且随着人们生活水平在不断提高，对于电的需求也在不断增加，这就需要保障电力系统安全运行，为人民群众提供优质服务。在21世纪的今天，科学技术的发展日新月异，将智能技术应用到电力系统自动化中，有效提高了电力系统的性能，也为电力系统安全稳定运行提供重要保障。
1智能诊断方法应用的必要性
随着电网发展，尽管系统安全性有很大提升，然而变压器故障仍难以完全避免。只有及时准确的排除变压器故障，才能使设备及供电安全得到更好的保障。当前主要采用基于变压器溶解气体分析的故障诊断方法（DGA），能够较为准确的研判变压器故障，而且实现了变压器带电运行故障诊断，较大程度提高了变压器故障处理效率。然而，DGA技术仍有很大缺陷，诊断方法单一，准确度不足，而且不具备实时在线智能诊断的特点。伴随人工智能技术的不断发展，对变压器故障智能诊断研究提供新的契机，通过将传统的DGA技术与智能算法相融合，即弥补了DGA技术的缺陷，在诊断精度及效率上也有很大提升，而且在变压器实际故障诊断中已有较多应用，故障智能识别技术也更加符合现代电网发展需要。
2电力系统自动化智能技术在电力系统中的应用分析
2.1神经网络控制在电力自动化系统的应用
顾名思义，神经网络控制是通过人脑神经理论和控制理论结合下产生的新型智能技术，是典型的非线性特征。神经网络控制技术是由复杂的神经元组成，相比其他智能技术而言，其具有强大组织学习能力、信息处理能力和管理能力。首先是神经网络控制技术有效代替了人工控制，实现了电力系统的自动化控制；其次神经网络技术也具备一定计算机技术，在其应用电力系统自动化中，提高了电力系统中数据计算能力；最后是神经网络技术在电力系统应用中，还能和其他的智能技术进行有机结合，从而提高电力自动化系统中参数优化和故障诊断能力，通过获得数据进行自动分析，从而得出电力设备的能量消耗、设备损耗值以及总能耗。
2.2模糊控制技术在电力自动化系统的应用
以往控制系统中，动态模式的精确度是决定控制技术效果的关键因素，但是在实际操作中，动态模式精确度难以真正测量到位，这是由于在控制系统中很多量很容易发生变化，系统动态情况的掌握也就无从谈起，控制技术所取得效果往往不佳。
模糊控制技术是在数学理论基础上发展起来的，其能够模拟人的综合决策过程和近似推理的过程，来提高控制算法的合理性、准确性和适应性。将模糊控制技术应用到电力系统自动化操作过程中，不仅有效保障了控制系统动态模式测量的精确度，还增加了电力系统控制效果，还能有效解决电力设备运行过程中出现的噪音问题。模糊控制技术已经广泛应用到我们日常生活和生产中，人们生活中所使用的电磁炉、电饭煲以及电风扇等电器都是模糊控制技术的体现。除此之外，在现代化电力系统中，首先要做的就是构建电力系统模型才能进行实现对电力系统的控制，模糊控制技术具有应用简单的特点，也是构建电力系统模型不二选择。
2.3专家系统控制技术在电力自动化系统的应用
在电力系统自动化中应用最多的就是专家控制系统技术，其工作原理就是通过计算机技术来模拟专家，在遇到问题时也能通过专家角度区解决，所以这个系统中应用了大量的专家知识、经验以及推理方法，可以说专家控制系统就是智能技术和计算机技术结合下的完美产物。将其应用到电力系统中，可以全面观察其运行状态，及时识别警告状态，并采取应对措施，及时解决电力系统中突发的紧急情况，通过识别电力系统警告状态的静态和动态，然后对系统中出现的故障进行自动化处理，确保电力系统的安全稳定运行。专家控制系统因此也被广泛应用电力系统自动化中，主要用于自动化设备的运行、操作、管理等方面，推动了电力系统自动化进程。需要注意的是专家系统控制系统内是有着丰富的专家知识、经验数据库，但是在面对复杂的专业性问题以及创新问题时往往手足无措，所以应当加大对专家控制系统的研究，使其逐步完善。
2.4线性最优化控制系统在电力自动化系统的应用
线性最优化控制系统在现代控制理论中是非常重要的内容，其也是实践中应用最为广泛智能技术之一。在电力系统自动化中线性最优控制技术应用最佳的就是最优励磁控制技术，将其应用到电力系统中，不仅有效改善了动态品质问题，还大大提高了长距离输电线路的输电能力，所以最优励磁技术在长距离输电线路的应用最多，推动了电力系统自动化进程。除此之外，线性最优化控制技术还在水轮发电机中有所应用，有效控制了发电机制动电阻，提高了发电机的运行效率。需要注意的是，线性最优化控制技术只能在某些特定环境中才能真正发挥出其最大功效，在其他工作环境中线性最优化控制技术并不具备优势，所以线性最优化控制技术应当妥善使用。
3电力变压器故障诊断发展趋势
面对变压器故障诊断的难题，各类智能化故障识别技术不断涌现，而且随着理论研究的发展，故障识别方法也会有很大的突破。在故障诊断领域，不再局限在变压器的故障机理的研究，更多的是针对智能化诊断技术及理论的研究，其发展趋势表现在：一是故障诊断向着智能化方向发展，各类故障智能识别技术不断的优化和完善，其应用也更加广泛；二是融合诊断方法的研究，结合不同诊断方法的优劣势，进行优化组合，相较于单一诊断方法，在变压器故障诊断精度及效率上有较大提升；三是变压器故障诊断与其监测、预测、管理等功能集成化发展。
结语
综上所述，随着电网发展，电力变压器的重要性愈加凸显，而受各类内外因素的影响，仍有较多变压器故障发生，严重危害设备及供电安全。而变压器故障原因多样化，故障表象复杂，常规的DGA诊断方法，在变压故障识别方面仍有较大不足，迫切需要智能诊断方法的研发与应用。神经网络、智能计算方法、专家系统等变压器故障智能识别方法的应用，在故障识别精度及效率上有很大提升，也是未来变压器故障诊断领域的重要研究内容。
参考文献：
[1]沈传洲.变压器在线监测与故障智能诊断系统的设计[D].大连理工大学，2018.
[2]张莹莹.变压器故障诊断智能方法研究[D].华北电力大学（北京），2017.
[3]史丽敏，高向前.电力变压器的常见故障诊断技术研究[J].电子测试，2016（09）：116-117+135.