肖智岗
广州环投南沙环保能源有限公司
摘要：本文从继电保护系统中人工智能技术的分析入手，进一步阐明人工智能技术在继电保护中的具体应用，以期具有参考价值。
关键词：继电保护；应用；人工智能；神经网络
电力系统的运行稳定性受到继电保护应用的直接影响，运行期间可通过故障切除来达到连续供电的目的。自继电保护诞生以来，先后经历电磁型、晶体管型、集成电路以及微计算机型继电保护形式，而在我国电网的智能化建设背景下，微计算机型继电保护应用难以做到对电网系统发展需求的满足，亟需借助人工智能技术进行继电保护的创新与升级，进而实现在发挥继电保护功能作用的同时，为我国继保领域的智能化发展提供支撑。
一、继电保护中人工智能技术分析
（一）专家系统
在人工智能技术持续创新发展的背景下，专家系统的应用愈发受到人们重视， 其应用原理体现为以某领域为计划，进行专家问题解决经验、知识的采集与统计，在此基础上借助云计算、大数据等技术实现专家知识、经验的存储，在处理同类问题时可通过智能程序进行专家问题解决的模拟，以此实现对问题的科学处理（如图1）。例如对故障专家系统的应用，能够在充分掌握对象情况的基础上，通过数据信息的智能分析进行故障成因的判断与定位[1]。将专家系统融合于继电保护中，主要是依据对继电保护运行原理的掌握，在明确其装置功能的前提下进行规则的制定，具体囊括校正、整定、核查、鉴别等规则，促使其继电保护以智能化控制、调整的形式来提升电网系统的运行稳定性。另外，专家系统在继电保护中的知识表达，主要包括基于过程式知识、基于框架式系统、基于面对对象系统、基于产生式规则系统、基于谓词逻辑系统等表达方法。
.png)
（二）神经网络
人工神经网络作为当下继电保护中常用信息处理系统，其原理是进行人类脑组织结构的模拟，并通过认知模仿来达到信息处理的目的[2]。针对非线性问题的解决，其复杂化的求解过程以及方程式可以借助非线性映射方式得到有效处理，相较于以往ES诊断方法的应用，人工神经网络技术自身连接权可以以标准样本学习为基础进行合理调整，并以网络为载体进行获取知识的分布，其继电保护的知识获取能力可通过人工神经网络的记忆模式应用而得到有效提升。
（三）模糊控制理论
分析继电保护系统中人工智能技术的应用，以往0、1的概念表示可通过模糊逻辑、语言变量的应用来提升表达清晰性，并做到对不确定事件、现象利用模糊隶属度来实现精准描述。相较于传统故障诊断技术的应用，将模糊控制理论应用于继电保护系统中，能够实现对故障诊断运算效率的提升，并在保证其诊断精准性的前提下进行故障问题的准确定位。但是受限于学习能力欠缺等因素的影响，使得模糊控制系统在隶属度方法、模型构建等方面仍有待提升。要想进一步发挥出模糊控制理论在继电保护中的作用与价值，需要重视对模糊控制系统的持续优化与完善。
（四）模式识别
模糊识别技术的应用主要以某系统为载体进行定量、定性、定值等特征的统一分配，并在系统中将其集合设定为待识模式。在实际运行过程中，系统会以待识特征或数据为参照进行相关数据信息的采集，以此达到故障分析、故障诊断的目的。该技术的应用涉及到对相关故障信息、位置、类型等信息的预先设定，然后依托于检测系统、信息处理系统的应用来达到故障分析诊断的目的。
二、人工智能技术在继电保护中的具体应用
（一）专家系统应用
纵观现阶段继电保护领域中专家系统的应用，受限于发展时间等因素的影响，目前在高要求标准继电保护环境中的应用仍有待完善，所以多应用于故障诊断、高阻接地故障诊断、故障定位等低要求继电保护环境中。
在继电保护实际运行过程中，专家系统可以从以下方面进行继电保护协调、整定功能的提供：（1）在初期继电保护设计阶段，可以借助对通用规则的应用进行设计的综合分析[3]。（2）倘若在继电保护设计期间无法利用通用规则进行高质量设计方案的获取，可通过专家系统的应用来达到矛盾消除的目的。在故障诊断中专家系统的应用，主要是在运行期间利用产生式规则系统进行故障全面诊断，运行原理体现为以规则进行继电保护诊断经验、动作逻辑的表达，然后以专家系统知识库为载体，通过知识库数据信息的获取与分析，进行系统运行问题的分析，判断其系统运行是否存在故障问题。此外，专家系统在继电保护中的应用，依据其功能需求的不同进行划分，具体包括零序电流整定计算、设备协调保护、定值智能化整定计算、电力系统保护等专家系统类型。
（二）人工神经网络应用
现阶段在继电保护故障类型、位置、方向等方面测定中人工神经网络的应用较为常见，并且在主设备保护、方向保护等方面均存在人工神经网络的身影[4]。例如在高压输电线路保护过程中，人工神经网络的应用可作用于其故障方向测定，依托于BP模型的构建来实现对方向判断，进而实现在最短时间内进行故障方向的判别。将其应用于电流保护中，则可以进行通过学习、识别能力的应用来达到系统故障精准识别的目的，做到对闭锁形式进行反向故障的处理，并达到正方向故障保护的目的，确保起到电流的灵敏度不受故障问题的影响。
另外，在实际电力系统故障诊断过程中还涉及到对专家系统、神经网络的融合应用，以专家系统为载体进行ANN模式的构建，做到在运行期间进行变压器、线路等方面故障的全面、快速诊断。其ANN模式模型的构建主要以线路为核心，以元件跳闸信息、保护信息为输入量，以被诊断元件状态为输出量。 并且在诊断过程中输入量元件相关信息的特征量需要以专家系统的精炼为基础，以故障样本为基础来强化对ANN模式的训练，进而实现对准确故障诊断知识的获取。此诊断方式的应用，可以适用于电力系统的整体故障诊断。
（三）模糊理论
在现阶段电力系统继电保护中，主变保护、发电机保护等方面常用模糊理论，在实际电压故障诊断过程中，其变换频率特征的获取主要以高频不同原理为基础，并以模糊集合为参照进行提取特征信息的比对分析，进而实现电压故障相的有效识别。另外，将模糊理论应用于故障判断中，可以理论电流对称隶属度函数为参照，进行实际电流函数的近似度分析比对，进而确保其故障判断精准度达到预期标准要求。倘若在故障诊断期间发现近似度大于预先设定的定值，意味着发电机、变压器运行存在故障异常。
（四）模式识别应用
在现阶段电力系统距离保护、高阻抗等继电保护中模式识别技术的应用取得一定成效。例如在实际继电保护过程中，基于微机处理的新型继电保护装置涉及到对模式识别技术的应用，依据对其保护需求的分析进行接地保护装置改进，然后将模式识别数据库安设于微处理机上，进而实现对系统中电压、电流数据信息的实时采集与比对，确保其高阻抗运行状态的诊断符合预期要求，通过对其故障问题的及时发掘，避免电力系统的运行受到高阻抗异常的影响。
结束语：
综上所述，目前我国继电保护领域中人工智能技术应用取得初步成效，要想实现对现阶段人工智能技术应用局限的突破，仍需加大在继电保护中应用人工智能技术的应用力度，并重视对其技术的持续研发、开发，以此促进继电保护与人工智能技术的深度融合发展。
参考文献：
[1] 焦洋. 继电保护中的人工智能技术及其应用[J]. 城市建设理论研究(电子版), 2016, 006(008):7055-7055.
[2] 王守福. 浅谈人工智能在继电保护系统中的应用[J]. 建筑工程技术与设计, 2017, 000(020):3814-3814.
[3] 胡斌. 人工智能技术在电力系统继电保护中的应用[J]. 电子技术与软件工程, 2017, 000(020):257-257.
[4] 吴育腾. 人工智能技术在电力系统继电保护中的应用[J]. 华东科技（综合）, 2020, 000(001):P.1-1.