智能技术在电力系统中的应用文献综述

知识推理技术在电力系统中的应用
前言
随着人工智能技术的不断发展和完善，其在电力系统中的应用越来越广泛和深入，并且取得了很好的效果。

作为人工智能技术的重要部分，知识推理技术在电力系统故障恢复、故障诊断以及电网GIS拓扑分析等领域发挥重大的作用。

有效地知识推理技术可以大大提高电力系统供电的可靠性。

知识推理技术包括图搜索法和逻辑论证法两大类，其中在电力系统中应用比较广泛的有启发式优先搜索法、广度优先搜索法、正反推理、双向推理、模糊推理、不确定性推理等。

1 图搜索法
1.1 启发式优先搜索法
文献[1]针对配电网GIS的分层管理模型，分析了启发式搜索方法在配电网GIS拓扑分析中的应用，并以配电网G IS拓扑分析中的电源点追踪模块为实例，阐述了基于启发式搜索的拓扑分析追踪与基于拓扑信息追踪相结合的算法。

该算法即使在网络拓扑关联属性字段的数据不全时，也能快速、准确地定位电源点，提高了配电网电源追踪模块的实用性，更好地满足了实际工程的应用需要。

基于启发式搜索的配电网GIS电源追踪算法流程图如图1.1
图1.1 基于启发式优先搜索的算法流程图
如图1.1的算法描述图所示，当拓扑信息数据不全时，算法转为执行基于启发式搜索的拓扑分析追踪，这种追踪方法主要用到了一个基于启发式搜索的最短路径算法A* [ 6]，A* 算法是一种智能搜索算法，用于解决从起始结点到目标结点之间最短路径的寻优。

它不需要借助拓扑关联属性字段的值，而是通过地理信息系统软件提供的拓扑分析函数就可建立起整个配电网络，并通过这个网络进行搜索，从而选择出设备到其供电电源的最优路径。

它把open表中的节点按估价函数f(n) = g( n) + h( n)的值从小到大进行排序，并对所有的搜索节点n，使h( n) ≤h* ( n)，h* ( n) 为节点n到终点的实际最短路径，从而使得找到的路径为最优路径或最短路径。

电源追踪实际上就是要寻找起始节点和与该节点具有通路的变电站之间的最短路径。

文献[2] 提出了一种基于启发式搜索和模糊评价的配电网故障后多目标快速供电恢复算法。

算法首先从寻找有效的联络开关和分段开关开始搜索供电路径，通过潮流计算剔除不符合系统运行约束的开关组合。

将恢复步骤分为自馈线恢复、整区恢复、分区恢复、转移负荷恢复和切负荷恢复，考虑了开关操作次数和用户优先级别，得出初始供电恢复方案。

然后，引入模糊评价，从最少开关操作次数、负荷转移量、馈线容量裕度和最大电压降4 个方面衡量候选方案，并根据实际情况为其赋予不同的权重，通过加权值的大小选择最佳的供电方案作为最终的方案。

最后，算例分析证明了所提恢复算法的可行性和高效性。

启发式搜索方法是寻找配电网可能供电恢复方案的典型算法，它将专家知识和经验转化为相应的处理规则，可大大减少供电恢复问题的搜索空间，迅速得出恢复方案。

启发式方法由于其快速、灵活、适应性良好，便于维护且能在较短的时间内给出多个供电恢复方案，同时融合了专业领域知识的启发式方法在搜索中避免了盲目搜索，能缩小搜索空间进而快速得到问题的解。

文献[3]介绍了遗传算法和模拟退火算法在故障恢复中的应用，遗传算法( Genetic Algorithms，GA) 和模拟退火(Simulated Annealing，SA) 算法是近年来逐渐兴起的2种启发式搜索，通过随机产生新的解并保留其中较好的结果，并避免陷入局部最小，以求得全局最优解或近似最优解。

GA 是由数字串的集合表示优化问题的解，通过遗传算子，即选择、杂交和变异的操作对数字串寻优。

SA 在
已知解的邻近区域产生新的解，并逐渐缩小临近区域的大小，直到逼近全局的最优解。

2 种方法都可以用来求解任意目标函数和约束的最优化问题，在能源工程、经济、电力等领域都取得了令人满意的结果。

遗传算法是基于自然选择和遗传机制的搜索算法，对优化设计的要求较少，对目标函数既不要求可微，又不要求连续，仅要求问题是可计算的，且其搜索始终遍及整个解空间，可有效避免常规数学方法的组合“爆炸”问题和局部最小解。

具有很强的实用价值。

1.2 广度优先搜索法
文献[4]以广度优先搜索的启发式搜索算法为基础，参照调度员处理故障时恢复失电负荷供电的基本思路来构建算法的基本框架，提出了一种基于广度优先搜索的简单实用的配电网故障恢复算法。

该算法采用有功负荷的恢复计算作为制定初始恢复方案的依据。

采用广度优先搜索的方法，使非故障失电区均匀恢复供电，且供电路径不会过长。

引入了备用容量修正系数的概念，可以根据设备过载等情况，很方便的对恢复方案进行自动修正，同时本算法还适合于配电网无法进行在线潮流计算情况。

通过对实际电网的测试分析验证了文中所提出的算法是可行有效的。

2 逻辑论证法
2.1 正反推理
文献[5]介绍了一种基于正反向推理的电力系统故障诊断方法。

该方法首先利用正向推理根据跳闸断路器提出故障假说，然后利用反向推理根据断路器和继电保护的动作信息逐一检验假说的正确性，最后给出故障设备或故障范围。

以动作的断路器或继电保护与故障假说的符合程度计算可信度，更适合电网故障后继电保护动作的实际行为。

该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。

文中详细介绍了采用的推理规则及在复杂情况下计算故障可信度的方法。

对山西电网实际故障事例的测试结果表明，该方法是有效的。

2.2 知识规则推理
文献[6]文中在充分地对运行人员进行调研和对直流可靠性评估方法认真研究的基础上，提出了基于事故责任原因的直流系统状态分类和指标体系，详细介绍了基于知识规则推理的直流可靠性算法和开发的分析专家系统。

该算法的基本
思想为：用知识规则把直流系统运行人员的实践经验和有关运行规程用分层结构的产生式表达，形成可靠性分析的规则集合，按照运行人员下达的可靠性分析任务，采用行之有效的推理机机制和搜索策略，对产生式规则集合进行推理，利用规则匹配关系实现直流系统可靠性分析的自动化和智能化。

在直流系统可靠性分析中，知识规则推理的算法主要用于以下3 个方面：坏数据的智能辨识；双极事件的生成，不同换流站或直流系统基础事件的合并；与SQL语言相结合分析系统的指标体系。

通过对实际直流系统进行校验，表明该系统实现了直流系统可靠性分析的智能化，为反映直流系统的供电能力提供了基于事实的参考。

2.3 正向推理
文献[7]提出在输电线路故障诊断中采用正向推理。

根据系统发生故障时，跳闸的断路器和动作的保护信息作为驱动输入，按照知识指导的推理策略调动知识库在相关空间中规则，搜索求得故障诊断的结果(由网络结构信息、断路器状态、断路器与保护装置的连接和保护系统的属性等组成)。

当规则的条件部分与诊断输入信息相匹配，就将该规则作为可用规则放入候选队列中，再通过冲突消解，将其作为进一步推理的证据直至得到诊断结果。

2.4 模糊推理
文献[8]分析了当前电压无功控制方法存在的不足，把模糊推理和专家系统相结合，提出一种500kV 变电站新型电压无功控制方法。

本方法利用模糊推理处理模糊性和不确定性问题的优点，很好地解决了电压越限的模糊边界问题，克服了固定边界控制方法存在的不足。

同时，依据专家系统很强的逻辑推理和问题综合的能力，综合调压控制的限制条件、优化原则和设备保护闭锁信息等，实现电容器、电抗器和变压器分接头在变电站各种运行状态下的最佳配合。

实验表明，本方法能大大改善变电站系统的调压控制性能、提高电压质量，具有良好的应用价值。

2.5 不确定性推理
文献[9]提出了一种有效的不确定性推理策略用于提高复杂设备故障诊断的效率。

首先，针对某些复杂设备很难有效地创建基于元器件层次分解的诊断树的特点，提出了基于故障类别信息的分层级诊断推理策略；然后，在不同诊断层级中，采用基于模糊多属性群决策的方法来确定各规则的检索优先权，以进一步提
高规则检索的效率。

基于这种推理策略的故障诊断实例验证了它的有效性与高性能：可以有效提高诊断结论准确性，并减少人机交互次数，提高诊断推理的效率。

2.6 通用可视化网络建模的知识推理
文献[10]提出了一种符合图形界面下建立通用电网模型的知识推理方法。

由可视化的系统接线图图形逐步推出系统模型。

针对软件系统中知识的获取和维护的不同特点采用了分层次的知识表示，即将知识分为用户级知识、系统级知识和跟踪级知识3 个层次。

通过拓扑形成、拓扑分析及系统设备状态分析完成图形化知识到计算推理所用网络结构知识的转化，从而得到既适合数值计算又适合智能推理的通用网络模型。

参考文献
[1] 赵强，杨柳，基于启发式搜索的配电网GIS拓扑分析[J]．计算机应用及软件，2008，25(9)
[2] 周永勇，周湶，刘育明，杨柱石，孙才新，代姚．基于启发式搜索和模糊评价算法的配电网故障恢复[J]．重庆大学学报，2010，33(5)：79-82
[3] 唐华锦，陈汉平．人工智能技术(AI) 在电力系统中的应用研究[J]．电力建设，2002，23(1)：42-44
[4] 张海波，张晓云，张莉，陶文伟，王俏文．基于广度优先搜索的配电网故障恢复算法[J]．中国高等学校电力系统及其自动化专业第二十四届学术年会论文集
[5] 张学军，刘小冰，阎彩萍，陈佩琳，王锡田．基于正反向推理的电力系统故障诊断[J]．电力系统其自动化，1998，22(5)
[6] 万官泉，任震，龚建平，孙旭，张劲松，邹俊雄．基于知识规则推理的直流系统可靠性算法[J]．电力系统其自动化，2002，28 (22)
[7] Esp D G,Cah ill E T. A real time expert system fo rfault diagno sis on a transmissionnetwo rk [C ]. In:Pow er System Monito ring and Cont ro l,Th ird Inter2nat ional Conference on. IEE Conference Pubilcat ion n366,1991: 237- 240
[8] 盛戈皞，涂光瑜，罗毅．人工智能技术在电力系统无功电压控制中的应用[J]．电网技术，2002，26(6)：22-27
[9] 白建社，董海鹰，樊波，薛钧义．基于模糊专家推理的500kV 变电站自动调压控制方法研究[J]．电工电能新技术，2003.10.22-4
[10] 栗然，赵敏，徐荣根，李长盛．通用可视化网络建模的知识推理[J]．电力系统及其自动化学报，2002，22(9)：38-40。