杨玉婉 付哲 肖舒佩
深圳市中电电力技术股份有限公司 广东省深圳市 518000
摘 要：随着我国社会经济的快速发展，国家整体的用电需求量逐步增加。为了满足现实所需，我国逐步扩大了电网建设规模。科学合理的电力系统故障诊断方法可以及时查询出电力系统中的故障，并有效提升电力系统运行的稳定性与安全性。本文从人工智能及信息融合角度，分析了电力系统故障诊断方法。以期给相关工作者带来一定的启示。
关键词：人工智能；信息融合；电力系统故障；诊断方法
电力系统的正常运转离不开科学完善的电力系统故障诊断工作。在实际维管工作中，工作人员需要将高压线路空载等工作状态记录下来，并有效明确故障中的电力情况。为了提升电力系统故障诊断质量，工作人员应积极运用人工智能与信息融合技术，不蹲啊提升高压线路检测效率，并将动态微机管控系统的作用充分发挥出来。
1电力设备故障管控系统的软硬件构成
1.1硬件构成
在电力系统中，输入设备与输出设备是其中重要的构成部分。输入设备由信号转换调理板构成。依托转换设备，外来信号可以在中央控制系统中高效传送，并强化监控计算机的应用成效，将其控制作用充分发挥出来。此外，依托PLC，可以有效掌控电力设备情况。可编程控制器可以为监控计算机检测电力设备工作创造良好的条件。PLC结合输出信号情况，可以科学合理地设定故障要素。依托系统信号转化设备，可以高效地实现数字信号向计算机可识别电信号的转变。
1.2软件构成
从目前应用成效来看，LABVIEW软件在电力系统故障诊断模拟微机操作系统中得到了较为广泛的应用。通过对数据信息执行采集与处理操作，可以大幅度提升电路控制的有效性。与传统的编程软件相比对，LABVIEW软件多依托图形，促进语言在可视范围内扩展，并充分发挥出操作的便捷性与功能性。从实践应用角度来看，也可以促进客户端信息处理需求的满足。从电力设备故障控制与处理系统软件来看，系统初始化、参数处理等模块在现实中得到了较为广泛的应用。
2人工智能技术概述
人工智能技术是以信息技术为基础，将多种综合性科学融为一体的全新化技术。此项技术在实际应用中，会通过计算机技术机芯能够全面模拟，积极构建人的智能，实时创建出机器人系统与专家系统，以此对电力自动控制系统进行智能化操作。从应用优势来看，人工智能技术具有以下几种特点：首先，技术操作具有着科学性。通过将计算机技术与人工智能技术相融合，有助于工作人员依托计算机进行相关操作。其次，具有较强的应用价值。人工智能技术在应用中，有助于工作人员依托计算机技术，科学合理地检测电气设备的运行情况，进而以小博大，用较少的资金投入创造更多的经济效益。在应用环节，人工智能技术可以减少人工操作次数，使得工作人员从繁重的工作中解脱出来，并降低人力资源损耗。最后，技术实施精准性较高。此项技术在自动化工作中，可以将计算机的优势充分发挥出来，使得电气设备的精准性控制大幅度提升。
3人工智能及信息融合的电力系统故障诊断方法
3.1人工智能的电力系统诊断方法
3.1.1人工神经网络方法
人工神经网络方法则是模拟人的思维方式，借助神经元件的相互作用，来高效地实现信息处理。尽管单个神经元的结构较为简单，且功能具有着局限性，但大量神经元构成的网络系统所能实现的行为具有着高效性。Hopfield神经网络模型具有着循环性，可以实现输出与输入键的反馈连接。在输入操作的激励下，产生状态会发生相应的变化。此外，Hopfield神经网络具有着高度的容错能力、学习能力等，可以高效地融合电力系统网络结构特征。
通过与电力系统故障检测知识库中的数据进行双向连接，可以从知识库中获取相似的特征信息，进而排查故障，全面提升故障排查检修成效。
3.1.2模糊理论
模糊理论在故障诊断中可以表达与处理信息的不确定性。在实际应用中，此项方法的故障诊断主要被应用于以下两个方面：首先，当无法高效地排查出故障所对应的断路器、保护装置间的关联性时，可以采用模糊隶属度来有效度量关联关系。其次，系统可以结合报警信息展开故障诊断，当报警信息存在失误时，可以将智能系统的诊断结果与电力系统网络拓扑结构中的报警信息连接起来，有效判断出诊断结果。
3.1.3贝叶斯网络技术
在此项方法应用过程中，工作人员应该结合贝叶斯网络拓结构，将断路器、保护与元件发出的警告信息融合起来分析，进而得出故障诊断结果。在实际应用中，贝叶斯网络技术具有以下几种优势：首先，具有着清晰的诊断模型因果关系，诊断成效显著。其次，遵循先验知识后验信息的方式方法，防止了验证过程中额主观偏见。再次，数据容错率有所提升。
3.2信息融合的电力系统诊断方法
3.2.1电力设备在线检测与诊断技术
在现实中，传感器的类型与数量，往往可以在监测任务实施过程中起到良好的应用成效。当诊断内容具有着特殊性时，往往可以对辅助的信号测量装置产生一定的要求。在监测工作中，计算机在诊断系统中贡献了不可磨灭的力量。为了高效地检测出检测信号未检测到的故障信息，工作人员需要对信号类型与传感器等进行深入分析，并深度贯彻检测原则，进而有效提升初始模式的信噪比。
3.2.2电力设备状态监控中心技术
通过加强监控等级，可以对设备进行动态化监控与诊断，进而为信息共享创造良好的条件，并与上级决策管理中心建立起密切的联系，保障上级各项任务被高效的执行。此外，凭借网络各个监控单元可以为信息交互提供更大的帮助。电力设备状态监控中心技术主要包括信息交换网络与各类外部设备等。通过高效地接收PLC信息，可以将故障预警或者诊断功能充分地发挥出来，并将所收集到的监控对象信息传送给决策诊断中心，为电力系统故障诊断工作提供充分的数据信息支持。
3.2.3智能机器人
在电力设备故障诊断中，智能机器人往往发挥着不可磨灭的作用。现阶段，在应用智能机器人时，诊断方式具有着多样性，且专家模块发挥着重要的作用。通过在智能机器人内部安装上专家模块，导致电力设备故障信息数据众多，且依托特定程序装置，可以高效地采集电力设备数据信息，并将采集到的数据信息与数据库内的信息进行比对，以此提升故障诊断结果的精准性。在专家模块中，具有着众多的子系统，且各个子系统所涵盖的功能具有着较大的差异性。在将多种功能整合到一起后，可以大幅度提升故障诊断效率与诊断结果精准性。
4结束语
总之，随着我国电力事业的不断发展，电力系统故障诊断技术逐步呈现出多元化、智能化等诸多特点。在电力系统故障诊断环节，电力设备故障模拟系统，大幅度提升了电力设备监管质量。同时，在实际运用环节，可以实施监控电力设备运行系统的信息数据，且依托电力故障设置模拟系统，大幅度提升了电力系统故障数据信息的实时性。以上内容结合人工智能与信息融合技术，分析了电力系统故障诊断方法。希望可以给相关工作者带来一定的参考，并促进我国电力行业获得可持续性、快速、健康发展。
参考文献：
[1]邱少娟.基于智能信息融合到电力设备故障诊断新技术探究[J].运行与维护,2020(14):103-104.
[2]李俊男.人工智能技术在电力系统故障诊断中的运用分析[J].电力设备,2019(7):45-46.
[3]蒲天骄,乔骥,韩笑，等.人工智能技术在电力设备运维检修中的研究及应用[J].高电压技术,2020,46(2):369-383.