摘要：现当今，随着我国科技不断进步，我国的电力行业也得到了很大程度的发展。然而就当前电力系统继电保护的应用状况来看依然存在着问题，所以笔者本文就人工智能技术在电力系统继电保护中的应用进行以下探究，希望能够为相关人士提供借鉴和参考依据。
关键词：人工智能技术；电力系统；继电保护；应用
引言
实际工作中，电力系统的运行过程常常会受到很多因素的干扰，使得整个电力系统运行时容易出现震荡、超过负荷等非正常状态，而造成设备故障及突然停电等突发状况。人工智能技术可以有效地起到提高保护的智能化水平的作用，能够最大限度地减少因超负荷运载等问题而造成的突发事故的发生，因此为了能够在电力系统出现故障时及时切除故障，应在电力系统继续保护中科学地运用人工智能技术，从而促使我国的电力行业进一步持续稳定地发展。
1电力系统继电保护的应用现状
电力系统继电保护的应用现状我们从以下几方面分析。首先，时代的进步和发展电力系统继电保护装置也变得多样性，而保护装置的选择会直接影响继电保护工作能否顺利进行，所以相关作业人员在选择保护装置的时候应选择功能齐全且具有灵活可靠性的装置，进一步确保电力系统继电保护工作能够高效有序进行。其次，随着电力系统的快速发展对继电保护功能的需求也逐渐增大，就当前继电保护功能来看主要有以下几个功能，比如，线路保护功能、电容器保护功能以及主变保护功能等，这些功能电力系统继电保护中发挥着巨大作用。此外，要想提高继电保护技术还应将其与现代化技术融合，例如，将网络技术、计算机技术等继电保护技术相互融合，进而实现提高电力系统继电保护的工作效率和水平。
2人工智能技术在电力系统继电保护中的应用
2.1专家系统的应用
专家系统在电力系统继电保护中主要运用于电力系统的故障诊断及勘测等对时间没有太高要求的保护工作中。专家系统将人工智能从之前的纯理论性的研究转向了在实际工作中得以运用，是人工智能的一项重大突破。而无论专家系统在何种系统中得以运用都能够有效地达到使继电保护工作的工作效率得以提高的目的。专家系统在继电保护中的工作原理，就是先将有关专家在电力系统继电保护领域中的相关知识与经验予以统一整理分析，之后使用计算机的相关程序来进行模拟专家的对于这些问题的分析与判断，然后提出最终的解决方法。如用专家系统来排除故障，就可以将故障现场采集的数据及信息输入到计算机，通过专家系统来对故障产生的原因进行分析与判断，从而确定故障原因，维修人员就可以根据故障原因顺利地解除故障，恢复系统的正常运行。这样一来可以方便工作人员寻找系统出现故障的原因，能够及时采取有效的对策去解决问题。此外，通过利用这些规则还可以实现对继电保护设计中的问题全方位分析，进而可以解决电力保护设计中的矛盾冲突。同时，专家系统也可在系统的整体继电保护中得以运用，通过对整定原则、鉴别规则等的制定，从而对相应的电力设备实现智能调整及智能维护。
2.2暂态保护的应用
现阶段，由于人工智能技术得到人们广泛的使用，因此，可以对故障的形式进行准确的判断，以及找出故障存在的原因，以便工作人员能够采取措施进行尽快的处理，使继电保护工作能够高效的运行，进而可以减少不必要的时间成本。此外，其还可以增强故障判断的准确性，进而减少不必要的成本浪费。再者，对于暂态保护而言，其在具体的应用中，能够确保故障的判断更加准确，其主要的工作原理在于：通过使用一些有效的信号，可以使电力设备、输电线路得到有效的保障。
以往的继电保护方式不能有效符合电力系统的要求，因为其主要是使用过滤的方式，进而就会忽略故障信号，不利于工作人员及时找出存在的问题，与此同时，这一过滤方式会投入大量的人力、物力、财力。基于这一现状，暂态保护的应用就会发挥出有效的价值，不但能够缓解上述的压力，而且还可以把一些故障进行有效的提取，这样就会使智能技术得以有效的发挥出来。
2.3人工神经网络的应用
人工神经网络（ANN）是信息处理系统，其主要是对人脑组织结构和人类认知的过程进行模拟。非线性特征、处理能力的并行性和自组织自学习的能力等这些特点是人们对其进行广泛关注的主要原因。BP算法是研究的最为成熟的，它具有直观和简单的网络结构和算法，主要应用在工业领域。电力系统具有非常复杂的非线性系统，所以在电力系统继电保护中ANN理论的发展前景十分广阔，可以利用神经网络方法合理的解决难以求解的和复杂的非线性问题。如经过渡电阻的短路问题发生在输电线两侧系统电势角度摆开的情况下的这一非线性问题，对于故障位置利用距离保护无法准确的判断出，这样会使误动现象产生，通过神经网络方法的适应，只要样本对各种情况集中充分的考虑，都可以正确的判断所有故障发生的位置。ANN构造的单相限脉冲和三相变压器的差动保护是由部分学者提出来的，一般在瞬时信号的处理中使用这种ANN模式，其主要对2种结构进行了研究：（1）对单相变压器内部故障检测的模式；（2）对三相变压器内部故障检测的模式。有些学者在BP算法不足的基础上将变结构神经网络的最大值算法提出来，其主要是通过将训练过程进一步简化，使网络收敛和诊断推理的速度不断加快，从而可以将识别故障率大大提高，使自动诊断故障和综合智能化保护的目的得以实现。虽然神经网络方法可以将专家系统获取知识的瓶颈和难以维护知识库等问题合理的解决，但是其与处理启发性知识不符，同时由于ANN技术本身的完备性不足，其具有缓慢的学习速度、较长的训练时间和较弱的解释功能，对神经网络的实用化会造成不利影响。
2.4模糊理论的应用
模糊理论的应用可以实现传统数学方式难以做到的计算。近几年来随着时代的不断发展模式理论在电力体统继电保护中的应用也得到突飞猛进，其中模糊理论主要包括系统规划、模式控制以及相关的潮流计算，这些理论在电力系统继电保护中发挥巨大作用。例如，模糊理论的应用可以实现对那些电力生产的不确定进行有效确定，或者是对干负荷变化的不确定进行确定，通过使用模糊理论中的模糊值可以表示某些不确定的关系，进而构建一个有效的电力模糊系统。此外，模糊理论相比传统无工电压算法获得的效果更显著，传统的无工电压算法主要是以单目标来优化问题，此方式并不能做到充分考虑限制控制量调节的目的，所以为了实现校正违界电压应利用模糊理论对电能质量进行综合评估。
结语
随着我国市场经济的高速发展及人们生活质量的大力提升，我国的用电需求也相应在呈几何倍地增长，从而对于电力企业的供电设备及供电质量要求也就就要求更高，而传统的继电保护已经无法满足目前我国的企业及生活用电需求。因此，就需加快将人工智能技术在电力系统继电保护应用中的步伐，通过人工智能技术的应用加快推动我国电力系统朝着智能化方向的进一步发展。
参考文献
[1]吕卫胜.人工智能技术在电力系统继电保护中的应用[J].山东电力技术,2018,23(01):61-63.
[2]胡连梅,刘辉.人工智能技术在电力系统继电保护故障分析中的应用[J].科技信息,2018,13(02):343-345.
[3]陈斌.人工智能技术在继电保护中的应用与发展[J].广东科技,2019,18(03):140-142.
[4]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，2019(19):131．