（国网福建省电力有限公司福州供电公司 福建福州 350009）
摘要：电力系统运行时，继电保护的应用关乎系统安全。本文从装置复杂化、功能强大、智能技术的应用等方面阐述保护技术的应用需求，分别探究ANN技术、GA技术、FST技术等在继电保护中的具体应用。
关键词：人工智能；电力系统；继电保护
引言：电力系统运行时，受到内外因素影响，导致系统内存在过电压、超负荷和振荡等现象。继电保护的应用可在系统产生异常状态、存在故障时，快速将故障区域切除，产生预警信息，保护设备安全。人工智能的发展，使继电保护进入全新发展阶段，其中ANN技术、GA技术、FST技术等为常用技术，可弥补传统保护技术的不足，保证系统安全运行。
一、电力系统中继电保护相关技术应用需求
（一）装置复杂
在电力系统当中，继电保护装置的使用和保护工作的有效性息息相关。在装置的选择方面，要兼顾到装置功能性，保证其可靠性，能灵活应用，同时具有快速响应特点，确保保护工作顺利开展。在科技发展过程，科研人员对继电保护装置展开深入研究，特别是人工智能的发展，使装置的种类逐渐多样化，电力系统中继电保护装置的复杂化，可高度适应系统需求，高效应对多种故障，充分发挥继电保护作用，维护系统运行的稳定性。
（二）功能强大
在电力行业发展过程，系统对继电保护功能要求逐渐提升，上升到线路保护、主变保护、电容器保护和母联保护等层面。为实现以上保护功能，保证电力系统运行效率。当前，在保护装置当中通常使用二段式电流保护、三段式电流保护等，以上技术的应用可有效规避短路故障发生时，对系统内电气设备造成的损坏。此外，在继电保护过程，利用母联保护、主变保护等功能，有效提升装置性能，进一步保护设备安全。因此，需要电力系统中继电保护的功能越来越强。
（三）融合智能技术
电力系统当中，继电保护相关技术的应用和现代技术的发展息息相关，可以说科技的发展是影响保护技术创新、发展的重要因素之一。在人工智能的发展过程，将网络、计算机、自动化等技术加以整合，融入继电保护相关工作当中，实现智能化、自动化以及网络化保护，调节、检测系统故障，在线监测等，提高保护工作质量和效率。此外，将单片技术应用在继电保护工作当中，保证相关工作实现微机化，降低装置误动概率，提高工作准确率[1]。
二、电力系统继电保护人工智能的应用
人工智能主要指模拟人类思维方式形成的智能技术。继电保护当中，人工智能的应用可保证故障发生时，快速判断故障元件位置、故障类型等，及时响应处理故障，保护系统设备。
（一）ANN技术
ANN技术也称人工神经网络，主要是通过模拟人类认知、人脑结构的系统对信息进行处理。ANN技术的应用存在多种优点，如自适应能力强，可联想记忆和分布处理等。由于以上优势，其在电力系统的继电保护应用前景较为广泛，同时为继电保护的智能化提供全新途径。使用ANN技术进行故障诊断过程，和ES诊断法不同，ES英文全称Expert System，即专家诊断系统，在特定领域构建运行管理系统，通过对专家思维和专业知识的构建内形成的程序系统，可利用专家经验解决实际技术问题。利用ANN技术，经学习和训练故障现场标准样本，逐渐将阈值、连接权等加以调整，进而将获得知识在网络中隐式分布，从而完成ANN模式记忆。由于ANN技术获取知识的能力较为强大，可高效处理包含噪声的数据，进而弥补ES故障检测的不足。
同时，ANN属于非线性映射法，应用过程可对非线性问题进行求解，因此其在继电保护当中应用较多。如：当输电线的两侧系统出现电势角摆开问题时，导致电阻短路，这一故障即为非线性问题，使用距离保护方法难以精准判定故障位置，可能导致误动。但是使用ANN技术，可对故障样本展开大量训练，将各类情况考虑其中，保证故障发生时判别的精准性。
期刊文章分类查询,尽在期刊图书馆当前，继电保护当中使用ANN判断电力系统的故障类型、测定故障距离、判断设备保护状态等。借助ANN原理完成高压输电过程的方向保护，使用BP模型作为判别元件。实践表明，判别元件可迅速、精准找出故障方向。
此外，ANN在继电保护方面的应用还可证实单层感知器、TH等网络，完成最低二乘算法，可在几纳秒时间内完成运算。使用电流继电器、特征阻抗等ANN模型，自适应性能较强。借助ANN智能保护原理，扩大了继电保护技术的适用范围，有效解决高阻抗引起的短路故障的继电保护相关问题。使用ANN电流保护法，利用技术模式识别以及学习能力，识别系统故障，改善电流保护故障的方向识别以及灵敏度补偿等问题，保证电流保护状态下正方向各类故障处于保护区域内，在反方向将故障闭锁，展现电流保护高度的自适应性[2]。
（二）GA技术
GA技术也称遗传算法，利用遗传机制、自然选择等，使用计算机模拟出生物的进化机制，找出最优算法。此技术在电力系统中的应用可在复杂的空间内自主搜索，找到最优解，这种算法操作简单，适用度高。使用此方法对待求解问题无特殊限制，和常规问题求解计算过程不同，能快速找到局部计算区域或者整体计算区域的最优化解集，这也是此技术的优越之处。在继电保护故障诊断过程，使用GA技术，能从优化视角出发，在断路器误动或者故障保护状态下，快速计算出最优诊断结果。但是，应用此技术时，建立诊断模型为技术应用的“瓶颈区”。模型建立的合理性，不但可高效利用GA技术诊断故障，而且还可使用启发算法，将故障诊断过程存在的问题加以优化，因此，合理模型的建立为未来相关人员工作要点。
（三）FST技术
FST技术也称模糊理论，使用模糊逻辑可完成数学方法难以实现的近似计算。当前，此理论广泛应用在电力系统当中，重点体现在系统规划、计算潮流以及模糊控制等层面，为继电保护装置中智能化控制技术应用提供保障。
在电力系统继电保护装置中，干路负荷时刻处于变化状态，导致电力生产环节存在多种不确定性，此时利用模糊数值可将某种难以确定的负荷，在集合隶属函数内表示出来，最终建立最佳的潮流模型。基于无功电压的继电保护系统，使用传统优化算法，通常是将单一目标优化，未能将有功损耗的最小化以及调节数量的限制考虑其中。同时，在电压约束的处理方面，未能将“软约束”这一特性考虑其中，此时将模糊算法应用其中，可将此问题较好地解决，充分协调网损、节点位置电压裕度、调节量限制关系，在有限控制量的环境下，校正电压，降低电力系统的网损，为继电保护装置的合理应用提供保障。此外，利用FST技术还可对电能质量展开综合判定，属于二级判断方法[3]。
（四）综合运用
在继电保护当中，各类智能技术的应用都存在相应的局限性，单独使用可能难以应对复杂的系统问题。未来技术的发展方向为，将上文中提到的各类智能技术相结合，形成综合控制技术，发挥技术的优势，补充技术弊端。将ANN技术、FST技术优势加以融合，组成模糊神经网，能够有效提升系统响应速度，提升技术可靠性。将ANN技术和ES相结合，可以诊断变电站故障，对系统故障展开分层和分布式诊断。利用ANN技术、FST技术，结合特征气体以及IEC比值改良法，重新建立变压器诊断模型，有利于诊断出故障中存在的不确定因素。从人类思维出发，建立设备诊断ANN模型和ES模型，可以形成变压器诊断系统。未来，人工智能的综合应用，对继电保护过程诊断系统不确定故障因素有重要影响。
结束语：总之，人工智能在继电保护当中的应用可有效提升系统保护效率。为充分发挥技术的功能，相关人员需掌握技术应用原理，正确使用，使人工智能在继电保护领域当中应用逐渐完善，达到系统对保护功能要求，维持电力系统安全运行。
参考文献：
[1]张育善.人工智能技术在电力系统继电保护中的应用[J].科技风,2019(32):175-176.
[2]吴兴龙,陈乐,张芸.人工智能在继电保护中的应用[J].山东工业技术,2018(19):131.
[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(20):257.
论文作者:徐煌
论文发表刊物:《电力设备》2019年第23期
论文发表时间:2020/4/9
标签：技术论文; 继电保护论文; 故障论文; 电力系统论文; 人工智能论文; 系统论文; 模型论文; 《电力设备》2019年第23期论文;