关键词：人工智能技术；电力自动化；应用
引言：人工智能技术是随着计算机技术发展逐步形成的，是基于人的智能为基础理论进行研究，其目的是开发出一种能具有人类智能的智能机器，在当前最常见的人工智能方式有机器人、语言识别和图像处理系统。人工智能是计算机科学的一个分支，是计算机发展中利用相应技术手段对各种信息资源进行辨别和分析的基础。
一、人工智能技术
“人工智能”是在1956年被提出的，其英文名称ArtificialIntelligence，简称AI。其是一门新兴的技术科学，是由计算机科学发展演化而来。应用领域非常广泛，如心理学、生物学、自动化等，其通过计算机程序模拟人脑的机能完成一系列复杂操作。
1.1人工神经网络（ANN）
人工神经网络是大量处理单元广泛互联而成的网络，是一种模拟动物神经系统的技术。神经网络具有自适应和自学习的能力，能并行处理分布信息。电力系统应用人工神经网络可以进行实时控制、状态评估等。
1.2专家系统（ES）
专家系统是利用知识和推理来解决专家不能解决的问题，传统程序需要固定程序和复杂算法，输入数据并得出结果。专家系统集中大量的符号处理，采用启发式方法模拟专家的推理过程，通过推理，利用知识解决问题。其具有逻辑思维和符号处理能力，能修改原来知识，适合于电力系统问题的分析。
1.3遗传算法（GA）
遗传算法是一种进化论的数学模型，借鉴自然遗传机制的随机搜索算法。其主要特征是群体搜索和群体中个体之间的信息交换。该方法适用于处理传统搜索方法难以解决的非线性问题。
1.4模糊逻辑（FL）
当输入是离散的变量，难以建立数学模型，模糊逻辑则成功应用在潮流计算、系统规划、故障诊断等电力系统问题。
1.5混合技术
以上各种智能控制方法各有局限性，有些甚至难以处理电力系统实际问题。因此需要结合各算法的优势，采用人工智能混合技术。其中包括模糊专家系统、神经网络模糊系统、神经网络专家系统等技术。
二、人工智能控制器的优势
（1）人工智能控制器在设计时可运用语言和响应信息，并且其对专家知识的依赖性比传统控制器弱。
（2）适当调整控制器参数（响应时间、下降时间等）可提高性能，操作过程比传统控制器简单。如在模糊逻辑控制器中将其上升时间调整成比最优PID控制器的时间快1.5倍，则其下降时间则提高3.5倍，并且过冲更小。
（3）在电气自动化控制器设计时由于存在许多不确定因素，导致很难获得控制对象的精确动态方程，在传统控制器设计控制对象模型十分必要，但在人工智能的控制器设计中则不需要控制对象的模型或对其需求更弱。
（4）传统的控制器是针对特定的对象控制设计的，所以控制效果很好，但对其他控制对象而言效果并不好。而智能化的控制器与驱动器无关，其结果一致性强，针对不同的控制对象得到的结果基本一致。
（5）人工智能技术能解决传统方法无法解决的问题，对新数据或信息具有很好的适应能力，易于扩展和修改，抗干扰性强，最重要的是实现的成本低。
三、人工智能技术的在电力自动化的应用
3.1变压器状态监测与故障诊断专家系统
变压器事故原因判断起来十分复杂。判断过程中，必须通过内外部的检测等各种方法综合分析作出判断。变压器监测和诊断专家系统首先对油中气体进行分析。异常时，根据异常程度结合试验进行分析，决定变压器的停运检查。若经分析发现变压器已严重故障，需立即退出运行，则要结合电气试验手段对变压器的故障性质及部位做出确诊。
变压器监测和诊断专家系统通过诊断模块和推理机制，能诊断出变压器的故障并提出相应对策，提高变压器内部故障的诊断水平，实现电力变压器状态检修和在线监测。
3.2在电能质量研究中的应用
人工智能技术可以对电压波动、电压不平衡、电网谐波等电能质量参数进行在线监测和分析。在检测和识别电能质量扰动时能克服传统方法的缺陷。专家系统随着经验的积累、扰动类型变化而不断扩充和修改，便于用户的掌握。专家系统和模糊逻辑可用于培训变电站工作人员，智能软件可以模拟故障情形，有利于提高运行人员的操作技能。
3.3人工智能技术在低压电器中的应用
低压电器的设计以实验为基础，需要分析静态模型和动态过程。人工智能技术能进行分段过程的动态设计，对变化规律进行曲线拟合并进行人工神经网络训练，建立变化规律预测模型，降低开发成本。
低压电器需要通过试验进行性能认证。而低压电器的寿命很难进行评价。模糊识别方法，从考虑产品性能的角度出发，将动态测得的反映性能的特性指标作为模糊识别的变量特征值，能建立评估电器性能的模糊识别模型。
3.4人工智能在电力系统无功优化中的应用
无功优化是保证电力系统安全，提高运行经济性的手段之一。通过无功优化，可使各性能指标达到最优，但无功优化是一个复杂的非线性问题。
人工智能算法能应用于电力系统无功优化。如改进的模拟退火算法，在求解高中压配电网的无功优化问题中，采用记忆指导搜索方法来加快搜索速度。模式法进行局部寻优以增加获得全局最优解的可能性，能以较大概率获得全局最优解，提高收敛稳定性。禁忌搜索方法寻优速度较快，在跳出局部最优解方面有较大优势。遗传算法在解决多变量、非线性、离散性的问题时有极大的优势。要求较少的求解信息的，模型简单，适用范围广。
3.5人工智能在电力系统继电保护中应用
自适应型继电保护装置能地适应各种变化，改善保护的性能，使之适应各种运行方式和故障类型。其能有效处理各种故障信息，获得可靠的保护。
借助于人工智能技术不但能提取故障信息，还能利用其自学习和自适应能力，根据不同运行工况，自适应地调整保护定值和动作特性。
3.6人工智能在抑制电力系统低频振荡的应用
大规模电网互联易产生低频振荡，严重威胁电力系统的安全。人工智能为电力系统低频振荡的控制提供技术支持。神经网络、模糊理论、GA等人工智能技术应用于FACTS控制器和自适应PSS的研究，为抑制电力系统低频振荡提供新的手段。
结束语：随着我国电力系统的持续稳步发展，电力系统数据量不断增加，管理上复杂程度大幅度增长，市场竞争的加大，为人工智能技术在电力系统的应用提供广阔的前景。
参考文献
[1]王洪钟.人工智能技术在电气自动化控制中的应用探讨[J].科技创新导报，2012，（25）：89.
[2]朱子龙.人工智能技术在电气自动化控制中的运用探讨[J].科技创新与应用，2012.
[3]王鹏坡，韩洪伟.基于SAR的遥感成像技术研究[J].新疆师范大学学报（自然科学版），2011，（2）：20-22.