本文關(guān)鍵詞：基于人工智能的電力系統(tǒng)警報(bào)處理方法，由筆耕文化傳播整理發(fā)布。

專(zhuān)業(yè)班級(jí)： 序號(hào) 1 2 ? 姓名(組長(zhǎng)注明)

小組綜合自評(píng)分: 學(xué)號(hào) 自評(píng)分

勝任力模型研究
一、文獻(xiàn)綜合調(diào)研內(nèi)容 1. 中文期刊、會(huì)議論文、學(xué)位論文

序 號(hào)

題名 人工智能技術(shù)在電網(wǎng)穩(wěn)定評(píng)估中的應(yīng)用綜述
劉飛. 基于人工智能的電力系統(tǒng)警報(bào)處理方法[D].天津大學(xué),200

3

作者 王同文,管霖,張堯

來(lái)源 電網(wǎng)技 術(shù)

發(fā)表 時(shí)間 2009

數(shù) 被 據(jù) 引 庫(kù) 期 1 刊 3

下 載 60 8

摘要:綜述了基于人工智能技術(shù)實(shí)現(xiàn)電網(wǎng)穩(wěn)定評(píng)估的步驟、關(guān)鍵環(huán)節(jié)。總結(jié)了國(guó)內(nèi)外在候選特征集的組成方式、關(guān)鍵特征的形成方法、智能穩(wěn)定評(píng)估技術(shù)的選擇等方而的研究進(jìn)展。指出了動(dòng)態(tài) 輸入特征難于提供電網(wǎng)智能決策所需信息、多數(shù)智能型穩(wěn)定評(píng)估技術(shù)的可解釋性及適應(yīng)性差等小足，并提出原始輸入特征應(yīng)以電網(wǎng)實(shí)時(shí)狀態(tài)信息為主、輸入空間的裁減技術(shù)應(yīng)以嵌入式特征方 法為主要研究方向，及研究重點(diǎn)應(yīng)為基于知識(shí)發(fā)現(xiàn)技術(shù)的穩(wěn)定評(píng)估算法等建議。 0 引言 1 基于人工智能技術(shù)的電網(wǎng)穩(wěn)定評(píng)估算法框架與設(shè)計(jì)過(guò)程 2.1 輸入特征的選擇 2.2 穩(wěn)定評(píng)估輸出的選擇 2 輸入輸出的選擇 4.1 人工神經(jīng)網(wǎng)絡(luò) 4.2 模式識(shí)別 4.3 知識(shí)發(fā)現(xiàn)與機(jī)器學(xué)習(xí) 4.4 模糊理論 5 輸入特征選擇的問(wèn)題與對(duì)策 的問(wèn)題與對(duì)策 4 智能穩(wěn)定評(píng)估技術(shù)的選擇 參考文獻(xiàn) 特征選擇算法

① 3 關(guān)鍵特征集的選擇或提取

……

0 引言

基于人工智能技術(shù)的電網(wǎng)穩(wěn)定評(píng)估算法未建立詳細(xì)的電力系統(tǒng)模型而是從大量的訓(xùn)練樣本中獲取穩(wěn)定評(píng)估知識(shí)，缺乏完善的理論支撐;又因可靠性、推廣性等原因而無(wú)法滿足實(shí)用

化要求。但是該類(lèi)型算法仍不失為一種優(yōu)良的電網(wǎng)安全監(jiān)控智能化輔助決策工具，快速篩選出嚴(yán)重故障或者快速排除穩(wěn)定故障、從反映系統(tǒng)狀態(tài)的眾多變量中挖掘出影響電網(wǎng)安全水平的關(guān)鍵 變量、提供靈敏的預(yù)測(cè)。

1 基于人工智能技術(shù)的電網(wǎng)穩(wěn)定評(píng)估算法框架與設(shè)計(jì)過(guò)程 1 訓(xùn)練樣本的生成 2 數(shù)據(jù)預(yù)處理 3 候選輸入與評(píng)估輸出的選擇。 4 關(guān)鍵特征選擇/提取。5 穩(wěn)定評(píng)估模型的建立及學(xué)習(xí)。 6 結(jié)果檢驗(yàn)

2 輸入輸出的選擇 2.1 輸入特征的選擇 智能穩(wěn)定評(píng)估模型設(shè)計(jì)中，輸入特征的選取一般有 3 種思路:采用系統(tǒng)受擾后的動(dòng)態(tài)變量，如發(fā)電機(jī)轉(zhuǎn)了動(dòng)能、加速度等;采用擾動(dòng)前的穩(wěn)態(tài)參量，如發(fā)電機(jī)出力、支路潮流、負(fù)荷水平等; 穩(wěn)態(tài)與動(dòng)態(tài)信息的混合。

2.2 穩(wěn)定評(píng)估輸出的選擇 現(xiàn)有電網(wǎng)穩(wěn)定評(píng)估研究中，許多設(shè)計(jì)都以系統(tǒng)遭受擾動(dòng)后能否維持穩(wěn)定運(yùn)行為目的，將其視為數(shù)學(xué)上的穩(wěn)/失穩(wěn)的二值邏輯分類(lèi)問(wèn)題[5-7, 9, 14, 16, 21-31] 為克服上述缺陷，有學(xué)者選擇連續(xù)的穩(wěn)定裕度作為輸出，將穩(wěn)定評(píng)估視為一類(lèi)回歸問(wèn)題，常選取的指標(biāo)是極限切除時(shí)問(wèn)，也有研究人員將白行定義的反映系統(tǒng)穩(wěn)定 強(qiáng)弱的其它暫態(tài)穩(wěn)定指標(biāo)參數(shù)作為電網(wǎng)安全水平的評(píng)估輸出，如文獻(xiàn)[川提出的基于擴(kuò)展等面積法的暫態(tài)

3 關(guān)鍵特征集的選擇或提取 特征選擇/提取使穩(wěn)定評(píng)估算法在一個(gè)相對(duì)低維的空問(wèn)中實(shí)現(xiàn)輸入/輸出映射關(guān)系的有效學(xué)習(xí)，提高了算法的學(xué)習(xí)效率并加快了收斂速度。

4 智能穩(wěn)定評(píng)估技術(shù)的選擇 考慮到穩(wěn)定分類(lèi)和評(píng)估屬于典型的復(fù)雜非線性映射問(wèn)題，而人工神經(jīng)網(wǎng)絡(luò)((artificial neuralneW ork, 術(shù)當(dāng)屬各種神經(jīng)網(wǎng)絡(luò)(neural neW ork, NN)技術(shù)，如前向神經(jīng)網(wǎng)絡(luò)(back propagation, 4.1 人工神經(jīng)網(wǎng)絡(luò) ANN)理論上能模擬任何復(fù)雜的非線性關(guān)系，因而目前電網(wǎng)穩(wěn)定評(píng)估最多采用的智能技

BP)}11013}、徑向基函數(shù).

4.2 模式識(shí)別 網(wǎng)穩(wěn)定評(píng)估[3G]。神經(jīng)網(wǎng)絡(luò)也可用來(lái)構(gòu)造模式識(shí)別系統(tǒng)。統(tǒng)計(jì)模式識(shí)別技術(shù)是另一種有良好前景的選擇，其思路是:預(yù)先假定數(shù)據(jù)集符合某項(xiàng)統(tǒng)計(jì)分布，通過(guò)樣本的學(xué)習(xí)來(lái)確定該統(tǒng)計(jì)分 布中的相應(yīng)參數(shù) 4.3 知識(shí)發(fā)現(xiàn)與機(jī)器學(xué)習(xí) 知識(shí)發(fā)現(xiàn)((knowledge discovery)或機(jī)器學(xué)習(xí)(machine learning)的目標(biāo)是應(yīng)用各種數(shù)據(jù)分析方法，從大量數(shù)據(jù)(或樣本)中提取出可信、有效并能被人理解的知識(shí)。 4.4 模糊理論 4.4 模棚理論 與基于 ANN 等技術(shù)實(shí)現(xiàn)電網(wǎng)穩(wěn)定評(píng)估的硬分類(lèi)不同，基于模糊理論實(shí)現(xiàn)電網(wǎng)穩(wěn)定評(píng)估可以考慮樣本屬于不同穩(wěn)定類(lèi)別的概率}s,z},ao}，這一點(diǎn)對(duì)于臨近類(lèi)別邊界的樣本尤其有價(jià)值。

5 輸入特征選擇的問(wèn)題與對(duì)策

特征選擇算法的問(wèn)題與對(duì)策

目前相關(guān)研究還處于探索階段， 主要驗(yàn)證了基于一組穩(wěn)態(tài)特征實(shí)現(xiàn)穩(wěn)定評(píng)估的可行性。 在初始特征構(gòu)成方面， 還局限于利用原始潮流信息(如節(jié)點(diǎn)電壓、 發(fā)電機(jī)出力等)及其簡(jiǎn)單組合(如 系統(tǒng)總的負(fù)荷水平或發(fā)電機(jī)出力)[l6,ls}，尚未研究關(guān)鍵特征組成隨網(wǎng)絡(luò)結(jié)構(gòu)和擾動(dòng)位置變化而呈現(xiàn)的規(guī)律。

電力系統(tǒng)運(yùn)行中人工智能的應(yīng)用研究
]郭云川. 電力系統(tǒng)運(yùn)行中人工智能的應(yīng)用研究[J]. 中國(guó)電力教育,2013,No.28627:204-205.

郭云川

中國(guó)電力教育

2013

期 刊

1

70

【摘要】 如今，人工智能在多個(gè)行業(yè)和領(lǐng)域得到了運(yùn)用，甚至電力部門(mén)也在使用人工智能技術(shù)。因?yàn)檫@種技術(shù)能夠用機(jī)器去模仿人 腦，進(jìn)行一系列的思考、規(guī)劃、設(shè)計(jì)等活動(dòng)，并保護(hù)繼電裝置，防比電力運(yùn)行系統(tǒng)出現(xiàn)故障。同時(shí)，這種人工智能的技術(shù)還能減少人工管 理時(shí)出現(xiàn)的差錯(cuò)，提高運(yùn)行效率。針對(duì)電力系統(tǒng)運(yùn)行中的人工智能做了一些探討，希望對(duì)廣大的讀者能夠有所幫助。 1 人工智能技術(shù)概述 2 人工智能技術(shù)的種類(lèi) 2.1 人工神經(jīng)網(wǎng)絡(luò) 2.2 智能模糊邏輯 ② 2.3.遺傳算法 2.4.混合技術(shù) 3.人工智能技術(shù)的特點(diǎn) 4 電力系統(tǒng)運(yùn)行中人工智能的具體應(yīng)用 4.1 人工神經(jīng)網(wǎng)絡(luò)在繼電保 護(hù)中的應(yīng)用 4.2 人工智能算法在電力系 統(tǒng)運(yùn)行中的應(yīng)用 4.3 模糊理論在中力系統(tǒng) 運(yùn)行中的應(yīng)用 4.4 專(zhuān)家系統(tǒng)在電力系統(tǒng)運(yùn) 行中的應(yīng)用 5 人工智能在電力系統(tǒng)中 的發(fā)展與前景 6 總結(jié)與體會(huì) 參考文獻(xiàn)

1 人工智能技術(shù)概述 人工智能技術(shù)集腦科學(xué)、神經(jīng)學(xué)、信息技術(shù)為一體，目前廣泛運(yùn)用于多個(gè)領(lǐng)域，它通過(guò)對(duì)人腦的原理和行為進(jìn)行模仿，從而研制出 一種自動(dòng)化的機(jī)器，這種機(jī)器能分析、識(shí)別、發(fā)現(xiàn)問(wèn)題。 2 人工智能技術(shù)的種類(lèi)

2.1 人工神經(jīng)網(wǎng)絡(luò) 人工智能技術(shù)中的一種,這種技術(shù)主要是用在繼電保護(hù)上，它是通過(guò)模仿人的神經(jīng)系統(tǒng)而研制出來(lái)的。具有比較快的反應(yīng)能力，能夠 及時(shí)對(duì)電力系統(tǒng)進(jìn)行監(jiān)控、評(píng)估等等。 2.2 智能模糊邏輯 運(yùn)用模糊理論，輸入變量，建立數(shù)學(xué)模型，能夠很好地對(duì)電力系統(tǒng)進(jìn)行規(guī)劃，并且診斷電力系統(tǒng)故障。如今成為了一種比較成熟和 完善的人工智能技術(shù). 2.3.遺傳算法 遺傳算法的理論基礎(chǔ)是數(shù)學(xué)模型，它通過(guò)借鑒自然遺傳機(jī)制的隨機(jī)搜索算法，從而對(duì)群體和個(gè)體之問(wèn)的信息進(jìn)行交換。 2.4.混合技術(shù) 所謂的混合技術(shù)，就是將遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、智能模糊邏輯等幾種技術(shù)合在一起。 3.人工智能技術(shù)的特點(diǎn) 優(yōu)點(diǎn)：1 并行性，它的內(nèi)部由多個(gè)簡(jiǎn)單處理單元組成，這些小單元雖然比較簡(jiǎn)單，但是處理能力卻很高。這些小單元相組合，還能并行 活動(dòng)，對(duì)信息的處理速度驚人。 2 記憶性，人工智能技術(shù)也具有記憶性，因?yàn)樗軌驅(qū)π畔⑦M(jìn)行記憶，然后將這些記憶信息存儲(chǔ)在權(quán)值當(dāng)中。 3 非線性全局作用。這種技術(shù)中的神經(jīng)元能夠接受其他神經(jīng)元的輸入，整個(gè)電力系統(tǒng)是相互制約、相互影響的，這樣就可以達(dá)到 非線性映射，從而表現(xiàn)出一種集體性的行為。 缺點(diǎn)： 1 需要較長(zhǎng)訓(xùn)練時(shí)間 2 訓(xùn)練的難度較大。如果網(wǎng)絡(luò)出現(xiàn)了故障，或者權(quán)值調(diào)得過(guò)大，就會(huì)使人工智能中的加權(quán)總和增加，從而導(dǎo)致導(dǎo)數(shù)非常小，而網(wǎng) 絡(luò)權(quán)值的調(diào)節(jié)過(guò)程也會(huì)隨之而停頓。 4 電力系統(tǒng)運(yùn)行中人工智能的具體應(yīng)用 4.1 人工神經(jīng)網(wǎng)絡(luò)在繼電保護(hù)中的應(yīng)用 人工神經(jīng)網(wǎng)絡(luò)中又包括三個(gè)部分，這三個(gè)部分分別是 1 前置信號(hào)處理子系統(tǒng)、2 故障區(qū)域判定子系統(tǒng) 3 故障判定網(wǎng)絡(luò)。 過(guò)去的繼電保護(hù)裝置是運(yùn)用的普通計(jì)算機(jī)，后來(lái)開(kāi)始運(yùn)用人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)的運(yùn)行效率非常高，人工神經(jīng)網(wǎng)絡(luò)還可以 實(shí)現(xiàn)精準(zhǔn)度比較高的算法，從而更好地保護(hù)電力系統(tǒng)。 4.2 人工智能算法在電力系統(tǒng)運(yùn)行中的應(yīng)用 人工智能算法主要的原理是無(wú)功優(yōu)化，通過(guò)無(wú)功優(yōu)化，能夠提高電力運(yùn)行效率，使電力傳輸達(dá)到一個(gè)最佳的狀態(tài)。 4.3 模糊理論在中力系統(tǒng)運(yùn)行中的應(yīng)用 它采用的是模糊搜索的原理來(lái)對(duì)一些小明確、小精準(zhǔn)的事情和現(xiàn)象進(jìn)行分析。模糊理論中的技術(shù)可以消除輸電線路中互相影響的現(xiàn) 象，使之相互獨(dú)立。 4.4 專(zhuān)家系統(tǒng)在電力系統(tǒng)運(yùn)行中的應(yīng)用 它能解決電力系統(tǒng)中的疑難問(wèn)題，并且提高運(yùn)行效率和解決問(wèn)題的速度。與上而的幾種人工智能技術(shù)相比，它還能夠支持消息發(fā)送、 防止停電、移除一些負(fù)荷較大的設(shè)備，從而降低電力系統(tǒng)運(yùn)行的負(fù)荷。 5 人工智能在電力系統(tǒng)中的發(fā)展與前景

目前，人工智能在電力系統(tǒng)運(yùn)行中得到了廣泛應(yīng)用，隨著經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步，人們對(duì)供電的質(zhì)量和要求也越來(lái)越高，這使得電力 企業(yè)必須采取科學(xué)的手段來(lái)提高電力系統(tǒng)的運(yùn)行效率，應(yīng)用新方法來(lái)解決問(wèn)題，促進(jìn)電力的發(fā)展，并且運(yùn)行更加方便簡(jiǎn)單、易于操作。 這也是人工智能在電力系統(tǒng)中的發(fā)展與前景。 在將來(lái)，電力系統(tǒng)還會(huì)小斷發(fā)展，因?yàn)槠鋸?fù)雜性在小斷提高，所以一些影響因素也會(huì)隨之而產(chǎn)生，再加上人工管理的方法容易出差 錯(cuò)。因此，電力企業(yè)必須使用人工智能的技術(shù)和方法。人工智能技術(shù)仍然在開(kāi)發(fā)當(dāng)中，技術(shù)人員在原有的技術(shù)基礎(chǔ)上對(duì)其進(jìn)行改進(jìn)和完 善，這樣小但能夠提高技術(shù)，還能夠?yàn)殡娏ο到y(tǒng)的發(fā)展提供新的活力。 總結(jié)： 人工智能技術(shù)已被大部分電力企業(yè)所應(yīng)用，這種技術(shù)小但能為電力企業(yè)節(jié)省人力、財(cái)力、物力，還能提高供電質(zhì)量，其 發(fā)展前景非�？捎^。未來(lái)，這種技術(shù)將會(huì)越來(lái)越成熟，并且變得容易操作、方便，從而為電力企業(yè)和廣大用戶(hù)提供更優(yōu)質(zhì)的服務(wù)。

基于人工智能的電力系統(tǒng)警報(bào)處理方法
劉飛. 基于人工智能的電力系統(tǒng)警報(bào)處理方法[D].天津大學(xué),2003.

劉飛

天津大 學(xué)

2003. 8

碩 士

1

28 9

摘要：電力系統(tǒng)故障診斷中存在兩種不確定性因素，即保護(hù)和斷路器動(dòng)作的可靠性，以及調(diào)度中心收到的保護(hù)和斷路器的警報(bào)信號(hào)的正確性和未收到的警報(bào)信號(hào)實(shí) 際出現(xiàn)的可能性。如何處理這些警報(bào)信號(hào)的不確定性在一定程度上影響故障診斷結(jié)果的準(zhǔn)確性。這就是警報(bào)處理所要完成的工作。 到目前為止，還沒(méi)有一個(gè)系統(tǒng)的方法能夠同時(shí)處理上述兩種不確定性因素。本文提出了基于覆蓋集理論(set covering theory)和 Tabu 搜索(Tabu search 一 TS)方法的電力系統(tǒng)警報(bào)處理的一種新方法。以覆蓋集理論為基礎(chǔ)，首先把電力系統(tǒng)警報(bào)處理問(wèn)題表示為 0-1 整數(shù)規(guī)劃問(wèn)題，引入了一種新的評(píng)估指標(biāo)。之 后， 提出了用 TS 方法來(lái)求解這一問(wèn)題。 經(jīng)過(guò)眾多算例的計(jì)算結(jié)果證明， 所發(fā)展的數(shù)學(xué)模型是正確的， 提出的以 TS 為基礎(chǔ)的方法比現(xiàn)有的以遺傳算法(genetic algorithm - GA)為基礎(chǔ)的方法更為有效。 人工智能是模仿人解決實(shí)際問(wèn)題能力而發(fā)展的一種方法，其中的專(zhuān)家系統(tǒng)是人工智能的一個(gè)重要分支，一個(gè)專(zhuān)家系統(tǒng)可以是一個(gè)模擬人類(lèi)專(zhuān)家解決復(fù)雜問(wèn)題的 計(jì)算機(jī)程序。而所謂復(fù)雜問(wèn)題就是需要有充分的知識(shí)和經(jīng)驗(yàn)才能解決的問(wèn)題。 論文中介紹人工智能及專(zhuān)家系統(tǒng)的原理，對(duì)專(zhuān)家系統(tǒng)在電力系統(tǒng)的應(yīng)用做了較為詳盡的分析。用 VC++語(yǔ)言建立了一個(gè)判斷電力系統(tǒng)故障區(qū)域和故障類(lèi)型的

專(zhuān)家系統(tǒng)。專(zhuān)家系統(tǒng)可以用來(lái)辨別母線故障區(qū)域、線路故障區(qū)域和線路與母線的共同區(qū)域。此外，該專(zhuān)家系統(tǒng)還可分析斷路器和繼電器的誤動(dòng)和拒動(dòng)情況。 最后，專(zhuān)家系統(tǒng)被擴(kuò)展到利用實(shí)時(shí)測(cè)得的電流和電壓數(shù)據(jù)來(lái)分析故障區(qū)域的故障類(lèi)型。 目錄 中文摘要 英文摘要 第一章緒論 1. 1 本課題研究的意義 1. 2 本課題研究的現(xiàn)狀 第二章 搜索及其在警報(bào)處理中的應(yīng)用 2. 1 警報(bào)處理的數(shù)學(xué)模型 2. 2 多故障診斷問(wèn)題(MFD)的覆蓋集模型 2. 3 警報(bào)處理的評(píng)估指標(biāo) 2. 4 警報(bào)處理問(wèn)題的一個(gè)新的指標(biāo) 2. 5 用 Tabu 搜索方法解決警報(bào)處理問(wèn)題的步驟第三章數(shù)值仿真及結(jié)果分析 3. 1 Tabu 搜索簡(jiǎn)單算例 3. 2 電力系統(tǒng)配電網(wǎng)絡(luò)模型仿真算例 3. 3 小結(jié) 第四章人工智能及專(zhuān)家系統(tǒng)簡(jiǎn)介 4. 1 人工智能概念 4. 2 專(zhuān)家系統(tǒng)的概念 4. 3 專(zhuān)家系統(tǒng)在電力系統(tǒng)中的應(yīng)用及其前景 4. 4 專(zhuān)家系統(tǒng)的組成及原理 第五章建造專(zhuān)家系統(tǒng)的基本問(wèn)題 5. 1 專(zhuān)家系統(tǒng)與領(lǐng)域?qū)＜覍?zhuān)業(yè)知識(shí) 5. 2 建造專(zhuān)家系統(tǒng)的基本步驟 第六章專(zhuān)家系統(tǒng)在電力系統(tǒng)中的應(yīng)用實(shí)例 6. 1 概述 6. 2 故障專(zhuān)家系統(tǒng) 6. 3 電力系統(tǒng)故障網(wǎng)絡(luò)故障診斷專(zhuān)家系統(tǒng)實(shí)例 第七章結(jié)論 參考文獻(xiàn)

致謝 在緊急條件下，由于 scADA 計(jì)算機(jī)收到的離散和模擬信號(hào)的結(jié)果，會(huì)產(chǎn)生大量的警報(bào)信號(hào)。調(diào)度員要在很短的時(shí)間內(nèi)處理眾多的警報(bào)信號(hào)并分析決策無(wú)疑是 極其困難的，這往往會(huì)超出人類(lèi)的認(rèn)知能力極限。因而，對(duì)大量的警報(bào)信號(hào)進(jìn)行有效地處理，提取出概括的、簡(jiǎn)要的和關(guān)鍵的信息(即發(fā)生了什么事件)給調(diào)度員以緩 解其負(fù)擔(dān)無(wú)疑是必要的。 因此提出了多種新方法，如濾波、優(yōu)先性排隊(duì)和分組方法、專(zhuān)家系統(tǒng)、模式識(shí)別和人工神經(jīng)元網(wǎng)絡(luò)等，其中有些方法可明顯減少警報(bào)數(shù)目，但難以獲得具有高 信息容量的綜合信息。Wollenberg B 最早提出了應(yīng)用專(zhuān)家系統(tǒng)方法進(jìn)行警報(bào)處理，這種方法既可減少警報(bào)數(shù)目，又可獲得綜合信息。采用模式識(shí)別或人工神經(jīng)元網(wǎng)絡(luò) 來(lái)求解，其優(yōu)點(diǎn)是便于移植。這類(lèi)方法最多只能找到一個(gè)最優(yōu)解，局限性比較大。 一 對(duì)警報(bào)處理系統(tǒng)提出的方法： 1. 覆蓋集方法是解決 MFD 問(wèn)題的一種比較成熟的方法。這種方法的前提是任何合理的診斷假說(shuō)必須是 M'的一個(gè)覆蓋，也就是說(shuō)必須能夠解釋 M'中的所有癥狀。 另一方面，并非 M'的所有覆蓋所表示的診斷假說(shuō)都同樣合理。這樣，就需要有一個(gè)指標(biāo)來(lái)描述診斷假說(shuō)的合理性。迄今己提出了多種指標(biāo)。 2． Tabu 搜索的基本思想是 Glover 在 60 年代末期提出的，在最近幾年中得到了很大發(fā)展并受到了普遍的重視。TS 是一種限制性的局部搜索技術(shù)。它的基本思想 是通過(guò)記錄搜索歷史，從中獲得知識(shí)并利用其來(lái)指導(dǎo)今后的搜索以避開(kāi)局部最優(yōu)解。

③

用幾個(gè)算例驗(yàn)證 Tabu 搜索方法和發(fā)展的故障診斷方法的正確性。首先通過(guò)一個(gè)簡(jiǎn)單例子尋找一個(gè)拋物面的最小值簡(jiǎn)單熟悉和掌握 Tabu 算法的基本

知識(shí)，同時(shí)驗(yàn)證了 Tabu 算法的有效性;然后結(jié)合電力系統(tǒng)實(shí)際情況，針對(duì)配電網(wǎng)絡(luò)模型進(jìn)行了結(jié)合實(shí)際的應(yīng)用 Tabu 搜索解決警報(bào)處理問(wèn)題的仿真計(jì)算。 二 人工智能大致分類(lèi)： 人工智能簡(jiǎn)稱(chēng) Ai，是計(jì)算機(jī)科學(xué)的一個(gè)重要組成部分。它的任務(wù)是:讓計(jì)算機(jī)模擬人類(lèi)的智能活動(dòng)，使之具有應(yīng)用知識(shí)、邏輯推理、解決實(shí)際問(wèn)題的能力。 1)專(zhuān)家系統(tǒng)讓計(jì)算機(jī)模擬人類(lèi)專(zhuān)家的決策過(guò)程，求解那些無(wú)法建立數(shù)學(xué)模型而必須依靠專(zhuān)家經(jīng)驗(yàn)來(lái)解決實(shí)際問(wèn)題。 2)決策支持系統(tǒng)通過(guò)計(jì)算機(jī)的推理、判斷，對(duì)某些多元的、非精確的或不確定的難題進(jìn)行輔助決策。 3)自然語(yǔ)言理解系統(tǒng)使計(jì)算機(jī)能夠理解人類(lèi)的語(yǔ)言，改善人機(jī)聯(lián)系的條件。 4)知識(shí)庫(kù)系統(tǒng)把人類(lèi)自己掌握的知識(shí)，用一定的規(guī)則表示出來(lái)，即經(jīng)過(guò)形式比較處理存放在計(jì)算機(jī)中，為用戶(hù)提供知識(shí)共享。 5)智能機(jī)器人使機(jī)器人具有人的手、眼、腦的功能，不僅會(huì)看、會(huì)做、還會(huì)思考，并能根據(jù)環(huán)境條件決定自己的行為，智能機(jī)器人己在航天、核工業(yè)、 冶金、機(jī)械、化工等各個(gè)領(lǐng)域開(kāi)始部分代替人類(lèi)的工作。 6)智能計(jì)算機(jī)在知識(shí)庫(kù)的支持下，能識(shí)別聲音、圖象、自動(dòng)進(jìn)行程序設(shè)計(jì)，具有推理、學(xué)習(xí)等功能的新一代計(jì)算機(jī)。 三 典型應(yīng)用專(zhuān)家系統(tǒng)的解釋與在電力的應(yīng)用 1 專(zhuān)家系統(tǒng)是人工智能中的最成功和最有效的分支，也是第五代計(jì)算機(jī)的核心技術(shù)。所謂專(zhuān)家系統(tǒng)，它實(shí)際是一個(gè)基于知識(shí)的計(jì)算機(jī)智能程序系統(tǒng)。在這個(gè)系統(tǒng) 中，儲(chǔ)存有某一領(lǐng)域人類(lèi)專(zhuān)家大量的知識(shí)和經(jīng)驗(yàn)，并能象專(zhuān)家一樣運(yùn)用這些知識(shí)和經(jīng)驗(yàn)，對(duì)用戶(hù)提出的該領(lǐng)域范疇類(lèi)的問(wèn)題。通過(guò)推理、判斷，然后做出結(jié)論性的 判斷。1)咨詢(xún)功能 2)學(xué)習(xí)功能 3)教育功能 專(zhuān)家系統(tǒng)電力系統(tǒng)應(yīng)用：應(yīng)用專(zhuān)家系統(tǒng)組織匯集電力系統(tǒng)專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，不僅可以提高電力系統(tǒng)技術(shù)水平，而且可以把這些知識(shí)和經(jīng)驗(yàn)存儲(chǔ)于知識(shí)庫(kù) 中，以實(shí)現(xiàn)全系統(tǒng)知識(shí)共享。專(zhuān)家系統(tǒng)是在計(jì)算機(jī)中實(shí)現(xiàn)的。它由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、知識(shí)獲取部分、解釋部分共五個(gè)部分組成。其中知識(shí)庫(kù)和推理機(jī)是專(zhuān) 家系統(tǒng)的核心部分。

專(zhuān)家系統(tǒng)過(guò)程：1 認(rèn)識(shí)階段 2 概念化階段 3 形式化階段 4 實(shí)現(xiàn)階段 5 調(diào)試階段

在規(guī)劃方面:發(fā)電計(jì)劃、機(jī)組開(kāi)停組合、變電所電氣設(shè)備的設(shè)計(jì)、配電設(shè)備的設(shè)計(jì)等。在監(jiān)控方面:變壓器、電機(jī)、變電所和控制中心的故障診斷，斷路 器與繼電器狀態(tài)的識(shí)別，保護(hù)系統(tǒng)的不正常工作的識(shí)別，報(bào)警過(guò)荷排序，變電所的開(kāi)關(guān)操作等等。 此外，還有計(jì)算機(jī)輔助教學(xué)中的培訓(xùn)模擬器教材的自動(dòng)生成，火電廠循環(huán)水污染的在線控制與診斷，有關(guān)諧波問(wèn)題的識(shí)別和預(yù)測(cè)、負(fù)荷預(yù)測(cè)等。

在國(guó)際上，專(zhuān)家系統(tǒng)在電力系統(tǒng)各個(gè)領(lǐng)域的應(yīng)用上己經(jīng)提出了大量的建議。在能量系統(tǒng)的保護(hù)領(lǐng)域，己經(jīng)為以實(shí)時(shí)測(cè)量為基礎(chǔ)的專(zhuān)家系統(tǒng)新的發(fā)展提 供了很大的方便。雖然，專(zhuān)家系統(tǒng)應(yīng)用于能量系統(tǒng)的保護(hù)領(lǐng)域還不夠充分和完善。但是，其作用的發(fā)揮大大地避免了繼電器和斷路器的每一次誤動(dòng)，也就避免了電

力系統(tǒng)每一個(gè)重大事故的發(fā)生。同時(shí)，專(zhuān)家系統(tǒng)故障測(cè)距的計(jì)算可以用最少的時(shí)間來(lái)解決保護(hù)領(lǐng)域最主要的問(wèn)題。因此，能量系統(tǒng)數(shù)字保護(hù)的先進(jìn)性和不同設(shè)備保 護(hù)與計(jì)算機(jī)之間連接的實(shí)用性將導(dǎo)致專(zhuān)家系統(tǒng)在能量系統(tǒng)中發(fā)揮新的重要作用。 以下文獻(xiàn)調(diào)研部分只需檢索及選擇合適的文獻(xiàn)資源（線索），有興趣的同學(xué)自己閱讀全文。 2．圖書(shū) 圖書(shū)（參考文獻(xiàn)的格式——作者.書(shū)名[M].版本（第版）.出版地： 出版者，出版年）

序 號(hào) ① ②

題名 人工智能在電力系統(tǒng)優(yōu)化中的應(yīng)用 現(xiàn)代電力系統(tǒng)辨識(shí)人工智能方法

作者
威拉昆· 昂撒考 （Weerakorn Ongsakul） 上海交通大學(xué)出版社.

出版社
機(jī)械工業(yè)出版社

出版地 北京 上海

出版時(shí)間 2015-11 2012.1

版次 1 1

艾芊

3．利用中文或英文的專(zhuān)利及標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)（CNKI、萬(wàn)方、、 檢索工具免費(fèi)），檢出相關(guān)的中英文切題專(zhuān)利及標(biāo)準(zhǔn)題錄，每個(gè)同 學(xué)選擇記錄題錄或文摘格式，至少各 1 篇，并寫(xiě)出參考文獻(xiàn)的格式； 3.1 專(zhuān)利是指對(duì)產(chǎn)品、方法或者其改進(jìn)所提出的新的技術(shù)方案所進(jìn)行的保護(hù)。 專(zhuān)利（參考文獻(xiàn)的格式——專(zhuān)利申請(qǐng)者. 專(zhuān)利題名[P].專(zhuān)利國(guó)別.專(zhuān)利文獻(xiàn)種類(lèi)，專(zhuān)利出版日期）

序 號(hào)

專(zhuān)利名稱(chēng)

發(fā)明人
沈鑫;閆永梅;曹敏;丁

來(lái)源數(shù)據(jù)庫(kù)

申請(qǐng)人

申請(qǐng)日

公開(kāi)日

①

一種智能變電站故障診斷方法

心志;王昕;張林山;李 月梅

中國(guó)專(zhuān)利

云南電網(wǎng)公司電力科學(xué)研究院

2014-11-19

2015-03-25

沈鑫,閆永梅,曹敏,丁心志,王昕,張林山,李月梅. 一種智能變電站故障診斷方法[P]. 云南：CN104459378A,2015-03-25. 方周;付蓉 南京郵電大學(xué) 2015-11-10 2016-03-09 一種智能電網(wǎng)多智能體多目標(biāo)一致性?xún)?yōu)化方法 中國(guó)專(zhuān)利 ② 方周,付蓉. 一種智能電網(wǎng)多智能體多目標(biāo)一致性?xún)?yōu)化方法[P]. 江蘇：CN105391090A,2016-03-09. 3.2 標(biāo)準(zhǔn)是從事生產(chǎn)、設(shè)計(jì)、管理、產(chǎn)品檢驗(yàn)、商品流通、科學(xué)研究的共同依據(jù)，在一定條件下具有某種法律效力，有一定的約束力，按規(guī)定程序制訂，經(jīng)公認(rèn)權(quán)威 機(jī)構(gòu)（主管機(jī)關(guān)）批準(zhǔn)的一整套在特定范圍（領(lǐng)域）內(nèi)必須執(zhí)行的規(guī)格、規(guī)則、技術(shù)要求等規(guī)范性文獻(xiàn)。 標(biāo)準(zhǔn)（參考文獻(xiàn)的格式——標(biāo)準(zhǔn)號(hào). 標(biāo)準(zhǔn)名稱(chēng)[S]） 序 標(biāo)準(zhǔn)名稱(chēng) 標(biāo)準(zhǔn)號(hào) 更新日期 來(lái)源 號(hào) QB/T 2911-2007 2007-12-03 （中國(guó)）國(guó)家標(biāo)準(zhǔn) ① 使用環(huán)戊烷發(fā)泡劑生產(chǎn)家用和類(lèi)似用途 電器安全技術(shù)規(guī)范

GB/T 27908-2011, 管理體系績(jī)效改進(jìn) 持續(xù)改進(jìn)的程序和方法指南[S].

②

YB/T 4125-2005 冶金企業(yè)火災(zāi)自動(dòng)報(bào)警系統(tǒng)設(shè)計(jì) YB/T 4125-2005, 冶金企業(yè)火災(zāi)自動(dòng)報(bào)警系統(tǒng)設(shè)計(jì)[S]. 4．利用法律法規(guī)萬(wàn)方數(shù)據(jù)庫(kù)，檢出并摘錄相關(guān)條規(guī) 1 篇，記錄目錄或文摘格式如下：

2005-02-14

（中國(guó)）國(guó)家標(biāo)準(zhǔn)

電力監(jiān)控系統(tǒng)安全防護(hù)規(guī)定
【發(fā)布部門(mén)】 國(guó)家發(fā)展和改革委員會(huì)(含原國(guó)家發(fā)展計(jì)劃委員會(huì)、原國(guó)家計(jì)劃委員會(huì)) 【發(fā)文字號(hào)】 國(guó)家發(fā)展和改革委員會(huì)令第 14 號(hào) 【實(shí)施日期】 2014.09.01 【效力級(jí)別】 部門(mén)規(guī)章 【全文】 【發(fā)布日期】 2014.08.01 【時(shí)效性】 現(xiàn)行有效 【法規(guī)類(lèi)別】 電力工業(yè)管理 【法寶引證碼】 CLI.4.231236

國(guó)家發(fā)展和改革委員會(huì)令 （第 14 號(hào)） 《電力監(jiān)控系統(tǒng)安全防護(hù)規(guī)定》已經(jīng)國(guó)家發(fā)展和改革委員會(huì)主任辦公會(huì)審議通過(guò)，現(xiàn)予公布，自 2014 年 9 月 1 日起施行。 國(guó)家發(fā)展改革委主任：徐紹史 2014 年 8 月 1 日 電力監(jiān)控系統(tǒng)安全防護(hù)規(guī)定 第一章 總則 第一條 為了加強(qiáng)電力監(jiān)控系統(tǒng)的信息安全管理，防范黑客及惡意代碼等對(duì)電力監(jiān)控系統(tǒng)的攻擊及侵害，保障 電力系統(tǒng)的安全穩(wěn)定運(yùn)行，根據(jù)《電力監(jiān)管條例》、《中華人民共和國(guó)計(jì)算機(jī)信息系統(tǒng)安全保護(hù)條例》和國(guó)家有關(guān) 規(guī)定，結(jié)合電力監(jiān)控系統(tǒng)的實(shí)際情況，制定本規(guī)定。 第二條 電力監(jiān)控系統(tǒng)安全防護(hù)工作應(yīng)當(dāng)落實(shí)國(guó)家信息安全等級(jí)保護(hù)制度，按照國(guó)家信息安全等級(jí)保護(hù)的有關(guān)

要求，堅(jiān)持“安全分區(qū)、網(wǎng)絡(luò)專(zhuān)用、橫向隔離、縱向認(rèn)證”的原則，保障電力監(jiān)控系統(tǒng)的安全。 第三條 本規(guī)定所稱(chēng)電力監(jiān)控系統(tǒng)，是指用于監(jiān)視和控制電力生產(chǎn)及供應(yīng)過(guò)程的、基于計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的業(yè) 務(wù)系統(tǒng)及智能設(shè)備，以及做為基礎(chǔ)支撐的通信及數(shù)據(jù)網(wǎng)絡(luò)等。 第四條 本規(guī)定適用于發(fā)電企業(yè)、電網(wǎng)企業(yè)以及相關(guān)規(guī)劃設(shè)計(jì)、施工建設(shè)、安裝調(diào)試、研究開(kāi)發(fā)等單位。 第五條 國(guó)家能源局及其派出機(jī)構(gòu)依法對(duì)電力監(jiān)控系統(tǒng)安全防護(hù)工作進(jìn)行監(jiān)督管理。 第二章 技術(shù)管理 第六條 發(fā)電企業(yè)、電網(wǎng)企業(yè)內(nèi)部基于計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的業(yè)務(wù)系統(tǒng)，應(yīng)當(dāng)劃分為生產(chǎn)控制大區(qū)和管理信息大 區(qū)。 生產(chǎn)控制大區(qū)可以分為控制區(qū)（安全區(qū) I）和非控制區(qū)（安全區(qū)Ⅱ）；管理信息大區(qū)內(nèi)部在不影響生產(chǎn)控制大 區(qū)安全的前提下，可以根據(jù)各企業(yè)不同安全要求劃分安全區(qū)。 根據(jù)應(yīng)用系統(tǒng)實(shí)際情況，在滿足總體安全要求的前提下，可以簡(jiǎn)化安全區(qū)的設(shè)置，但是應(yīng)當(dāng)避免形成不同安全 區(qū)的縱向交叉聯(lián)接。 第七條 電力調(diào)度數(shù)據(jù)網(wǎng)應(yīng)當(dāng)在專(zhuān)用通道上使用獨(dú)立的網(wǎng)絡(luò)設(shè)備組網(wǎng)，在物理層面上實(shí)現(xiàn)與電力企業(yè)其它數(shù)據(jù) 網(wǎng)及外部公用數(shù)據(jù)網(wǎng)的安全隔離。 電力調(diào)度數(shù)據(jù)網(wǎng)劃分為邏輯隔離的實(shí)時(shí)子網(wǎng)和非實(shí)時(shí)子網(wǎng)，分別連接控制區(qū)和非控制區(qū)。 第八條 生產(chǎn)控制大區(qū)的業(yè)務(wù)系統(tǒng)在與其終端的縱向聯(lián)接中使用無(wú)線通信網(wǎng)、電力企業(yè)其它數(shù)據(jù)網(wǎng)（非電力調(diào) 度數(shù)據(jù)網(wǎng)）或者外部公用數(shù)據(jù)網(wǎng)的虛擬專(zhuān)用網(wǎng)絡(luò)方式（VPN）等進(jìn)行通信的，應(yīng)當(dāng)設(shè)立安全接入?yún)^(qū)。 第九條 在生產(chǎn)控制大區(qū)與管理信息大區(qū)之間必須設(shè)置經(jīng)國(guó)家指定部門(mén)檢測(cè)認(rèn)證的電力專(zhuān)用橫向單向安全隔 離裝置。 生產(chǎn)控制大區(qū)內(nèi)部的安全區(qū)之間應(yīng)當(dāng)采用具有訪問(wèn)控制功能的設(shè)備、防火墻或者相當(dāng)功能的設(shè)施，實(shí)現(xiàn)邏輯隔 離。

安全接入?yún)^(qū)與生產(chǎn)控制大區(qū)中其他部分的聯(lián)接處必須設(shè)置經(jīng)國(guó)家指定部門(mén)檢測(cè)認(rèn)證的電力專(zhuān)用橫向單向安全 隔離裝置。 第十條 在生產(chǎn)控制大區(qū)與廣域網(wǎng)的縱向聯(lián)接處應(yīng)當(dāng)設(shè)置經(jīng)過(guò)國(guó)家指定部門(mén)檢測(cè)認(rèn)證的電力專(zhuān)用縱向加密認(rèn) 證裝置或者加密認(rèn)證網(wǎng)關(guān)及相應(yīng)設(shè)施。 第十一條 安全區(qū)邊界應(yīng)當(dāng)采取必要的安全防護(hù)措施，禁止任何穿越生產(chǎn)控制大區(qū)和管理信息大區(qū)之間邊界的 通用網(wǎng)絡(luò)服務(wù)。 生產(chǎn)控制大區(qū)中的業(yè)務(wù)系統(tǒng)應(yīng)當(dāng)具有高安全性和高可靠性，禁止采用安全風(fēng)險(xiǎn)高的通用網(wǎng)絡(luò)服務(wù)功能。 第十二條 依照電力調(diào)度管理體制建立基于公鑰技術(shù)的分布式電力調(diào)度數(shù)字證書(shū)及安全標(biāo)簽，生產(chǎn)控制大區(qū)中 的重要業(yè)務(wù)系統(tǒng)應(yīng)當(dāng)采用認(rèn)證加密機(jī)制。

5．使用英文（文摘、期刊、學(xué)位論文）數(shù)據(jù)庫(kù)（WOK—web of knowledge、EI—engineering village、Elsevier 等），，檢出英文切題題錄（批量），選擇記錄文摘格式至少 1 篇，并寫(xiě)出參考文獻(xiàn)的格式，將篇名及文摘的第一句話翻譯成中文；

序號(hào)

數(shù)據(jù)庫(kù)

文摘 Use of Transmitter-Side Electrical Information to Estimate Mutual Inductance and Regulate Receiver-Side Power in Wireless Inductive Link
t is well-known that the power transfer efficiency and the power transmitted over a wireless inductive link are significantly affected by the strength of the magnetic coupling and the spatial displacement between the transmitting and receiving coils. Misalignment between the transmitting and receiving coils is practically unavoidable. In order to control and regulate the receiverside power, on-the-spot measurement of electrical quantities and establishment of communication link

①

WOK

between the transmitter and receiver are typically required. This paper will present an investigation into the use of the transmitter-sideelectrical information to estimate the mutual inductance and regulate the power consumption of the receiver side. The nonlinear input voltage-current characteristics of the diode-bridge rectifier, which causes current distortions in the system, are taken into account in the mathematical formulations. The proposed technique is successfully implemented on a 4-W wireless-powered LED driver prototype. Experimental results reveal that the LED power can be regulated within >= 25% spatial misalignment over the operating zone. The estimated mutual inductance is also found to be in close agreement with the theoretical predictions.
The electrical power details of the system of the International Space Station (ISS) represents the largest space-based power system powersystem architecture and electrical system power system ever designed. After more than a year of real-time operations of the ISS EPS, numerous electrical performance and the actual performance of thesystem into the operations and resource management lessons have been learned. This work first provides hardware used on the ISS, along with comparisons between the specified

and its components. Nominal operations as well as some of the anomalies seen in the first year of

operations are then described, and lessons learned from these experiences are discussed. Attention is also given to the operational flexibility designed system. The ability to modify operational setpoints and update onboard software and firmware have provided the operations team with the tools system anomalies. This work describes these design features, provides examples of how they have been used, and provides system as well as in troubleshooting anomalies are provided. have had a direct and ongoing impact on the amount power resource necessary to work around many

②

EI

operational flexibility recommendations for future vehicle designs. This work further describes the telemetry used to monitor the health and performance of the electrical powersystem. Examples of data that has been useful in monitoring the to power resource management are given. Vehicle design robustness and sizing of the Recommendations are provided for modifications to the telemetry stream that would make operations more effective. Numerous lessons learned relative power system and complexity of the operations resources required for ISSpower often exist. This factor, coupled with the desire to optimize and energy management. During the build up of the space station, very tightpower margins

poweravailability to the payloads, has resulted in an operator-intensive

management challenge. This work describes the complexity of these operations and includes recommendations for reducing this complexity.

③

Elsevier

Energy saving plays a vital role in the decision-making process surrounding building design. Most often, the power consumption of chillers has a significant proportion of the total power consumption of the heating, ventilating and air conditioning (HVAC) systems. The problem of efficiently managing multiple chiller systems (MCSs) in HVAC is complex in many respects. In particular, the electrical energy consumption markedly increases if the machines are not properly managed. In this paper, an extended version of optimal chiller loading (OCL), namely, daily optimal chiller loading (DOCL) is introduced where a 24-h cooling load profile should be satisfied by a number of chillers so that the total power consumption of the chillers during 24-h is minimized. Then, an efficient optimization method is proposed for solving the DOCL by means of a new enhanced differential bat algorithm (DBA) which is a swarm intelligence paradigm. The simulation results represent that DBA produces promising

results in comparison with other optimization metaheuristics, such as the original BA, firefly algorithm (FA), harmony search (HS), chicken swarm optimization (CSO), differential evolution (DE) and exponential natural evolution strategy (xNES).

綜述：

人工智能的專(zhuān)家系統(tǒng)在電力系統(tǒng)的建立與應(yīng)用
摘要： 專(zhuān)家系統(tǒng)是人工智能中的最成功和最有效的分支它實(shí)際是一個(gè)基于知識(shí)的計(jì)算機(jī)智能程序系統(tǒng)。在這個(gè)系統(tǒng)中，儲(chǔ)存有某一領(lǐng)域人類(lèi)專(zhuān)家大量的知識(shí)和經(jīng) 驗(yàn)，并能象專(zhuān)家一樣運(yùn)用這些知識(shí)和經(jīng)驗(yàn)，對(duì)用戶(hù)提出的該領(lǐng)域范疇類(lèi)的問(wèn)題。專(zhuān)家系統(tǒng)有著其獨(dú)特的優(yōu)弊端，也有著其構(gòu)成方式。根據(jù)系統(tǒng)有關(guān)專(zhuān)家的智慧和經(jīng)驗(yàn)， 建立相應(yīng)的專(zhuān)家系統(tǒng)，去解決上重要的電力系統(tǒng)問(wèn)題是十分必要。 關(guān)鍵詞：Tabu 搜索 專(zhuān)家系統(tǒng) 知識(shí)庫(kù)

Abstract: the artificial intelligence expert system was the most successful and most effective branch it is actually a computer intelligent application system based on
knowledge.In this system, the store has a human experts in the field of a lot of knowledge and experience, and can use the knowledge and experience, as well as experts to the users of the category class of problems.Expert system has its unique optimal defects, also has its way.Based on the system of the wisdom and experiences of experts, the establishment of the corresponding expert system, to solve the important problem of power system is very necessary.

Keywords: Tabu search expert system knowledge base
引言： 電力系統(tǒng)正朝著大容量、超高壓、遠(yuǎn)距離方向發(fā)展。電網(wǎng)的結(jié)構(gòu)越來(lái)越復(fù)雜，設(shè)備的種類(lèi)、數(shù)量越來(lái)越繁多，運(yùn)行方式的變化多種多樣，電力系統(tǒng)中某一 局部的故障常常會(huì)波及全系統(tǒng)，從而給國(guó)民經(jīng)濟(jì)造成不可估量的損失。這些特點(diǎn)給系統(tǒng)的規(guī)劃設(shè)計(jì)、生產(chǎn)運(yùn)行、監(jiān)視控制、維護(hù)管理帶來(lái)了一系列的新課題。 而許多不確定的、非精確的因素，常常使問(wèn)題的求解變得很困難。這部分問(wèn)題，目前還主要依靠電力工程師、運(yùn)行調(diào)度人員的知識(shí)和經(jīng)驗(yàn)，借助自動(dòng)化技術(shù)去完成。這 些主要依靠人工來(lái)完成的重要工作，不但效率低，還會(huì)由于經(jīng)驗(yàn)、環(huán)境、情緒、記憶等因素而導(dǎo)致決策、操作的失誤，造成更嚴(yán)重的事故。因此，根據(jù)全系統(tǒng)有關(guān)專(zhuān)家 的智慧和經(jīng)驗(yàn)，建立相應(yīng)的專(zhuān)家系統(tǒng)，去解決上述那些重要的工程技術(shù)問(wèn)題就顯得十分必要。專(zhuān)家系統(tǒng)具有人類(lèi)決策功能，它能模擬人的思維決策過(guò)程，對(duì)所給問(wèn)題給 出專(zhuān)家水平的答案。電力系統(tǒng)故障診斷專(zhuān)家系統(tǒng)利用電力系統(tǒng)運(yùn)行專(zhuān)家的工作經(jīng)驗(yàn)和實(shí)踐知識(shí)，具有豐富靈活的知識(shí)表達(dá)和問(wèn)題求解能力，充分發(fā)揮電力系統(tǒng)運(yùn)行專(zhuān)家 在故障診斷中的思維、推理和決策能力，是電力系統(tǒng)離線故障診斷或在線故障診斷的有力工具。 二 專(zhuān)家系統(tǒng)的構(gòu)成 專(zhuān)家系統(tǒng)是人工智能中的最成功和最有效的分支，也是第五代計(jì)算機(jī)的核心技術(shù)。它能象專(zhuān)家一樣運(yùn)用這些知識(shí)和經(jīng)驗(yàn)，對(duì)用戶(hù)提出的該領(lǐng)域范疇類(lèi)的問(wèn)題。通過(guò) 推理、判斷，然后做出結(jié)論性的判斷。專(zhuān)家系統(tǒng)具有和人類(lèi)專(zhuān)家一樣的決策和功能，它能模擬人類(lèi)專(zhuān)家的思維決策過(guò)程，對(duì)問(wèn)題求解并給出相當(dāng)于專(zhuān)家水平的答案。

1. 知識(shí)庫(kù)是用來(lái)存儲(chǔ)領(lǐng)域?qū)＜抑R(shí)和經(jīng)驗(yàn)的地方。專(zhuān)家的知識(shí)只有用適當(dāng)?shù)臄?shù)值、符號(hào)并通過(guò)一定的形式表示之后才能為計(jì)算機(jī)所接受。因此，建立知識(shí)庫(kù)的 關(guān)鍵是如何準(zhǔn)確、簡(jiǎn)明、有效地表示專(zhuān)家的知識(shí)。 2. 推理機(jī)實(shí)際上是計(jì)算機(jī)中的一組智能程序，它包括推理機(jī)與控制策略?xún)蓚�(gè)部分。其任務(wù)是運(yùn)用給定的推理方法和控制策略，從知識(shí)庫(kù)中選取有關(guān)知識(shí)，針對(duì) 用戶(hù)提出的問(wèn)題，作出相應(yīng)的解答。 3.解釋部分也是一組智能程序，它負(fù)責(zé)對(duì)系統(tǒng)的推理過(guò)程得到的結(jié)論。否則，即使它的決策獲得的建議是正確的，并向用戶(hù)解釋推理。 4 知識(shí)獲取部分的任務(wù)是實(shí)現(xiàn)知識(shí)源到知識(shí)庫(kù)的轉(zhuǎn)移。知識(shí)源一方面來(lái)自專(zhuān)家，另一面來(lái)自書(shū)本文獻(xiàn)。對(duì)這些知識(shí)均需經(jīng)過(guò)形式化處理并以編碼的方式存入。 5 數(shù)據(jù)庫(kù)是計(jì)算機(jī)中的一部分存儲(chǔ)空間，它是用來(lái)存放啟動(dòng)系統(tǒng)工作的一些初始數(shù)據(jù)和推理過(guò)程中得到的中間結(jié)果，即存放用戶(hù)提供事實(shí)(包括詢(xún)問(wèn)的和回答 的信息)和推理過(guò)程得到的中間信息。 三 建造專(zhuān)家系統(tǒng)的基本步驟

1)認(rèn)識(shí)階段-----一獲取知識(shí)的過(guò)程 建造專(zhuān)家系統(tǒng)的最初階段是認(rèn)識(shí)階段，在這個(gè)階段中知識(shí)工程師要與領(lǐng)域?qū)＜曳磸?fù)地交換意見(jiàn)，探索有些什么問(wèn)題以及所探究的定義、特征，其目的是為了 找到表述問(wèn)題的特征及其知識(shí)結(jié)構(gòu)，以便進(jìn)行知識(shí)庫(kù)的開(kāi)發(fā)工作。 2)概念化階段--一知識(shí)表達(dá)方法的選擇 經(jīng)過(guò)多次與專(zhuān)家交換意見(jiàn)與閱讀有關(guān)資料，知識(shí)工程師己經(jīng)逐步熟悉了該領(lǐng)域中的專(zhuān)門(mén)知識(shí)以及它們之間的關(guān)系，此時(shí)，知識(shí)工程師就應(yīng)著手將認(rèn)識(shí)階段 所得到的東西“概念化”亦即進(jìn)行抽象化的處理。 3)形式化階段---一知識(shí)庫(kù)的設(shè)計(jì) 形式化過(guò)程是把上一階段所獲得的各種概念、特征等用知識(shí)工程的方法進(jìn)行處理，將其形式化，以便建立知識(shí)庫(kù)。 4)實(shí)現(xiàn)階段一一原型系統(tǒng)的建立 在實(shí)現(xiàn)階段，知識(shí)工程師的任務(wù)就是將己經(jīng)形式化的知識(shí)變成計(jì)算機(jī)的程序，從而建立起最初的專(zhuān)家系統(tǒng)，也就是原型系統(tǒng)。實(shí)際上在形式化階段中己經(jīng)對(duì) 數(shù)據(jù)結(jié)構(gòu)、推理規(guī)則、控制策略等內(nèi)容作了規(guī)定，此時(shí)主要是把己建立的模型映射到具體的領(lǐng)域中去。 5)調(diào)試階段一一知識(shí)庫(kù)的改進(jìn)與推廣 最后的調(diào)試階段，目的就是對(duì)原型系統(tǒng)進(jìn)行評(píng)價(jià)與修改。在這個(gè)階段中領(lǐng)域?qū)＜遗c知識(shí)工程師應(yīng)該緊密配合。 應(yīng)用： 1. 電力系統(tǒng)故障網(wǎng)絡(luò)故障診斷專(zhuān)家系統(tǒng)

上圖的組成:三個(gè)發(fā)電機(jī)，五條母線以及若干條線路。 假設(shè):線路網(wǎng)絡(luò)和母線均為 110KV 級(jí)電壓，所帶負(fù)荷均為一般負(fù)荷。電網(wǎng)允許線路一側(cè)以保護(hù)第二段時(shí)限切出故障。 具體的保護(hù)情況如下: 線路: 主保護(hù)設(shè)定為電流速斷保護(hù);后備保護(hù)情況為:斷路器 2 是斷路器 4 的遠(yuǎn)后備保護(hù);斷路器 4 是斷路器 6 和 9 的遠(yuǎn)后備保護(hù); 斷路器 7 是斷路器 5 的遠(yuǎn)后備保護(hù); 斷路器 5 是斷路器 3 的遠(yuǎn)后備保護(hù);

母線: 為 110KV 級(jí)單母線，不裝設(shè)專(zhuān)門(mén)的母線保護(hù)裝置，依靠相鄰元件保護(hù)和后備作用切除故障。 2．控制策略應(yīng)用：

本系統(tǒng)采用了三級(jí)診斷的控制策略，推理采用正、反混合推理，再推理過(guò)程中使用了“黑板系統(tǒng)”，黑板系統(tǒng)是采用“對(duì)象一一屬性一一值”的三元記錄表 格。黑板劃分成三塊，即:原級(jí)黑板、目錄黑板與歷史記錄黑板。它們分別記錄初始選擇的信息、推理路線以及推理所需的事實(shí)和得出的結(jié)論。 第一級(jí)診斷專(zhuān)家系統(tǒng)根據(jù)線路網(wǎng)絡(luò)提供的斷路器的動(dòng)作信息，應(yīng)用第一類(lèi)規(guī)則進(jìn)行推理，提出若干故障位置的假設(shè)。 第二級(jí)診斷應(yīng)用保護(hù)斷路器的動(dòng)作信息和第二類(lèi)規(guī)則進(jìn)行反向推理，逐一驗(yàn)證由正向推 理所產(chǎn)生的各種假設(shè)的真?zhèn)巍?第三級(jí)診斷 根據(jù)上述二級(jí)推理的結(jié)果，判斷是否為線路故障，如果確定為線路故障，則 進(jìn)一步應(yīng)用第三類(lèi)規(guī)則進(jìn)行故障相及故障類(lèi)型的測(cè)定，并進(jìn)行故障測(cè)距計(jì)算。 總結(jié)：專(zhuān)家系統(tǒng)是由知識(shí)庫(kù)，數(shù)據(jù)庫(kù)，推理機(jī)等組成的，組成專(zhuān)家系統(tǒng)各個(gè)步驟的聯(lián)系,其在電力系統(tǒng)的實(shí)際應(yīng)用，都對(duì)我們的研究有很大的影響，電力系統(tǒng)故障診 斷專(zhuān)家系統(tǒng)將伴隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)和其它新技術(shù)的發(fā)展而發(fā)展和完善，是電力系統(tǒng)故障診斷方法的發(fā)展方向。 參考文獻(xiàn)

1.周偉鋒.電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)災(zāi)備策略研究及其前置子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)國(guó)].南京:國(guó)網(wǎng)電力科學(xué)研究院，2009. 2.康東明，吳建國(guó)，于微偉.面向服務(wù)災(zāi)備平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)困.計(jì)算機(jī)工程與科學(xué)，2011, 33[4)Z46-149. 3 Girgis A. A New Kalman Filtering Based Digital Distance Relay.IEEE Transactions on Power Apparatus and Systems, 1982, 101 (5):3471 一 3480. 4 Eriksson M. M.，Saha G. D. Rockfeller. An Accurate Fault Locator with Compensation for Apparent Reactance in the Fault Reactance Resulting from Remote-End 工 nfeed.工 EEE Transaction on on Power Apparatus and 5 Systems,顧學(xué)平，1985, 104 (2):424-436.盛四清。人工神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)結(jié)合運(yùn)用的電力系統(tǒng)故障診斷方法。第九屆國(guó)際電力系統(tǒng)保護(hù)的進(jìn)展會(huì)議論文集。1993. 6 Waterman D. A. Guide to Expert Systems.Addission-Wesley PublishingCompany, 1986 Fu j iwarn R.，pp. 63-83. 7 SakaguchT. i, Kohno Y.，Suzuki H. An 工 ntelligent Load Flow Engine for Power System Planning.工 EEE Transaction on power System, 1986, 106 (3):302 一 307. 8 Sawhney H, Jeyasurya B. A feed-forward artificial neural nehvorkwith enhanced feature selection for power system transient stabilityassessment[J]. Electric Power Systems Research, 2006, 76(12): 1047-1054. 9 Bettiol AL, Souza A, Todesco J L, et al. Estimation of critical clearingtunes using 8 neural nehvorks[C].Proceedings of IEEE PowerTechnology Conference, Bologna, Italy, 10 Shney H, Jeyasurya B. On-line transient stability assessment usingificial neural nehvork[C].Proceedings of Large Engineering Systems Conference on Power Engineering, Halifax, Canada, 2004. 11 Moulin L S , Silva A P A, Ei-Sharkawi M A, et al. Support vectormachines for transient stability analysis of large-scale powersystems[J]. IEEE Trans on Power Systems, 2004, 19(2): 818-825. 12 Boudour M, Hellal A. Large scale power system dynamic securityassessment using the growing hierarchical self-organizing feature maps[C]. Proceedings of IEEE international conference on IndustrialTechnology, Hammamet, Tunisia, 2004. 13 Voumvoulakis E M，Hatziargyriou N D .Decision trees-aidedself-organized maps for corrective dynamic security[J]. IEEE Transon Power Systems, 2008, 23(2): 622-630. 14 土同文，管霖.基 J--模式發(fā)現(xiàn)的電力系統(tǒng)穩(wěn)定評(píng)估和規(guī)則提取[J].中國(guó)電機(jī)工程學(xué)報(bào)，2007, 27(19): 25-31. Wang Tongwen, Guan Lin. Power system stability assessment and rule extraction based on pattern discovery[J]. Proceedings of theCSEE, 2007, 27(19): 25-31(in Chinese). 15 土同文，管霖，章小強(qiáng)，等.基 J--擴(kuò)展 k 階近鄰法的電力系統(tǒng)穩(wěn)定評(píng)估新算法[[J].電力系統(tǒng)自動(dòng)化，2008, 32(3): 18-21.Wang Tongwen, Guan Lin, Zhang Xiaoqiang, et al. Anew method for power system stability assessment based on extended k-nearest neighbor classifier[J]. Automation of Electric Power Systems, 2008,32(3): 18-21(in Chinese). 16 J-之虹， 郭志忠.基 J--數(shù)據(jù)挖掘理論的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估 [J].電力系統(tǒng)自動(dòng)化， 2003, 27(8): 45-48.Yu Zhihong, Guo Zhizhong. A novel approach for power systemtransient stability assessment based on data mining theory[J].Automation of Electric Power Systems, 2003, 27(8): 45-48(in Chinese). 17 管霖，土同文，唐宗順.電網(wǎng)安全監(jiān)測(cè)的智能化關(guān)鍵特征識(shí)別及穩(wěn)定分區(qū)算法[[J].電力系統(tǒng)自動(dòng)化，2006, 30(21): 22-27.Guan Lin, Wang Tongwen, Tang Zongshun. Intelligent algorithm for kernel feature identification and stability-based system division inpower grid security monitoring[J]. Automation of Electric PowerSystems, 2006, 30(21): 22-27(in Chinese). 18 許濤，賀仁睦，土鵬，等.基 J 飛統(tǒng)計(jì)學(xué)習(xí)理論的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J].中國(guó)電機(jī)工程學(xué)報(bào)，2003, 23(11): 51-55.Xu Tao, He Renmu, Wang Peng, et al. Power system transient stability assessment based on statistical learning theory[J]. Proceedings of the CSEE, 2003, 23(11): 51-55(in Chinese).

三、寫(xiě)出對(duì)本門(mén)課程學(xué)習(xí)的真實(shí)體會(huì)、要求及建議（不需多，如有建設(shè)性可加 10 分）。 通過(guò)對(duì)本門(mén)課程的學(xué)習(xí)，我們學(xué)會(huì)了在眾多資料中檢索的方法，也學(xué)會(huì)了論文總結(jié)。



  本文關(guān)鍵詞：基于人工智能的電力系統(tǒng)警報(bào)處理方法，由筆耕文化傳播整理發(fā)布。