孙赟
长庆工程设计有限公司 陕西西安 710016
摘要：随着社会经济的不断发展，人们对生活质量的要求越来越高，智能建筑能够为居住者带来高效率、高功能、高舒适性及高经济效益等诸多服务，正受到越来越多人的关注。但是，智能建筑对输配电质量的要求较高，一旦出现电气故障，需要在最短时间内对故障进行定位和诊断，以求在最快时间内恢复供电，保证智能建筑的正常运转。因此，开展智能建筑供配电故障的定位与诊断研究是适应时代发展潮流的新要求，对于提高人们的居住生活质量具有重要意义。基于此，本篇文章对人工智能在输配电网络故障诊断中的应用进行研究，以供参考。
关键词：人工智能；输配电网络；故障诊断；应用
引言
输电线路是电力系统的重要组成部分，负责传输电能，但是其长期暴露在空气中，受不利环境和天气条件的影响很容易产生故障。故障可能会导致断电，设备损坏并影响供电质量。因此，对输电线路快速而准确的分类，可以加快电网供电的恢复，把停电带来的经济和社会影响降到最低。短路故障是在输电线上最常见的故障，其诊断方法的研究对于电力系统的安全稳定运行至关重要。在诊断过程中，故障特征的识别和故障的分类是关键。近年来，随着人工智能技术的发展，中外学者针对输电线路故障诊断方法开展了大量研究。前人研究都集中在故障特征的提取和分类。常用特征提取包括S变算法换、小波变换和离散小波包熵。智能分类算法包括变换矢量分析、模糊推理、支持向量机、神经网络等。
1人工智能
人工智能，顾名思义就是计算机模拟人类特有的思维过程和智能行为。此前，人工智能的定义就是计算机科学技术下的一个发展分支。人工智能单纯归于某一个科学技术之下，这种定义是片面的。实际上，人工智能具有综合性特点，涉及的科学技术很广泛，心理学、语言学、生物学等科学技术都有体现。由此可见，人工智能具有很高的研究和应用价值，符合信息化时代要求，提供更多的发展可能性。20世纪中期，美国人最先提出人工智能设想和概念。至今，人工智能主要有三个发展时期，依次是机器定力证明和专家系统、搜索引擎系统、智能数据计算系统，每一个时期都对社会各领域有积极影响。网络化是人工智能飞跃发展的契机。当前，人工智能的使命就是提供更多、更好的智能服务。人工智能有很强的优越性，更像是计算机科学技术和人类逻辑思考结合孕育的产物。具体来看，人工智能可以实现高效、准确的数据计算、分析、处理工作，其类人的多元化特征结合搜索、存储能力，形成一个科学、可持续的系统。
2输电线路故障分析
（1）外力破坏故障分析。电力设施保护区内大型施工机械违规作业以及超高树障砍伐管控不到位是诱发外力破坏事件发生的主要原因。（2）雷击故障分析。从雷击跳闸事故发生区域来看，雷击故障多发生在山区，主要原因是山区土壤电阻率高，杆塔相对高差大，线路反击耐雷水平降低；在山坡处的线路由于地面坡度使避雷线对导线的保护作用减弱，线受到雷击的概率大增。（3）鸟害故障分析。随着近年来电网的快速发展和生态环境的改善，鸟类在电力线路附近活动日益增多，由鸟类筑巢、排便引起的线路跳闸次数上升较为明显，在近年采取相关措施后鸟害跳闸次数下降，鸟害占比呈下降趋势。从鸟害故障发生区域来看，鸟害高发区发生在人员稀少的河流、湖泊、水库及鱼池等水源渔产丰富和农田区域附近，鸟类迁徙的通道等为鸟害典型地域。（4）设备本体故障分析。
发生绝缘子炸裂主要是运行的瓷质绝缘子质量较差，达到零值后未及时更换，发生炸裂，部分线路绝缘子炸裂是由于使用了具有家族性缺陷的某电瓷厂产绝缘子，随着对质量差、具有家族性缺陷绝缘子进行大修更换，近年未发生绝缘子炸裂的情况。导地线断线故障，主要是地线发生锈蚀断裂、导线钢芯存在陈旧性缺陷而出现断线事故，说明对导地线巡视排查和锈蚀及断股情况研判需要强化。
3系统的实现
面对不同的诊断对象，专家系统本身也包括了两个部分，分别是故障的巡检与诊断。其中，关于故障巡检，可简单理解为识别和鉴定诊断对象所处状态，并就其后续演变做出预测。即对于之前原因的分析、当下状况的了解和后续演变的预测。故障巡检与故障诊断有着不同的对象，前者面向的是检测部件，后者则面向的是故障。在应用故障巡检的实践中，关键所在是于机械未解体条件下预知隐藏的机械故障和后续发展，从而将故障化解在萌芽状态。故障巡检的实施过程当中，检测机械状态是首要步骤，且主要有两种检测法，一种是普通仪器与人员感官相结合来检查判断机械所处技术状态，该方法虽然较为简单，但不具有很高的准确度。另一种是借助于一系列仪器来对机械整体或关键部位做连续、定期的精准测定，这一方法在实践中能够获得显著更高的准确度，但也需要相对更多的设备和较为繁琐的过程。本次系统选择后一种方法，以检测结果为依据，引入诊断技术来将故障巡检作用于机械状态。而这种精确的诊断技术和系统就要依靠于人工神经网络算法，将其运用于输配电网络中，然后通过统计学标准算法可以使得局部结构空间可由函数来表达，数据意义更进一步的达成。另一方面，人工智能学的人工感知领域，能够使得输配电网络诊断人员通过数学统计学的应用工作得到大量帮助，这样更加方面的进行决策。并且还将模糊理论运用到当前输配电网络故障诊断技术中，帮助输配电调修人员进行人工智能化推理，首先将输配电网络中的诊断依据进行系统化输入，将专家系统技术与模糊理论进行接轨，在实现推理的基础上，加入输配电故障诊断的故障诊断文献，增添了数据的准确性。为调修管理人员提供故障诊断科学化、准确化的经验数据。基于当前模糊理论技术的多目标决策方法，能够帮助操作人员发现输配电网络在故障诊断数据中的不确定性因素。通过模糊理论中的模糊集方法对变压器的保护原理进行构造，从内部区别故障、选取变压器以及副边的电流等作为特征数量值，依据电磁暂态程序得到的仿值采取统计计算的方法得到模糊规则，后期采用D-S证据理论对得到的模糊规则进行处理，为操作人员得到合理、确定性数据。
结束语
综上所述，在输电线路故障分类中将与人工智能技术中的神经网络相结合。提出以下对策。(1)与故障分类器单一特征的输入向量相比，联合特征有效地提高分类器的精度。(2)改进的神经网络比BP神经网络的数据训练速度和收敛精度更优。(3)神经网络故障分类方法不受故障位置、过渡电阻和故障角度影响，具有很强的抗干扰性，分类效果良好。考虑到当前实验设备和数据的规模，尚处于起步阶段。(4)对小波神经网络算法（WNN）、基于蜻蜓算法的支持向量机算法（DA-SVM）以及基于蜻蜓算法的小波神经网络算法（DA-WNN）三种算法进行了简要介绍，并将其运用到智能建筑供配电网络故障的定位与断分析中，结果表明：DA-WNN算法在定位精度和定位效率上均明显优于其他两种算法，可实现在较短时间内的精准定位，建议在实际工程中普及应用。基于此，逐步改进和完善将是下一步工作的重点。
参考文献
[1]赵洋.智能诊断方法在电力变压器故障识别中的应用研究[D].西安工程大学,2018.
[2]赵元鹏.配电网故障诊断方法研究与实现[D].西安石油大学,2018.
[3]吴茜.建筑电气实验平台故障智能诊断技术研究[D].北京建筑大学,2018.
[4]田秀梅.人工智能在电力系统故障诊断中的应用[J].电子技术,2018,38(01):31-32.
[5]曾素琼.人工智能及其在输配电网络故障诊断中的应用[J].海南大学学报(自然科学版),2018(02):188-193.