【摘要】随着人工智能在电力系统中的广泛应用，极大地提高了电力系统的安全性、可靠性和运行能力等，有效地减少了人力、物力等成本投入。本文简要介绍了几种应用广泛的人工智能技术在电气系统中的运用展开分析,并对应用中涉及的技术问题进行讨论，给出解决方法和建议，并提出今后在电力系统中的发展方向。
【关键词】人工智能；电力系统；神经网络；专家系统
1前言
人类很早以前就幻想出代替人类工作的机器，然而，在电子计算机没有出现之前，人工智能还知识幻想，无法成为实现。人工智能实际上是在计算机上实现的功能或者说是人类智能在机器上的模拟。目前人工智能主要研究内容是分布式人工智能与专家系统、遗传与演化计算、模糊控制等等，开拓了其在电力系统中各个领域的应用。
2电力系统中人工智能的应用现状
第一，电力系统在长期运行过程中，难免会出现事故的情况，那么在这种状态下报警信息将达到几千个，如此大量的警报信息往往会使运行人员惊慌失措，此时，若采用人工智能技术，就能很快的找出事故原因，对系统的稳定运行提供很大的帮助。第二，电力系统正常运行下大区域的停电概率极低，所以一旦出现这种现象，根本无法迅速恢复供电。并且恢复供电过程涉及大量的开关等操作。此时，人工智能若提供一个操作系统，将极大地加速系统恢复。第三，电力系统在运行过程中可能会出现各种的故障，如线路故障、元件故障、信号故障、电源故障等。如何来查找以上故障，显然，人工智能技术是一个极好的应用领域。
3人工智能应用方法
3.1人工神经网络
人工神经元是人工神经网络的基本单元，神经网络是有大量的神经元互连而成的。尽管每个神经元结构、功能都不复杂，但整个神经网络的行为动态是极其复杂的，可以组成高度非线性动力学系统，从而可以表达很多复杂的物理系统。首先，神经网络是通过所研究系统过去的数据记录进行训练的，一个经过适当训练的神经网络具有归纳全部数据的能力，因此，神经网路能够解决那些数学模型或描述规则难以处理的控制过程问题。其次，神经网络能够适应在线运行，并能同时进行定量和定性操作，神经网络的强适应和信息融合能力使得网络过程可以同时输入大量不同的控制信号，解决输入信号间的互补和冗余问题，并实现信息集成和融合处理。第三，神经网络具有高度的并行实现能力，因而能够有较好的耐故障能力和较快的总体处理能力，这特别适用于电力系统中的实时控制和动态控制。很显然，神经网络由于其学习和适应、自组织以及大规模并行处理等特点，在电力系统（如监测与诊断、短期和长期负荷预测、状态评估等）领域展现了广阔的应用前景。而基于神经网络的负荷预测技术已成为人工智能在电力系统最成功的应用之一。
3.2专家系统
专家系统作为一种求解待定领域问题的智能计算机软件系统，已渗透到各个领域，它的发展从人工智能产生是就开始了，已成为人工智能开始走向实用化的标志。专家系统存储有某个专门领域中经过事先总结分析并按某种模式表示的专家知识（组成知识库），以及拥有类似于领域专家解决实际问题的推理机制（构成推理机）。系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到或接近专家水平。专家系统的开发和研究是人工智能中最活跃的一个应用研究领域，涉及社会各个方面，如在电力系统领域的应用。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代的专家系统已用于电力系统的不同领域：监察与判断、电网调度、系统复原等。由于每个专家系统所需要完成的任务不同，因此其系统结构也不尽相同。但在总体上，专家系统还具有一些共同的特点：第一，一个专家系统汇集了某个领域多位专家的经验和知识及他们协作解决重大问题的能力。因此，专家系统应表现出更渊博的知识、更丰富的经验和更强的工作能力，而且能够高效率、准确、迅速和不知疲倦地工作，即知识的汇集。第二，专家系统运用专家的经验和知识进行启发式推理，对问题作出判断和决策，即启发式推理。第三，用户无需了解推理过程，就能从专家系统获得问题的结论，而且推理过程对用户是透明的，即推理和解释的透明性。第四，专家系统能够不断地获取知识，增加新的知识，修改原有知识，即知识获取与更新。机器学习就是专家系统知识获取与更新的重要方法，将其应用于电力系统开关序列专家系统。
3.3模糊推理
在模糊逻辑中，给集合中每一个元素赋予一个介于0和1之间的实数，描述其属于一个集合的程度，该函数称为元素属于一个集合的隶属度。在各种实际领域中，大量的知识是不精确的和不确定的，需要对不确定问题进行处理，以减少问题的复杂度。模糊推理是一种符合人们思维和推理规律的较为直接的推理方式，它常用于模式识别和模糊控制等场合中。目前，各种模糊产品充满日本和欧美等国市场，如模糊洗衣机、模糊电冰箱结合模糊摄像机等。在人工智能领域，特别是在知识表示方面，模糊逻辑有相当广阔的应用前景。目前在自动控制、模式识别及专家系统研制等方面，取得了一定的成果，引起了本领域的越来越多的关注。
4电力系统中人工智能的应用分析
4.1在电气设备中
在电气工程中，电气设备的设计是一项复杂的工作，它不仅需要大量的学科知识，还需要大量的经验性知识。但由于传统的产品设计，是采用简单的试验手段，然后依据经验，用手工的方式进行设计，因此在设计中难以做到精确，耗时耗力，且很难获得最优的方案。随着计算机技术的发展，电气设计逐步从手工转变成使用计算机辅助设计，例如使用CAD进行设计；这就大大的缩短了产品的开发周期，并使得电气设备的设计更于精确。在电气设备的设计中，需要对于设计进行优化，而这就主要应用了人工智能的遗传学算法以及专家系统。
4.2在电气控制中
在电气工程中，相对起着至关重要的是电气控制，电气控制过程能够实现自动化，不仅能有效的提高工作效率，减少人力资源，还可以减少工作时投入的资金量。神经网络控制、模糊控制及专家系统控制，可以减少电气控制中繁琐的控制程序，将复杂的操作程序变得简单，减少时间成本，且能提高相应的产品利用率。
5结语
回顾人工智能短短几十年的发展历程，已取得的大量研究成果，已经向世人展示了及其光明的前景，随着机器学习、计算机智能及人工神经网络等研究的不断深入，不断推动人工智能在电力系统中应用领域的不断扩大，极大地提高了电力系统的效率，有效地减少了人力、物力等成本投入。虽然在通向最终目标的道路上，还会有不少困难、问题和挑战，但多种人工智能技术的综合是前进和发展的大势所趋。
参考文献:
[1]IraiDabbaghchi,RichardD,Christie,etal.AIApplicationAreasinPowerSystems[J].IEEEIntelligentSystem,1997(01).
[2]葛朝强,唐国庆.综合智能式的故障恢复专家系统[J].电力系统自动化,2000(02).
作者：游庆华 单位：厦门工学院
