符帅
国网内蒙古东部电力有限公司通辽供电公司 内蒙古 通辽 028000
摘要：我国电网逐渐趋向于智能管理，电网调配自动化技术的有效实施能够促进电力系统的有序发展。但是由于电网系统的复杂性和多样性，常常会出现电网事故，因此，电力企业管理人员应当深入分析电力项目调度自动化系统并采取有效的措施加强管理，最大限度地保障电力项目调度自动化系统的正常运行。
关键词：人工智能；电力调度；应用研究
一、人工智能在电力调度自动化系统中的应用优势
1.1在电力调度自动化系统中使用人工智能技术能够有效的降低操作过程中的误差，这是人工智能技术优势种比较明显的一个优势，其主要的原因是由于人工智能技术在使用过程种要基于计算机进行操作和控制，其计算机本身就具有很高的控制能力，所以在具体使用过程中能够有效的提高运行过程中相关参数的稳定程度，以减少由于运行参数的不稳定而产生操作误差，有效地解决了人工操作过程中容易出现误差的问题。
1.2人工智能技术在实际运用过程中还能有效的提高控制的效果。在电力调度自动化系统运行时，可以对相关的设备进行很好的控制，以达到电力调度自动化系统运行中所需要的要求。人工智能技术的使用，为工作人员提供了极大的便利，使得工作人员能够对部分装置进行一键控制，而人工智能的最终效果也能够被工作人员所控制。在以往的电力系统运行时，通过相关人员对相关设备进行控制以达到想要的效果非常的有限，只能够对一些固定目标的控制达到要求，但是对于一些标准比较高的生产要求还是很难满足，并且在参数控制方面也比较欠缺，但在使用了人工智能技术之后，能够有效地完成特定的目标，达到理想的效果，同时还能够利用一些自身所具有的智能化控制对其他的对象有着很好的控制效果。
1.3对电力系统中设备的使用效率进行提高，根据以往纯人工操作电力设备的状况而言，人工智能技术的使用更加凸显了非人性化的特色，帮助电力设备减少来自外界因素的干扰，同时还能够有效地避免由于工作人员个人的情绪问题给操作带来的失误，影响电力系统运行的效率和稳定性。虽然人工智能技术的使用能够代替人工操作，但是在使用过程中并不是直接可以不用任何工作人员，而是对工作人员有着更好的要求，需要工作人员对人工智能技术进行充分的掌握，特别是在对相关参数进行把关的过程中，要有效地避免由于人工智能出现问题而导致“负效率”状况的出现，在对人工智能相关参数进行控制的过程中，也需要相关人员进行实际的操作。
二、系统功能需求
由于电力调度自动化系统内部数据需求量大且与其他系统之间需要进行频繁的信息交汇，因此，系统需要及时进行信息处理，根据功能需求分类，主要包括数据采集、人机交互和Web子系统3个方面。数据采集。在电力调度自动化系统中，数据采集处理是非常重要的，其采集的数据主要来自整个变电站的数据以及其他办公系统的数据。数据处理主要对来自各方面的信息进行有效的处理。在整个系统中数据采集要从其他的转发系统以及前置系统当中获取相关的信息，再经过相应的预处理后，及时地输入实时数据库，保证整个信息传递的可靠性、快速性。在数据采集过程中，要使用错误校验码，对采集的测量值进行有效性检验，并且及时进行滤波处理，保证整个信息传递的有效性。人机界面。在电力调度自动化系统中，人机界面可以实现基本的调度操作功能，涉及绘图、建模、升级工具，主要是实现相应图形和参数的自动化状况，从而直接对接其他厂家的接口，保障图形以及参数能够实现有效转化。在整个电力调度自动化系统中，经过人机界面设计可以体现整个系统自动化、智能化，突破了传统系统由于容量限制而产生的影响，并且随时切换动态，提升整个系统的稳定性。Web子系统模块。在电力调度自动化系统中，Web服务器是非常重要的，二者之间可以采取网络安全隔离的方式来进行有效连接。尤其是在电力调度自动化系统中，将收集以及处理之后的数据传送到服务器中，而服务器则是通过多种方式来展现相应的数据，包括曲线图、厂站图以及统计数据等。
整个系统能够随时了解调度主站的相关信息，并且在后期使用中也较为简便，因此，Web子系统对整个电力调度自动系统的运行是非常关键的。
三、人工智能技术在电力调度自动化系统的具体应用
3.1专家系统
在电力调度自动化系统中，专家系统是一种被普遍应用于继电保护中的方式方法，这个系统的运用的原理是表现出继电保护设备运作时发生的“行为举止”，以及展示出使用设备的人积累诊查判断等行动并赋予其一定的规则性。把那些诊断故障的专家一一收集于电力体系中，这样不仅能够快速发现故障点，找出其原因并更好更快地运用正确有效的处理方法。一般来说，只有在一些对时间考量比较不严格的继电保护运作的时候才会采用这个所谓的专家系统，例如检查判断一些故障。此外，专家系统也经常被用来计算一些有关零序电流的保护，以及整理合计一些定值智能化系统中。我们可以好好运用专家系统全方面分析继电保护运作时容易出现的问题，从而更好地解决并完善其建设。
3.2可视化系统
可视化系统也是人工智能技术在电力调度系统自动化应用中的具体展示。随着电力调度系统信息量的不断激增，在数据处理方面的难度也不断提高，特别是对电力调度系统而言，由于其所涉及的业务十分庞杂，业务部门也十分众多，所以累积起来的数据可以说是海量的。在故障处理过程中，整体上的工作难度也会随着数据量的增加而提升，给相关人员带来不小的压力。因此，调度人员需要在众多的数据中找出有用信息，并结合有用信息间的相互关联，从专业角度找到问题存在的根本原因，结合自身的挖掘找到数据背后的可靠依据，进而找出问题解决以及系统故障调整的依据。最终以理论的模式指导实践业务，消耗时间长，也会使得工作人员十分疲惫，自身精力难以保证及时解决电力调度系统中的故障问题。可视化技术的出现正是为了解决这类问题而存在的，引入可视化技术可以很好地帮助人工智能术在电力调度自动化系统中落地。结合人工智能的处理技术来提高操作人员的业务效率，帮助业务人员在海量数据中及时地找到最有用的信息。进而做出相关的调查处理，及时发现引起故障以及问题的根本原因，有效帮助解决电力调度系统的故障问题。可视化技术都是通过以可视的形式来展示相关数据的，比如将大量的电力调度自动化中所涉及的信息数据以图片的模式展示出来，结合着二维、三维等员工容易理解的方式，以直观的图片、图像外在模式，去展示纷繁复杂数据之间的关系。结合可视化的角度来解决海量问题，对于相关的实际业务人士而言，则可以及时地结合图像去发现引起故障的根本原因，采取针对性的措施及时地解除问题，提升故障排除的效率，保证整体上电力调度系统能够稳定运转。
3.3人工神经网络
人工神经网络由输入层、隐含层和输出层组成。在实际应用中，以BP神经网络为代表的前向神经网络得到了广泛应用。由于前向神经网络是一种静态神经网络，其网络输出只由当前网络的输入决定，与在此之前的网络的输入无关，不具备记忆性。而电力系统语音交互数据具有一定的周期特性，为了弥补这一不足，学者在输入层中加入大量的历史语音数据，一定程度上加重了网络训练的负担，也增加了陷入局部极小点的可能，非但不能提高预测精度，反而降低了神经网络的预测性能。
结语:
为提升电力项目调度自动化系统应用的稳定性可靠性，必须要实现人工智能技术的深化应用，不断扩大人工智能技术的应用范围。
参考文献：
[1]杨锋.电力项目调度自动化系统应用现状与展望[J].科技与创新,2018(01):26+29.
[2]李耿.有关电力项目调度自动化的网络安全问题思考[J].科技与企业,2018(20):57.
[3]王诤.电力项目调度自动化系统应用现状与发展趋势[J].中国高新技术企业,2019(23):86-87.