袁 苑 謝 凱

（江蘇省惠山中等專業(yè)學校機電工程系，無錫 214153）

電力設備是電氣系統(tǒng)運行中的關鍵組成部分。不同電力設備在運行中所產生的故障類型具有多樣化和復雜性，嚴重影響電力系統(tǒng)的安全穩(wěn)定運行。同時，在電力設備長期運行過程中，故障問題的發(fā)生是難以避免的。因此，增強電氣故障診斷的及時性、準確性是降低電氣故障影響電力系統(tǒng)正常運行的重要前提。在電氣故障診斷中應用人工智能技術能夠快速、高效地檢測出電力系統(tǒng)運行中存在的各類型故障，并且能夠借助人工智能技術實現對電力設備故障隱患的排查，從而加強對電力系統(tǒng)運行的檢驗，及時對故障隱患設備進行維修養(yǎng)護，實現電力系統(tǒng)的高效運行[1]。因此，加強人工智能技術在電氣故障診斷中的應用對于提高電力運行效率具有重要意義。

1 人工智能技術概述

人工智能技術是一門能夠進行模擬、研究、擴展且能夠勝任人腦復雜工作的智能機械的綜合性系統(tǒng)學科，涉及的范圍廣泛，包括機器人、語言與圖像識別、專家系統(tǒng)等。20世紀50年代，人工智能的概念就已經被提出，在經歷了幾十年的發(fā)展與演變之后，人工智能技術已經在多種領域的應用中表現出更大的優(yōu)勢[2]。人們在最初應用人工智能機器時，主要運用其強大的計算推理能力。經過不斷實踐探索，人工智能的優(yōu)勢不斷凸顯，形成了人工智能技術的相關理論。此后，人工智能技術進入迅猛發(fā)展階段，并被賦予了強大的搜索能力，使得人工智能機器的穩(wěn)定性得到了極大提升，并提升了人工智能技術在實際應用中的工作效率與控制精度?，F階段，人工智能技術正在逐步實現與計算機技術、電子信息技術的深度融合發(fā)展，對于進一步提升人工智能在海量數據信息處理方面的優(yōu)勢發(fā)揮了重要推動作用，使人工智能能夠提供更加快速精準的數據信息，并且為現代網絡科學技術的發(fā)展提供了重要技術支持[3]。

2 人工智能技術在電氣故障診斷中的應用價值

近年來，人工智能技術被廣泛應用于各個領域，正在深刻影響并改變著現代商業(yè)模式以及行業(yè)的發(fā)展狀態(tài)。在此背景下，人工智能技術在電力系統(tǒng)中的應用受到了越來越高的重視[4]。

隨著社會用電需求規(guī)模的不斷擴大，我國電力系統(tǒng)規(guī)模也實現了大幅擴張，各類電力設備廣泛部署，電力自動化、信息化水平不斷提升。全面分析掌握電氣設備運行狀態(tài)與健康水平、及時預測設備運行情況以及提高電氣故障診斷水平是為社會提供優(yōu)質、安全、經濟的電力供應的根本要求[5]。一方面，人工智能技術在電氣設備故障診斷中的應用，實現了電氣設備故障的自動化診斷。借助智能機器人能夠對電氣設備及其運行狀態(tài)進行自動化功能檢查，并能快速得到檢查結果。當系統(tǒng)出現故障時，可以在機器人屏幕上顯示相應的故障位置及立體圖像和影像，并對故障原因進行分析診斷，從而為現場使用人員進行故障搶修提供依據，保障電氣系統(tǒng)正常運行。另一方面，人工智能技術在電氣設備故障診斷中的應用，實現了對電力設備的全面檢查。應用智能機器人對電力設備進行檢查能夠自動生成設備圖像，能夠直觀顯示設備的內部結構、運行參數等各項數據，從而為設備維修養(yǎng)護人員制定相應解決方案提供依據。同時，通過利用智能機器人的自動識別功能，操作人員只需要點擊相應按鈕就可以對設備進行全面的故障分析診斷，降低了由于人工操作而影響故障診斷準確性的可能，提高了故障解決方案的有效性，保障了電力系統(tǒng)的穩(wěn)定運行[6]。

3 人工智能技術在電氣故障診斷中的具體應用

3.1 應用專家系統(tǒng)的電氣故障診斷

電氣故障診斷中，專家系統(tǒng)應用較為廣泛，是人工智能技術中的一項關鍵技術。應用專家系統(tǒng)進行電氣故障診斷就是通過整合專家專業(yè)知識與經驗，建立專家系統(tǒng)故障診斷模塊，從而實現電氣故障診斷的自動化。在建立故障診斷專家系統(tǒng)的過程中，需要先將大量的專家故障診斷專業(yè)知識與經驗數據信息錄入系統(tǒng)，并根據不同的故障類型進行分類，以形成程序化管理模式，從而在故障診斷中將采集到的設備數據信息與專家系統(tǒng)中的數據信息進行對比，實現對系統(tǒng)運行故障的自動化診斷。當信息對比結果為發(fā)生故障時，系統(tǒng)會自動追溯故障源頭，分析故障產生的原因并提供解決方案，從而全面實現故障診斷的自動化。在實際應用中，專家系統(tǒng)故障診斷模塊不僅能夠有效提高故障診斷效率，縮短故障診斷時間，而且可以快速鎖定產生故障的原因，并借助專家系統(tǒng)中大量專業(yè)化數據信息提供最優(yōu)的故障解決方案和解決思路，從而加快排除故障。

3.2 應用人工神經網絡診斷

人工神經網絡是模仿動物神經網絡，通過處理調節(jié)大量神經節(jié)點來滿足復雜系統(tǒng)中信息處理要求的技術。在電力系統(tǒng)運行中，隨著電氣設備類型的多樣化、精密化發(fā)展，設備內部系統(tǒng)的復雜程度不斷提升。在進行電氣故障診斷及設備檢測的過程中，人工神經網絡技術的應用能夠采用云數據處理方法，實現對復雜系統(tǒng)的快速準確分析，從而實現對電氣設備的故障診斷。在實際應用中，人工神經網絡也具有較高的穩(wěn)定性與準確性，能夠降低外界對故障診斷準確性的干擾。同時，利用人工神經網絡還可以對電氣設備進行精準化建模，為提高故障診斷后的問題解決效率提供重要支持。因此，在現階段的電氣故障診斷中，人工神經網絡診斷研究不斷深入，應用范圍不斷擴大。

3.3 應用模糊理論診斷

現代電氣設備呈現出種類多、分布廣、結構參數差異大等特點，而且其本身屬于非常復雜的系統(tǒng)，其狀態(tài)特征量多，在故障診斷中需要采集各項信息并進行整理分類和對比分析，才能夠得到故障診斷結果，制定解決方案。這種信息具有較強的模糊性和不確定性，且存在相互耦合影響，極大地增加了故障診斷難度。應用模糊理論診斷具有診斷的非確定性，能夠根據故障產生的誘因、表現特征以及專家經驗建立模糊關系矩陣，利用其中的邏輯關系實現對故障的診斷。因此，模糊理論是在一種有效的邏輯關系的基礎上，借助大數據和網絡云數據的應用與表征而形成的一種與人腦思維更為貼近的故障診斷方式。利用模糊理論診斷能夠為操作人員進行方案設計與選擇提供可靠依據。

3.4 應用遺傳算法診斷

遺傳算法是通過模仿生物進化概率得到最優(yōu)解決方案的一種人工智能技術，主要優(yōu)勢是運算簡便。遺傳算法在電氣故障診斷中的應用與上述3種人工智能技術應用存在較大的差異，其中最顯著的差異是遺傳算法不需要利用數據庫進行相關數據信息的對比分析，而是根據函數關系對數據信息進行逐次檢索，最終尋找到最佳方案。因此，遺傳算法本質上是一種概率算法，通過應用智能機器人能夠實現在云數據庫中自動檢驗，從而基于最佳方案得到局部或整體優(yōu)化的有效方案。

3.5 應用綜合診斷

綜合診斷是對上述不同診斷方法的綜合運用，通過有效整合各項診斷方法中的優(yōu)勢，彌補各種診斷方法中存在的缺陷。因此，在電氣故障診斷中，可以將不同的人工智能技術進行整合，從而構成性能最優(yōu)的智能機器人，達到電氣故障診斷的最優(yōu)化。在這一方面，可以根據電子系統(tǒng)集成思想增強各項診斷方法的優(yōu)勢，從而形成集成融合，實現人工智能在電氣故障診斷中的最優(yōu)化應用。

4 人工智能技術在電氣故障診斷中的問題及解決方案

4.1 識別問題及解決方案

利用人工智能技術進行電氣故障診斷時，主要依據來源于人工智能機器本身的數據信息。在實際應用中，具體信息收集中會存在一定的誤差情況，主要包括圖像信息和語音信息方面的誤差，從而造成識別誤差問題。其中：圖像信息誤差主要是在故障診斷過程中，對設備本身進行拍攝時，設備上的儀器儀表具體數據往往難以估計，需要工作人員根據監(jiān)測情況進行反饋并向智能機器下達指令后再繼續(xù)進行；語言信息誤差則是由于工作人員在對智能機器下達語音指令后往往存在一段時間的延時，從而導致智能機器人不能及時接收指令并作出操作，甚至是不能接收到指令進行工作。針對這一問題，關鍵解決方案是提高人工智能設備的識別功能，主要措施是在當前智能診斷模式上提升圖像信息和語音信息的識別指數。在改進圖像信息識別功能方面，可通過升級攝像功能系統(tǒng)、增強設備精確度、加強自動識別電氣設備表盤指針等各項運行參數數據的能力以及降低人工信息錄入程度的方式來加強故障診斷流程的流暢性和智能化。在改進語音信息識別功能方面，可通過完善語音指令庫、增加人性化語音指令等方式來提高機器語音識別能力和對語音的靈敏性，增強人機交互的靈活度、敏捷度，從而實現對語音指令的快速反應，使設備能夠及時按照指令動作，從而提高故障診斷效率，縮短診斷時間。

4.2 電力儲備及解決方案

在智能機器設備的應用中，智能機器人等設備主要采用蓄電池供電方式，因此會存在一定的電力儲備問題。當智能機器電量使用達到一定的臨界值之后，若不及時采取有效措施，會導致智能機器因電量不足而無法正常啟動運行和完成對電氣故障的診斷。在電氣故障診斷中，由于電力設備差異，其產生的故障類型不同且難以預測，從而難以對智能機器進行電量使用情況的準確預估與判斷，可能造成由于電力儲備不足而導致的停止運行等問題。針對這一情況，一方面可以在智能機器設計中增加一個智能控制面板，以詳細顯示智能機器在運行過程中的用電狀況、預估使用時長及電量儲備程度，同時設置相應的報警裝置，一旦智能機器在運行中電力儲備不足并達到設備的臨界閾值時就會立即發(fā)出警報，從而提醒工作人員更換電池或充電，確保機器運轉正常。另一方面，可以改善蓄電池技術，優(yōu)化其電力儲備問題，如可以采用光能電池供電。這種電池不同于傳統(tǒng)蓄電池，主要能源來源于光，可以將光照能量轉化為電能儲備，從而有效延長智能機器蓄電池的使用時間，滿足其供電需求。

5 結語

人工智能技術在電氣故障診斷中的應用能夠實現精準、快速、有效地診斷電氣系統(tǒng)故障，從而為故障解決提供可靠依據，保障電氣系統(tǒng)運行的穩(wěn)定性、安全性以及高效性。同時，隨著多元化人工智能技術在電氣故障診斷中的廣泛應用，人工智能技術呈現出了廣闊的應用前景，但其在故障診斷中的問題也逐漸暴露出來，因此仍需加強對人工智能診斷系統(tǒng)的優(yōu)化應用研究。電力行業(yè)相關工作人員應進一步加強人工智能技術在電氣故障診斷中的應用，為充分發(fā)揮其技術優(yōu)勢提供有效參考。