導語：如何才能寫好一篇人工神經網絡基本功能，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】圖像分割；細胞特征；人工神經網絡

據統計，在各種癌癥中，子宮頸癌對婦女的威脅僅次于乳腺癌。全世界每年因子宮頸癌死亡的人數為30萬，確診和發現早期癥狀者各為45萬。雖然確診病人的年齡一般都在35歲以上，但存在這種疾病誘因的婦女卻往往遠在這一年齡以下。如果及時得到診斷，早期子宮頸癌是可以治愈的。因此借助于現代先進的計算機技術結合病理專家的實踐經驗，開發出計算機輔助細胞學診斷系統，才是解決這一問題的關鍵所在。

本文從圖像識別領域出發，應用人工神經網絡模型對子宮頸癌細胞圖像診斷進行探索。首先，對獲取的子宮頸癌圖像進行灰度轉換。由原來的24位彩色圖像轉化為灰度圖像。在對灰度圖像進行分割，主要采取基于門限閾值化的分割方法。分別對細胞，細胞核進行了分割。分割后轉化成為二值圖像，采用八向鏈碼算法對包括周長，面積似圓度，矩形度，核漿比等15個主要形態學參數進行測量。在取得了大量的數據樣本后進行人工神經網絡的訓練。

人工神經網絡是在對人腦神經網絡的基本認識的基礎上，從信息處理的角度對人腦神經網絡進行抽象，用數理方法建立起來的某種簡化模型[1]。通過模仿腦神經系統的組織結構以及某些活動機理，人工神經網絡可以呈現出人腦的許多特征，并具有人腦的一些基本功能[2]。1988年，Rinehart等人提出了用于前向神經網絡學習訓練的誤差逆傳播算法（Back propagation，簡稱BP算法），成功解決了多層網絡中隱含層神經元連接權值的學習問題[3]。BP算法是由教師指導的，適合于多層神經網絡的學習訓練，是建立在梯度下降算法基礎上的。主要思想是把學習過程分為兩個階段：第一階段（信號正向傳播過程），輸入信號通過輸入層經隱含層逐層處理并計算每個節點的實際輸出值；第二階段（誤差修正反向傳播過程），若在輸出層未得到期望的輸出值，則逐層遞歸地計算實際輸出與期望輸出之間的誤差，并已據此誤差來修正權值。在學習過程中，對于每一個輸入樣本逐次修正權值向量，若有n個樣本，那么一次學習過程中修正n次權值。

但是BP算法也存在一定的缺陷，如多解問題、學習算法的收斂速度慢以及網絡的隱含節點個數的選取尚缺少統一而完整的理論指導。為了優化BP算法，我們采用加入動向量的方法對BP算法進行改進。基于BP算法的神經網絡，在學習過程中，需要不斷地改變權值，而權值是和權值誤差導數成正比的。通常梯度下降方法的學習速率是一個常數，學習速率越大，權值的改變越大。所以要不斷地修改學習速率，使它包含有一個動向量，在每次加權調節量上加上一項正比例與前次加權變化量的值（即本次權值的修改表達式中引入前次的權值修改量）。設計模型時，人工神經網絡的輸入輸出變量是兩個重要的參數。輸入變量的選擇有兩個基本原則：其一必須選擇對輸出影響大并且能夠檢測或提取的變量，其二要求各個輸入變量之間互不相關或相關性很小。我們將細胞的形態學特征值作為人工神經網絡的輸入變量。輸出變量代表系統要實現的功能目標，這里以TBS分類法為依據，確定了人工神經網絡的三個輸出變量NORMAL（正常細胞），LSIL（低度鱗狀上皮內病變），HSIL（高度鱗狀上皮內病變）[4]。在人工神經網絡的輸入、輸出確定后，就可以得到網絡的結構圖，從而對測得的細胞特征值進行分類。

本文中所設計的神經網絡分類器，輸入層15個節點、隱含層30個節點、輸出層2個節點。細胞樣本共161例，使用87例細胞樣本數據對人工神經網絡的權值進行訓練。當誤差小于規定值后，再用剩余的74例數據樣本對人工神經網絡進行測試。主要采取的算法是增加動量的BP算法。經實驗，應用人工神經網絡模型識別每張圖片每個細胞，選出128個最有可能的異常細胞圖。通過大量實驗對比訓練樣本識別率最高達96.6%，測試樣本識別率最高達87.8%，總體樣本識別率最高達92.5%。

由實驗可以看出增加動量的BP算法（BP標準算法）的學習次數適中，分類基本準確。增加學習速率可以加快收斂的速度，但同時也看到由于學習速率過大，而導致系統的不穩定，引起震蕩。所以在增加學習不長的同時，動向量不能夠過大，否則會引起震蕩，影響分類的準確率。使用增加動量的BP算法對子宮頸癌細胞的識別效果比較理想，這在醫學研究以及臨床診斷方面具有一定的現實意義及比較廣闊的應用背景。

參考文獻

[1]何苗.徑向基人工神經網絡在宮頸細胞圖像識別中的應用[J].中國醫科大學學報，2006，35（1）.

[2]刑仁杰.計算機圖像處理[M].浙江：浙江大學出版社，1990：32-67.

[3]時淑舫.計算機輔助細胞檢測方法在宮頸細胞學檢查中的應用價值[J].臨床和實驗醫學雜志，2003，2（2）.

篇2

關鍵詞：人工神經網絡；Matlab軟件；溫升預測

中圖分類號：TM303.1 文獻標識碼：A 文章編號：1006-8937（2012）17-0042-02

電動機在國民經濟中起著十分重要的作用，其廣泛應用于工業、農業、冶金、化工、紡織、礦山、交通運輸等國名經濟各部門。據不完全統計，全國使用的中型電機大約有2 000萬臺，然而每年燒毀的電機約為320萬臺，平均每臺的維修費用1 000元，總費用為32億元左右。產生這種現象的原因是多方面的，除了管理措施不完善等因素外，關鍵的問題是電機過熱載保護尚有不盡人意之處，傳統的熱過載保護方案可以分為直接測溫法和間接測溫法，但是直接測溫法需要改變電機生產工藝，而間接測溫法又無法建立數學模型。因此，由于神經網絡理論以其組織結構、高度非線性映射性、高度并行處理的方式等優點,為預測和計算異步電動機的繞組溫度提供了快捷、方便、準確的可能。文章主要通過神經網絡的電動機溫升預測,從而進行了電動機的智能熱過載保護的探討研究。

1 人工神經網絡和BP網絡

概論

1.1 人工神經網絡的概念

人工神經網絡是一個并行，分布處理結構。它由處理單元及稱為聯接的無向信號通道互連而成。這些處理單元（PE-processing element）具有局部內存，并可以完成局部操作。每個處理單元有一個單一的輸出聯接，這個輸出可以根據需要被分支成希望個數的許多并行聯接，且這些并行聯接都輸出相同的信號，即相應處理單元的信號，信號的大小因分支的多少而變化。處理單元的輸出信號可以是任何需要的數學模型，每個處理單元中進行的操作必須是完全局部的。

1.2 BP網絡概念及應用

1986年，由Rumelhart和Hinton 和Williams 完整而簡明地提出一種ANN的誤差反向傳播訓練算法（簡稱BP算法）。當前，在人工神經網絡的實際使用中，絕大部分人工神經網絡模型采用BP網絡，它是前向網絡的核心部分，體現了神經網絡最精華的部分。

目前BP網絡主要應用在函數逼近。即使用輸入矢量和相對應的輸出矢量訓練一個網絡逼近一個函數。其中模式識別，使用一個特定的輸出矢量將它與輸入矢量聯系起來。其算法是多層前饋型網絡。此網絡不但有輸入節點和輸出節點，而且還有一層或多層隱含節點。

2 MATLAB軟件在BP網絡的重要函數應用

MATLAB語言使人們從繁多的程序代碼中解放出來。開發者使用其豐富函數可無需重復編程，只要簡單地調用和使用。MATLAB語言最大的特點是簡單和直接

MATLAB的BP網絡工具箱包含了大量的BP網絡分析和設計的許多工具函數，表1羅列了主要的函數的名稱和基本功能。

3 神經網絡在電動機繞組溫升預測中的應用

3.1 三相異步電動機溫升實驗

異步電動機的電流和溫度的變化，可以反映出它在運行中是否正常。當有故障時，大多會引起定子電流增大和電動機溫度過高。因此，對運行中的異步電動機，監視它的電流和溫度是極其重要的。電動機銘牌上對電機的額定電流和允許溫升都有規定。允許溫升是指在環境溫度40℃及在海拔1 000 m高度以下的條件下定子繞組的穩定溫升。電機的溫升是由電機內部的損耗（主要是繞組的銅損耗和鐵心的損耗，它們是電機內部發熱的熱源）和散熱通風的條件所決定，它的允許值是被電機繞組的絕緣材料的等級所限制。以下采用電阻法測異步電動機溫升。

繞組溫升的計算公式為：

Δt=（R2-R1）/R1×（Ka+t1）-（t2-t1）

式中，Δt為繞組溫升；R2為實驗開始的繞組電阻；R1為實驗結束的繞組電阻；Ka當繞組為銅制導線時取234.5，當繞組為鋁制導線時取228；t1為實驗開始時的室溫；t2為實驗結束時的室溫。

①實驗進行依據。異步電動機繞組溫升的測量主要是為了檢驗異步電動機在正常工作狀態下各部位的溫升是否正常。在測試的過程中，使用了溫度計和萬用表，并利用上文所提到的各種公式，計算了繞組的溫升。當前這種測試方法的主要依據為：隨著溫度的改變導體的電阻將改變的原理。即同一段導體，在不同的溫度下，其具有不同的電阻值。

②實驗步驟。在不同的實驗環境下，使用溫度計量出異步電動機工作時的環境溫度t2，并且在異步電動機啟動前，使用用萬用表測量異步電動機單相繞組的電阻R。啟動后，異步電動機配以額定負載運行。當電動機穩定運行30 min以后，依然使用溫度計量出此時繞組的溫度T, 當溫度計的溫升刻度保持穩定時馬上停機，并立刻測出此時電動機單相繞組的電阻值R。異步電動機溫升實驗電路接線圖如圖1所示。

3.2 實驗樣本的數據處理

采集實驗樣本并且進行必要的數據處理是實現神經網絡對電機繞組溫升預測關鍵的一步。通過對三相異步電機進行溫升實驗，采集了14組數據。其中12組用于訓練網絡，其余兩組用于測試訓練后的網絡正確性與適用性，將采集到的12組訓練數據，其中用MATLAB分別對從1.5A和5A的2組數據進行擬合。

由于采集的數據是一些離散的點，所以存在一定的誤差，曲線不夠光滑，因此不能直接用于神經網絡的訓練，需要經過擬合才能應用。可以采用三層BP網絡來擬合各條實驗曲線，網絡結構框圖如圖2所示，擬合后的溫升曲線見圖3。從圖中可以看出擬合后的溫升曲線比實測光滑很多。

為了提高神經網絡的訓練效率，還需要對“輸入——目標”樣本集數據作必要的預處理，即進行歸一化處理，使輸入和目標數據落入[-1,1]區間。歸一化公式為：

Pn=2×（P-minp）（maxp-minp）-1

Tn=2×（T-mint）（maxt-mint）-1

式中：P為原始輸入數據；minp,maxp為P中的最小值和最大值；Pn為歸一化后的輸入數據；mint，maxt分別為T中的最小值和最大值；Tn為歸一化后的目標數據。

3.3 結合BP網絡，電機負載運行繞組溫升預測的實現

影響電動機繞組溫升的因素有發熱和散熱兩個過程。發熱的主要影響因素有電流、電壓、電源頻率、功率、轉速。電動機散熱與當前電機溫度和環境溫度相關聯。其中電壓、電流及環境溫度可分別通過電壓、電流互感器及溫度傳感器直接測得，電源頻率和功率因數則是利用以測得的電壓、電流通過計算獲得。一旦BP網絡預測到某一時刻的溫升可能超過長期使用的允許溫升，就發送時間參數到保護器，經過延時時間，切斷電動機電源，從而達到保護的電機的目的。

4 結 語

本文的重點是神經網絡在電動機繞組溫升預測中的使用。通過電機的溫升實驗，證明了神經網絡的應用對電機繞組溫升的預測是可行的，并且能夠實現對電機的過載保護，充分發揮了電機的作用，其保護效果明顯優于其它傳統繼電保護裝置，并且具有研究意義。

參考文獻：

[1] 蔣宗禮.人工神經網絡導論[M].北京:高等教育出版社,2001.

[2] 魏海坤.神經網絡結構設計的理論與方法[M].北京:國防工業出版社,2005.

[3] 郭晶. MATLAB6.5輔助神經網絡分析與設計[M].北京:電子工業出版社,2003.

篇3

關鍵詞：電阻點焊；神經網絡；消音鋸片

0序言

電阻點焊過程是一個高度非線性，既有多變量靜態疊加又有動態耦合，同時又具有大量隨機不確定因素的復雜過程。這種復雜性使得傳統方法確定最佳工藝參數存在操作復雜、精度低等缺陷。

本文通過深入研究提出了一種神經網絡優化消音鋸片電阻點焊工藝參數方法。以試驗數據為樣本，通過神經網絡，建立焊接工藝參數與焊接性能之間的復雜模型，充分發揮神經網絡的非線性映射能力。為準確預測點焊質量提高依據。在運用試驗手段、神經網絡高度非線性擬合能力結合的方式，能在很大程度上克服傳統方法的缺陷，完成網絡的訓練、檢驗和最優評價，為電阻點焊過程的決策和控制提供可靠依據。

1原理

人工神經網絡是用物理模型模擬生物神經網絡的基本功能和結構，可以在未知被控對象和業務模型情況下達到學習的目的。建立神經網絡是利用神經網絡高度并行的信息處理能力，較強的非線性映射能力及自適應學習能力，同時為消除復雜系統的制約因素提供了手段。人工神經網絡在足夠多的樣本數據的基礎上，可以很好地比較任意復雜的非線性函數。另外，神經網絡的并行結構可用硬件實現的方法進行開發。目前應用最成熟最廣泛的一種神經網絡是前饋多層神經網絡（BP），通常稱為BP神經網絡。

神經網絡方法的基本思想是：神經網絡模型的網絡輸入與神經網絡輸出的數學關系用以表示系統的結構參數與系統動態參數之間的復雜的物理關系，即訓練。我們發現利用經過訓練的模型進行權值和閾值的再修改和優化（稱之為學習）時，其計算速度要大大快于基于其他優化計算的速度。

BP神經網絡一般由大量的非線性處理單元——神經元連接組成的。具有大規模并行處理信息能力和極強的的容錯性。每個神經元有一個單一的輸出，但可以把這個輸出量與下一層的多個神經元相連，每個連接通路對應一個連接權系數。根據功能可以把神經網絡分為輸入層，隱含層（一或多層），輸出層三個部分。設每層輸入為ui(q)輸出為vi(q)。同時，給定了P組輸入和輸出樣本 ，dp（p=200）。

（6）

該網絡實質上是對任意非線性映射關系的一種逼近，由于采用的是全局逼近的方法，因而BP網絡具有較好的泛化的能力。

我們主要是利用神經網絡的非線性自適應能力，將它用于消音鋸片的電阻點焊過程。訓練過程是：通過點焊實驗獲得目標函數與各影響因素間的離散關系，用神經網絡的隱式來表達輸入輸出的函數關系，即將實驗數據作為樣本輸入網絡進行訓練，建立輸入輸出之間的非線性映射關系，并將知識信息儲存在連接權上，從而利用網絡的記憶功能形成一個函數。不斷地迭代可以達到sse（誤差平方和）最小。

我們這次做的消音金剛石鋸片電焊機，通過實驗發現可以通過采用雙隱層BP神經網絡就可以很好的反應輸入輸出參數的非線性關系。輸入神經元為3，分別對應3個電阻點焊工藝參數。輸出神經元為1，對應焊接質量指標參數。設第1隱含層神經元取為s1，第2隱含層神經元取為s2。輸入層和隱含層以及隱層之間的激活函數都選取Log-Sigmoid型函數，輸出層的激活函數選取Pureline型函數。

2點焊樣本的選取

影響點焊質量的參數有很多，我們選取點焊時的控制參數，即點焊時間，電極力和焊接電流，在固定式點焊機上進行實驗。選用鋼種為50Mn2V，Φ600m的消音型薄型圓鋸片基體為進行實驗。對需要優化的參數為點焊時間，電極力和焊接電流3個參數進行的訓練。最后的結果為焊接質量，通常以鋸片的抗拉剪載荷為指標。

建立BP神經網絡時，選擇樣本非常重要。樣本的選取關系到所建立的網絡模型能否正確反映所選點焊參數和輸出之間的關系。利用插值法，將輸入變量在較理想的區間均勻分布取值，如果有m個輸入量，每個輸入量均勻取n個值（即每個輸入量有m個水平數）， 則根據排列組合有nm個樣本。對應于本例，有3個輸入量，每個變量有5個水平數，這樣訓練樣本的數目就為53=125個。

我們的實驗，是以工人的經驗為參考依據，發現點焊時間范圍為2~8s，電極力范圍為500~3000N，點焊電流范圍為5~20kA時，焊接質量比較好。我們先取點焊電流，電極力為定量，在合理的范圍內不斷改變點焊時間，得到抗拉剪載荷。如此，可以得到不同點焊電流和電極力的抗拉剪載荷。根據點焊數據的情況，我們共選用200組數據。部分測試數據如表1：

神經網絡建模的關鍵是訓練，而訓練時隨著輸入參數個數的增加樣本的排列組合數也急劇增加，這就給神經網絡建模帶來了很大的工作量，甚至于無法達到訓練目的。

3神經網絡

我們用200組訓練樣本對進行神經網絡訓練，以err_goal=0.01為目標。調用Matlab神經網絡工具箱中的函數編程計算，實現對網絡的訓練，訓練完成后便得到一個網絡模型。

程序

x1=[2.1 2.5 3 3.5 4……]； %點焊時間輸入，取200組

x2=[1.3 1.5 1.9 2.1 2.3……]；%電極力輸入，取200組

x3=[9 10 11 12 13……];%點焊電流輸入，取200組

y=[2756 3167 3895 3264 2877……]； %輸出量，取200組

net=newff([1 10;0.5 3;5 20]，[10 10 1]，{‘tansig‘‘tansig‘‘purelin‘});

%初始化網絡 轉貼于

net.trainParam.goal = 0.01;%設定目標值

net=train(net，[x1;x2;x3]，y);%訓練網絡

figure； %畫出圖像

選取不同的s1，s2，經過不斷的神經網絡訓練，發現當s1=8，s2=6時，神經網絡可以達到要求。工具箱示意圖如下圖1。

圖 1工具箱示意圖

工具箱示意圖非常清晰地表示了本實驗的神經網絡的輸入，輸出以及訓練的過程。

神經網絡的訓練結果，如圖2所示:

圖2神經網絡的學習過程

圖中可以看出雙層網絡訓練的sse在訓練100次時，已經接近0.0001，效果較理想。

為了驗證經過訓練的網絡模型的泛化能力，在輸入變量所允許的區域內又另選多個樣本進行了計算。發現：利用BP神經網絡模型計算的測試輸出與期望輸出值相符，誤差小于2％。

在已經訓練好的網絡中找出最大值：

for i=2:10 %點焊時間選擇

for j=0.5:0.1:3%電極力選擇

fork=5:0.1:20%點焊電流選擇

a=sim(net，[i，j，k])；%仿真

ifan %比較仿真結果與最大值，取最大值n=a；

i(1)=i；%最大值的時間

j(1)=j；%最大值的電極力

k(1)=k； %最大值的電流

end

end

end

end

將i（1），j（1），k（1）以及n輸出，n為最大值。得到點焊時間為3.4s，電極力為12.7kN，點焊電流為11.8kA，此時的抗剪拉剪載荷為4381N，為訓練結果的最大值。將點焊時間為3.4s，電極力為12.7kN，點焊電流為11.8kA在點焊機上進行實驗，得到結果為4297N。并且通過與實際的結果相比較，發現誤差也在2%以內。

4結論

1）本文采用了插值法作為選取BP神經網絡訓練樣本的方法。并且在數據變化劇烈的地方多選取了75組數據，這樣可以得到較高精度的網絡模型，使點焊模型的可行性。

2）基于此方法建立了三個點焊參數的BP神經網絡模型，而且所建的BP模型具有較高的精度，可以很好的描述了這三個點焊參數與點焊質量的映射關系。

3）由于神經網絡模型將系統結構參數與傳統動態特性參數之間的物理關系，反映為神經網絡模型的網絡輸入與網絡輸出的數學關系，因此，在神經網絡模型上進行結構修正與優化比在其他模型上更直接，簡單與高效。

本文采用神經網絡的方法優化復合消音鋸片的點焊工藝參數，為分析點焊質量提供了很好的輔助手段。通過與以前工藝相比較，提高了點焊質量。

參考文獻

[1] 方平，熊麗云.點焊電流有效值神經網絡實時計算方法研究.[J].機械工程學報，2004（11）.148-152.

篇4

[關鍵詞]網絡學習資源；個性化推薦；推薦系統

伴隨現代遠程教育及MOOC的快速發展，網絡學習資源日趨豐富。一方面，海量學習資源使學習者有了更多的選擇余地，可以根據個人的興趣愛好、知識結構的積累，選擇更適合自己的學習資源。另一方面，網絡學習資源是異質的，有文本、音頻、視頻等多種形式，學習者在紛繁復雜的學習資源中，并不總是能夠完全及時準確地發現自己想要的資源，這也使得很多網絡學習系統無法得到充分有效的應用。

網絡學習資源個性化推薦系統是一個基于REST架構的分布式資源庫系統。主要包括管理員、用戶、學習資源。管理員可以創建、修改、刪除學習資源；用戶可以瀏覽、下載、評價和獲得推薦學習資源。用戶在利用傳統的類目、搜索學習資源的同時，系統還能夠根據用戶的個性化信息向用戶提供個性化的推薦。

1系統結構

網絡學習資源個性化推薦系統的基本功能如下：

（1）用戶智能化管理：收集用戶的興趣偏好，根據學習資源的特征對用戶進行推薦。

（2）分類瀏覽：將網絡學習資源以傳統的類目和Tag方式加以組織，從而有利于信息的進一步挖掘。

（3）個性化檢索：依照用戶的檢索內容和學習資源的匹配度，加入用戶的個性化的興趣偏好，向用戶反饋個性化的檢索結果。

（4）個性化推薦：構建個性化推薦模型，基于協同過濾、知識庫等不同的推薦模型向用戶推薦學習資源。

根據以上分析，從應用角度設計和實現了推薦系統的體系結構，如圖1所示。前端開發工具采用ASPnet Web API，它是Microsoft的REST架構平臺，基于REST的架構能使應用程序獨立于操作系統和程序語言，方便地與移動設備、數據分析平臺等無縫銜接，同時也可以調用其他應用程序的功能。數據分析及推薦算法采用Python語言實現的sklearn機器學習模塊和TensorFlow實現的深度學習模塊。整個系統分為四大部分：前端用戶接口、推薦系統核心功能、學習資源管理系統和用戶數據處理系統。

2個性化推薦引擎

目前主流的推薦技術包括以下幾種：基于內容的推薦、基于用戶統計信息的推薦、基于協同過濾的推薦、基于關聯規則的推薦以及基于知識庫的推薦。基于用戶、物品的協同過濾算法是推薦系統中應用最廣泛、最成功的算法。協同過濾算法，通過分析用戶與物品間的關系，計算物品、用戶間的相似度，根據用戶過往的評價行為利用分類、聚類的手段向用戶提供推薦列表。

21用戶偏好分析

用戶偏好分析是個性化推薦準確性的關鍵，建立以用戶歷史行為為標準的用戶模型是做好用戶偏好分析的關鍵。結合用戶歷史行為和物品信息，可以得到用戶每種行為下的用戶偏好數據，建立偏好的維度和偏好程度。

將各種行為的偏好數據合并，從而得到用戶在物品、類別、標簽等各個維度上的偏好程度。在對不同維度的數據合并計算時，應當考慮用戶對于不同行為類型的用戶偏好程度，從而賦予不同的權重。

利用機器學習中的Random Forest算法，在使用人工標記后的訓練數據，經過模型的訓練、測試，從而將用戶劃分到不同的群體。在處理用戶的偏好數據時，應當考慮時間因素的影響，根據不同的時間間隔，劃分成長期、中期、短期和實時四個時間維度，從而解決用戶因為時間的推移、興趣愛好發生變化產生的影響。

22協同過濾

協同過濾的推薦方法，主要利用用戶過去的行為或意見預測當前用戶對物品的可能喜好，可以推]一些物品內容上差異較大但用戶又感興趣的物品，以近鄰算法為主。基于近鄰的方法，在數據預測中直接使用已有數據進行預測，將用戶的所有數據加載到內存中進行運算。通常劃分為基于用戶的系統過濾和基于物品的協同過濾。基于用戶的協同過濾是，獲取和當前用戶相似的用戶列表，將這些用戶喜歡的物品推薦給當前用戶；基于物品的協同過濾，獲取當前用戶偏好的物品列表，將和這些物品相似的物品加入到推薦的候選列表中。

23深度神經網絡

“深度學習”（Deep Learning）的概念源于人工神經網絡的研究，于2006年由Hinton等人提出。含多隱層的多層感知機就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。比較常用的深度學習算法有，卷積神經網絡、循環神經網絡、遞歸神經網絡及LSTM長短時記憶等算法。

Tensor Flow是谷歌于2015年11月9日正式開源的深度學習計算框架。Tensor Flow使用數據流式圖來規劃計算流程，可以將計算映射到不同的硬件和操作平臺，大大簡化了真實場景中應用機器學習的難度。

本系統利用Tensor Flow平臺設計了兩個深度神經網絡：第一個深度神經網絡用來生成候選學習資源列表；第二個深度神經網絡用來對輸入的候選學習資源列表打分排名，以便將排名靠前的學習資源推薦給用戶。候選學習資源的列表并不完全依賴于第一個神經網絡的結果，也可以使用其他來源產生的候選學習資源。

3結論

利用傳統的類目式導航和簡單的信息檢索手段，用戶很難在紛繁復雜的學習資源中準確地發現自己需要的學習資源，并且用戶之間無法共享有價值的學習資源。采用本文設計的模型，在幫助用戶快速獲取大量的有價值的學習資源的同時，還能夠根據其他用戶已經獲取的學習經驗來提高用戶的學習效率，這種個性化的推薦方式有助于提高用戶學習效率和學習資源的使用效率。

參考文獻：

[1]楊露基于協同過濾算法的鶴崗師專多媒體教學系統設計與實現[D].長春：吉林大學，2016

[2]裴艷基于學習分析的學習資源個性化推薦研究[D].西安：陜西師范大學，2015

[3]江周峰面向個性化學習資源共享的混合推薦系統的設計與實現[D].北京：北京郵電大學，2015

[4]應中運基于用戶情境的論壇個性化推薦模型研究[D].重慶：西南大學，2014

[5]胡小豐面向科研用戶的個性化推薦系統設計與實現[D].北京：中國農業科學院，2013

篇5

關鍵詞 電力系統；新型保護；繼電保護裝置

中圖分類號：TM922 文獻標識碼：A 文章編號：1671-7597（2013）11-0000-00

在經濟飛速發展的背景下，我國的供電量不斷攀升，電力工程承受的負荷也是空前巨大，電網的容量增大，且正朝著遠距離、高電壓的方向前進，各電網之間的關系越來越緊密，同時也變得更為復雜。有鑒于此，電力系統的安全問題引起了全社會的高度重視，如若發生故障，能夠及時關閉故障元件是最好的解決方法，而繼電保護無疑是最理想的選擇。一旦繼電保護失去效用，引起的后果不堪設想，因此，必須加強其可靠性以及安全性，保證其能夠穩定運行。經過長期發展，繼電保護技術呈現出多元化發展趨勢，且在許多新技術的帶動下不斷地完善。

1 繼電保護技術的歷史和現狀

1.1 發展過程

我國的繼電保護技術開始于上世紀60、70年代，發展初期采用的是晶體管的繼電保護器，因符合當時需求，得到了大力普及。接著研發出的是集成電路保護，該技術的前提是集成運算放大器。隨著技術的不斷進步，微機保護繼電裝置開始興起，并得到廣泛使用。結合目前具體情況對其發展過程進行分析，可大概推測出其以后的發展方向，即朝著電子化、網絡監控化的方向發展。

1.2 應用現狀

1）如何做好設備選型。在繼電保護技術應用中，要想使其功能得到最大發揮，首要任務是做好設備選型工作。如何做好設備選型的工作，需注意以下幾點：繼電保護裝置應與系統需求相適應，且能夠正常履行其該有的義務功能。利用繼電保護裝置能夠對電力系統的運行狀態進行實時監控，一旦發現有故障出現，能在第一時間內發出警報并根據自動選擇進行切除故障。而網絡技術的發展，也被引進了繼電保護領域，從而形成了現代自動化、網絡化監控的模式。因此，在設備選型時，需從繼電保護的基本功能入手，并對其可靠性、靈敏性以及速度性等多方面都做詳細的考慮，不管是品牌還是型號，都要與系統需求相符，這樣才能保證系統正常運轉。

2）繼電保護功能的應用探討。就現代繼電保護應用而言，較為常用的功能主要包括線路保護、主變保護、母聯保護以及電容器保護功能等。在輸變電過程中應用繼電保護功能，能避免因故障而帶來的損害，或將損失減到最低。一般來說，繼電保護裝置多采用二段式或者三段式的電流保護，對短路諸故障能起到很好的防范作用。而且，主變保護和母聯保護也能保護輸變電的設備，減輕了故障造成的損失。現代繼電保護裝置大都具備微電腦處理技術，能夠實現自動監控、快速保護斷開等功能，對電力系統的安全運行提供了可靠的保障。

3）繼電保護技術的網絡化和智能化。當前社會，各種技術都有了不同程度的進步，繼電保護技術在不斷發展中也吸收借鑒了許多技術，涉及面很廣，如計算機、現代自動化以及網絡技術等等。在多種技術的結合下，繼電保護技術開始朝網絡化、智能化方向發展。單片機技術的引入就是很好的見證，實現了微機化的保護應用，不但提高了其工作率的準確度，結合快速數據處理功能，還能對變電設備計算機系統起到良好的保護作用。利用網絡通信，有利于監控人員對故障信息進行全面而正確的接受。可以這么說，在現代繼電保護應用中，計算機技術起著關鍵性的作用，很大程度上決定著系統能否穩定供電。

如今，智能化技術在繼電保護領域得以應用，使得繼電保護裝置的穩定性智能性都有了一定的提高。 智能化技術不僅為繼電保護裝置提供了更新的技術支持，還為現代電力系統智能化控制與保護奠定了基礎 。集智能化技術、計算機技術、網絡通信技術以及單片機技術于一體，有利于促進現代屯力系統繼電保護與輸變電的綜合自動化。

2 網絡繼電保護與控制技術

該技術主要是在通信技術的基礎上，將電力系統的運行狀態以數字化的形式發送至繼電保護控制系統，一旦有故障出現，控制系統會自動對其分析判斷，然后發送控制命令，以完成繼電保護工作。

2.1 構成

該系統的構成部分主要包括數字傳輸網絡、測控裝置、人機對話界面以及網絡繼電保護控制服務器等。其中，測控裝置主要負責各個設備交流信息機信號的采集工作，將收集的模擬信號轉變為數字信號發送至控制系統。當繼電保護器和控制子系統都處于正常運行狀態時，則對變電站實時監控；如果有故障發生，將替代完成系統的繼電保護功能。而繼電保護器和子系統都只是和某一個變電站相對應，也就是說，它們只能對與其相應的變電站進行數據收集工作。以至于系統服務器雖有故障發生，繼電保護裝置仍能夠保護其相對應的變電站。數字傳輸網絡起著橋梁作用，主要負責與系統服務器相連接，以及數字信息的傳遞工作，包括服務器和子系統之間的信號交換。網絡繼電保護控制系統主要負責接收信號的分析整理工作，它將固定的邏輯關系提前設置好，以方便對信號做出判斷，并通過數據指令的形式來完成對各個設備的保護工作。人機對話界面是控制者和系統交流的有效途徑。

2.2 數據流的運行模式

對網絡繼電保護器而言，數據流主要是靠分散采集、集中處理的形式運轉的。在整個系統運行過程中，由測控裝置對各個變電站進行信號收集，然后借助數字網絡傳輸發送至服務器，然后做分析處理。在這個過程中，可將原件分成網外原件、網間原件以及網內原件三種。網外原件是指至少有一個端點是位于電路接線圖中的，其收集不到端電外的信號；網間原件的端點在接線圖之外，但從中能夠獲得有效信息；網內原件則是指所有的端點都能在電路接線圖中找到。使用這種運行模式，不用對每個原件設置專門的信號通道，就能夠得到原件兩端的參數，以便于進一步對系統運行狀態做出判斷，同時還利于實現繼電保護功能。

3 電力系統的智能化技術

電力系統非常龐大復雜，具有強非線性和時變性，因此，其各項參數也都在不斷地變化中，且含有大量未建模動態部分。由于電力系統覆蓋的面積較廣，很多軟件的物理特性都存在缺陷，這就加大了控制難度。隨著科技的不斷進步，專業人士積極探索，使得電力系統朝著智能化發展，以下介紹幾種智能控制技術。

3.1 線性最優控制

在現代控制理論中，線性的最優控制成功地將優化理論同實際相結合，有效地應用在控制問題中，是控制理論系統不可或缺的一部分。現代控制理論五花八門，線性最優控制是應用范圍最廣的一種，除此外，還顯得很成熟。有人提出了利用最優勵磁控制手段提高遠距離輸電線路輸電能力和改善動態品質的問題，取得了一系列重要的研究成果。在此項研究中，針對大型機組，主要是對傳統的勵磁方式的一種改進，用現代的最優勵磁控制方式取而代之。除了這一方面，最優控制理論還可應用在水輪發電機中，能夠很好的對其制動電阻的最優時間進行合理控制，而且取得了很好的效果。電力系統線性最優控制器目前已在電力生產中獲得了廣泛的應用，作用越來越突出，影響也越來越大。不過有一點需要注意，由于這種控制器是針對電力系統的局部線性化模型來設計的，在強非線性的電力系統中對大干擾的控制效果不理想。

3.2 模糊控制

這種方法有許多優點，不但實用性較強，而且操作起來十分方便簡單。在家用電器中表現出良好的性能。在目前，為實現有效控制，較為常用的方法就是建立模型，不過在實際中，要建立數學模型是有一定的難度的。與其相比，模糊關系模型的建立相對會容易些，而其優勢也在大量的應用中得以充分發揮。除了模型，其相應的理論也在日常生活中多個領域得到利用，如電風扇等一些家用電器。以恒溫器為例，對于普通的恒溫器，可借助模糊控制器加以改進。多數情況下，電熱爐或其他電器在不同狀態中溫度也會發生相應的變化，恒溫器的作用就是對其進行合理調節并保存記錄，為以后的使用提供方便。這是從理論上說的，在實際操作中往往會出現許多問題，通常表現在兩個方面，一是在恒溫應用中，可能會出現圍繞恒溫擺動振蕩的情況，二是在冷態啟動時，可能會發生溫度過高的狀況。為了盡量避免這些問題的出現，減小其發生率，可選用模糊控制器加以有效控制。至于具體的操作方法，則很容易掌握，只需輸入兩個語言變量，分別為溫度、溫度變化，各自論域通常會用5組語言變量互相跨接進行描述即可。采取這個措施，雖然方法簡單，卻能起到很不錯的節電效果，一旦杜絕了冷態加熱時的超溫現象，熱態中圍繞恒溫值擺動的情況也不復存在。

3.3 專家系統控制

在電力系統中，該方法有著很廣泛的應用，且取得的效果也都十分良好，如在辨識危險信號、對故障加以隔離以及系統恢復控制等方面都發揮著相當重要的作用。不過由于受各方面條件的影響，在應用中還有一定局限性，主要體現在以下幾點：①掌握的大多只是基礎知識和表面功能，對其更深度的探析則有所不夠；②沒有健全系統的學習機構，碰到很多陌生問題會束手無策；③缺乏獨立的創造性，而且驗證問題做的十分復雜，容易耗費時間。由分析可知，在應用此方法時，需對其效益問題做重點考慮。

3.4 神經網絡控制

人工神經網絡最早是開始于上世紀四十年代，在六十年代曾一度出現研究低潮，然而發展到今天，不管是學習算法，還是模型結構，都取得了比較不錯的成效。其結構組成是大量的神經元，按照一定的規律相連接起來的，其連接權值上隱含著大量未知信息，因此，采取適當的計算方法對權值進行合理調整，有利于神經網絡從m維空間到n維空間復雜的非線性映射的實現。它本身具有非線性的特點，魯棒性、自主學 習以及并行處理的能力都比較強，在全球范圍受到了廣泛重視。就目前而言，此方法受到了足夠的重視，有許多相關專業人員對其進行了理論研究，但大都集中在神經網絡模型及結構的研究、神經網絡學習算法的研究、神經網絡的硬件實現問題等。

3.5 綜合智能系統

綜合智能控制既包含了智能控制與現代控制方法，又包含了各種智能控制方法之間的交叉結合，對電力系統這樣一個復雜的大系統來講，綜合智能控制更有巨大的應用潛力。目前，專家系統與模糊控制的結合、神經網絡與模糊控制的結合等是電力系統中的主要研究對象。神經網絡適合于處理非結構化信息，而模糊系統對處理結構化的知識更有效。因此，模糊邏輯和人工神經網絡的結合有良好的技術基礎。這兩種技術從不同角度服務于智能系統，人工神經網絡主要應用在低層的計算方法上，模糊邏輯則用以處理非統計性的不確定性問題，是高層次的推理，這兩種技術正好起互補作用。因此將二者結合起來的研究成果較多。

4 結束語

通過以上分析我們可知，繼電保護裝置在電力系統中占據著相當重要的位置，對輸變電設備的安全起著關鍵性的作用。隨著用電量的急劇增長，電力系統的安全運行問題成了關注焦點，為解決這一潛在的危害，必須采取繼電保護技術。近些年來，繼電保護技術有了很大進步，相應的設備也發生很大變化，為保證電力系統的正常運行，需要將該技術進一步完善，即朝著智能化、網絡化以及自動化方向再邁進一步。

參考文獻

[1]李玲，劉闖，張振興，張文奎，馮學蘭[J].科技致富向導，2012，36（15）：152-154.

[2]高翔.電力系統保護與控制策略概述[J].北京電力高等專科學校學報，2012，29（1）：237-239.

[3]黃永紅，楊澤斌.電力系統保護與控制課程改革與實踐[J].中國電力教育，2009.21（6）：149-151.

[4]趙彩宏，鄒貴斌，田立軍，江世芳.一種新型保護——故障限流器在電力系統中的應用[J].山東電力技術，2000，25（6）：127-130.

[5]戴列峰，劉浩，俞波.新型電力系統保護測控裝置硬件平臺的研制[J].微型機與應用，2007，25（S1）：261-263.

[6]姚朝賢.電力系統繼電保護技術應用現狀的探討[J].科技致富向導，2012，38（35）.

[7]龍艷紅，蘭蔚，鄧海鷹.電力系統繼電保護與自動化專業建設方案與實施[J].中國電力教育，2011，23（4）：109-111.

[8]李妍淺.論電力系統自動化中智能技術的應用[J].中國科技信息，2010，29（8）：276-279.

[9]趙憲文.計算機與電力系統自動化技術的有機結合[J].科技傳播，2011，26（10）：231-234.

篇6

關鍵詞:電力系統繼電保護技術應用發展趨勢

一、前言

電力系統的迅速發展對繼電保護提出了新的要求,電子技術及通信技術等的迅速發展又為繼電保護技術的發展不斷地注入了新的活力,隨著微機保護裝置的應用普及,繼電保護二次系統的自動化水平得到不斷提高,許多當前由人工處理的模擬信息轉化為大量的數字信息,而技術管理人員也有許多用計算機實現的資料和試驗記錄文檔。因此,繼電保護技術得天獨厚, 在余年的發展時間里經歷了個歷史階段,現在是微機保護階段。

二、繼電保護技術

繼電保護裝置是指：當電力系統中的電力元件（如發電機、線路等）或電力系統本身發生了故障危及電力系統安全運行時,能夠向運行值班人員及時發出警告信號,或者直接向所控制的斷路器發出跳閘命令以終止這些事件發展的一種自動化措施和設備,一般通稱為繼電保護裝置。其基本任務是：當被保護的電力系統元件發生故障時,應該由該元件的繼電保護裝置迅速準確地給脫離故障元件最近的斷路器發出跳閘命令, 使故障元件及時從電力系統中斷開, 以最大限度地減少對電力系統元件本身的損壞, 降低對電力系統安全供電的影響, 并滿足電力系統的某些特定要求。反應電氣設備的不正常工作情況, 并根據不正常工作情況和設備運行維護條件的不同（例如有無經常值班人員）發出信號,以便值班人員進行處理, 或由裝置自動地進行調整, 或將那些繼續運行會引起事故的電氣設備予以切除。反應不正常工作情況的繼電保護裝置允許帶一定的延時動作。其基本要求是應滿足可靠性、選擇性、靈敏牲和速動性。這四“性”之間緊密聯系, 既矛盾又統一。

三、微機繼電保護系統特點

研究和實踐證明, 與傳統的繼電保護相比較, 徽機保護有許多優點,其主要特點如下：

1、改善和提高繼電保護的動作特征和性能, 動作正確率高。

其主要是在能得到常規保護不易獲得的特性；很強的記憶力能夠更好地實現故障分量保護；可引進自動控制、新的數學理論和技術如自適應、狀態預測、模糊控制及人工神經網絡等, 其運行正確率很高也已在運行實踐中得到證明。

2、可以方便地擴充其他輔助功能。

例如故障錄波、波形分析等, 能夠方便地附加低頻減載、自動重合閘、故障錄波、故障測距等功能。

3、工藝結構條件優越。

體現了硬件比較通用, 制造容易統一而且標準裝置體積小, 減少了盤位數量功耗低。

4、可靠性容易提高。

體現了數字元件的特性不容易受溫度變化、電源波動、使用年限的影響, 不易受元件更換的影響且自檢和巡檢能力強, 可用軟件方法檢測主要元件、部件的工況以及功能軟件本身。

5、使用靈活方便, 人機界面越來越友好。

其維護調試也比較方便, 從而縮短了維修時間同時依據運行經驗, 在現場可通過軟件方法改變特性、結構。

6、可以進行遠方監控。

其實微機保護裝置是具有串行通信功能,與變電所微機監控系統的通信聯絡使微機保護具有遠方監控的特性。

四、如何保證繼電保護的可靠性

繼電保護的可靠是由配置合理、質量和技術性能優良的繼電保護裝置與正常的運行維護和管理來保證, 任何電力設備都不允許在無繼電保護的狀態下運行。微機保護在全國電力系統的普及率已相當高, 其可靠性、靈敏度高等優點不言而喻就徽機保護的特殊性而言, 還有一些現場問題值得我們注意, 這就是要采用有針對性的技術措施把微機保護的誤動作限制在最小范圍以內以下是筆者近年來工作中體會，供同行參考。

（一）繼電保護裝置檢驗應注意的問題

當在繼電保護裝置檢驗過程中一定要注意將整組試驗和電流回路升流試驗放在本次檢驗最后進行, 這兩項工作完成后, 嚴禁再拔插件、改定值、改定值區、改變二次回路接線等工作。

〔二）定值區問題

微機保護主要優點是可以有多個定值區, 這極大方便了電網運行方式變化和代路情況下的定值更改問題。現在必須注意的是定值區的錯誤對繼電工作來說是一大忌, 必須采用嚴格的管理和相應的技術手段來確保定值區的正確性措施是, 在修改完定值后, 必須打印定值單及定值區號,注意日期、變電站、修改人員及設備名稱, 并重點在繼電保護工作記錄中注明定值編號。

（三）一般性檢查

無論哪種保護, 一般性檢查都是非常重要的, 但是在現場也是容易被忽略的項目, 至少是沒有認真去做。一般性檢查大致包括以下幾個方面清潔、連接件是否緊固、焊接點是否虛焊、機械特性等。其次是應該將裝置所有的插件拔下來檢查一遍, 將所有的芯片按緊, 螺絲擰緊并檢查虛焊點。在檢查中, 也必須將各元件、保護屏、控制屏、端子箱的螺絲緊固作為一項重要工作來落實。

（四）接地問題

繼電保護工作中接地問題是非常突出的, 可以分以下兩點說明保護屏的各裝置機箱、屏障等的接地, 必須接在屏內的銅排上, 一般生產廠家已做得較好, 只需認真檢查。電流、電壓回路的接地也存在可靠性問題, 如接地在端子箱, 那么端子箱的接地是否可靠, 這些都是嚴重影響設備安全和人身安全的因素。

（五）工作記錄和檢查習慣

工作記錄一定要認真、詳細, 真實地反映工作一部分的重要環節, 這樣的工作記錄應該說是一份技術檔案, 在日后的工作中是非常有用的。繼電保護工作記錄應在規程限定的內容以外, 認真記錄每一個工作細節、處理方法。

五、電力系統繼電保護技術的發展趨勢

電力企業是一個“三密企業資產密集型、技術密集型、人才密集型”, 知識管理應該成為電力行業發展的靈魂, 繼電保護技術未來趨勢是向計算機化, 網絡化, 智能化, 保護、控制、測量和數據通信一體化等方向發展。隨著計算機技術的飛速發展及計算機在電力系統蛛申。保護領域中的普遍應用, 新的控制原理和方法被不斷應用于計算機繼電保護中,以期取得更好的效果, 從而使徽機繼電保護的研究向更高的層次發展, 出現了一些引人注目的新趨勢。

（一）計算機化

緊隨著計算機硬件的迅速發展, 微機保護硬件也在不斷發展電力系統對微機保護的要求不斷提高, 除了保護的基本功能外, 還應具有大容量故障信息和數據的長期存放空間, 快速的數據處理功能, 強大的通信能力, 與其它保護、控制裝置和調度聯網以共享全系統數據、信息和網絡資源的能力, 高級語言編程等。繼電保護裝置的微機化、計算機化是不可逆轉的發展趨勢。但對如何更好地滿足電力系統要求, 如何進一步提高繼電保護的可靠性, 如何取得更大的經濟效益和社會效益, 尚需進行具體深入的研究。

（二）網絡化

當計算機網絡的作為信息和數據通信工具已經成為信息時代的技術支柱,使人類生產和社會生活的面貌發生了根本變化。它深刻影響著各個工業領域, 也為各個工業領域提供了強有力的通信手段。實現這種系統保護的基本條件是將全系統各主要設備的保護裝置用計算機網絡聯接起來,亦即實現微機保護裝置的網絡化。這在當前的技術條件下是完全可能的。微機保護裝置網絡化可大大提高保護性能和可靠性, 這是微機保護發展的必然趨勢。

（三）智能化

近些年來, 人工智能技術例如神經網絡、遺傳算法、進化規劃、模糊邏輯等在電力系統各個領域都得到了應用, 在繼電保護領域應用的研究也已開始。神經網絡是一種非線性映射的方法, 很多難以列出方程式或難以求解的復雜的非線性問題, 應用神經網絡方法則可迎刃而解。可以預見, 人工智能技術在繼電保護領域必會得到應用, 以解決用常規方法難以解決的問題。

(四)保護、控制、測量、數據通信一體化

在實現繼電保護計算機化和網絡化的前提下, 保護裝置實際上就是一臺高性能、多功能的計算機, 是整個電力系統計算機網絡上的一個智能終端。它可從網上獲取電力系統運行和故障的任何信息和數據, 也可將它所獲得的被保護元件的任何信息和數據傳送給網絡控制中心或任一終端。因此, 每個微機保護裝置不但可完成繼電保護功能, 而且在無故障正常運行情況下還可完成測量、控制、數據通信功能, 亦即實現保護、控制、測量、數據通信一體化。

（五）變電所綜合自動化技術

現代的計算機技術、通信技術和網絡技術為改變變電站目前監視、控制、保護、故障錄波、緊急控制裝置和計量裝置及系統分割的狀態提供了優化組合和系統集成的技術基礎。高壓、超高壓變電站正面臨著一場技術創新。繼電保護和綜合自動化的緊密結合已成為可能, 它表現在集成與資源共享、遠方控制與信息共享。以遠方終端單元、微機保護裝置為核心, 將變電所的控制、信號、測量、計費等回路納入計算機系統, 取代傳統的控制保護屏, 能夠降低變電所的占地面積和設備投資, 提高二次系統的可靠性。隨著微機性能價格比的不斷提高, 現代通信技術的迅速發展, 以及標準化規約的陸續推出, 變電站綜合自動化成了熱門話題。競爭的電力市場將促進新的自動化技術的開發和應用, 在經濟效益的驅動下,變電站將向集成自動化方向發展。根據變電站自動化集成的程度, 可將未來的自動化系統分為協調型自動化和集成型自動化。協調型自動化仍然保留間隔內各自獨立的控制、保護等裝置, 各自采集數據并執行相應的輸出功能, 通過統一的通信網絡與站級相連, 在站級建立一個統一的計算機系統, 進行各個功能的協調。而集成型自動化既在間隔級, 又在站級對各個功能進行優化組合, 是現代控制技術、計算機技術和通信技術在變電站自動化系統的綜合應用所謂集成型自動化系統是將間隔的控制、保護、故障錄波、事件記錄和運行支持系統的數據處理等功能集成在一個統一的多功能數字裝置內, 間隔內部和間隔間以及間隔同站級間的通信用少量的光纖總線實現, 取消傳統的硬線連接。

篇7

關鍵詞：電力系統，繼電保護，網絡化，一體化，智能化

 

電力系統是由發電、變電、輸電、配電和用電等環節組成的電能生產與消費系統。免費論文，智能化。它的功能是將自然界的一次能源通過發電動力裝置（主要包括鍋爐、汽輪機、發電機及電廠輔助生產系統等）轉化成電能，再經輸、變電系統及配電系統將電能供應到各負荷中心，通過各種設備再轉換成動力、熱、光等不同形式的能量，為地區經濟和人民生活服務。

1 繼電保護的作用

電力系統運行中常會出現故障和一些異常運行狀態，而這些現象會發展成事故，使整個系統或其中一部分不能正常工作，從而造成對用戶少送電、停止送電或電能質量降低到不能容許的地步，甚至造成設備損壞和人身傷亡。免費論文，智能化。而電力系統各元件之間是通過電或磁建立的聯系，任何一元件發生故障時，都可能立即在不同成度上影響到系統的正常運行。免費論文，智能化。因此，切除故障元件的時間常常要求短到1/10s甚至更短。而這個任務靠人完成是不可能的，所以要有一套自動裝置來執行這一任務。

繼電保護的作用不只限于切除故障元件和限制事故影響范圍（這是首要任務），還要保證全系統的安全穩定運行。這就要求每個保護單元都能共享全系統的運行和故障信息的數據，各個保護單元與重合閘裝置在分析這些信息和數據的基礎上協調動作，實現微機保護裝置的網絡化。這樣，繼電保護裝置能夠得到的系統故障信息愈多，對故障性質、故障位置的判斷和故障距離的檢測愈準確，大大提高保護性能和可靠性。

2 繼電保護現狀

2.1 國內繼電保護現狀

1984年原東北電力學院研制的輸電線路微機保護裝置首先通過鑒定，并在系統中獲得應用，揭開了我國繼電保護發展史上新的一頁，為微機保護的推廣開辟了道路。在主設備保護方面，關于發電機失磁保護、發電機保護和發電機——變壓器組保護、微機線路保護裝置、微機相電壓補償方式高頻保護、正序故障分量方向高頻保護等也相繼通過鑒定，至此，不同原理、不同機型的微機線路保護裝置為電力系統提供了新一代性能優良、功能齊全、工作可靠的繼電保護裝置。

到9O年代，隨著微機保護裝置的研究，在微機保護軟件、算法等方面也取得了很多理論成果，此時，我國繼電保護技術進入了微機保護的時代。

2.2 國外繼電保護現狀

國外的繼電保護已經走過了一個多世紀的歷程。上世紀9 0 年代，隨著微機保護的發展，不斷有新的改善繼電保護性能的原理和方案出現，這些原理和方案同時也對微機保護裝置硬件提出了更高的要求。由于集成電路和計算機技術的飛速發展，微機保護裝置硬件的發展也十分迅速，結構更加合理，性能更加完善。

近年來與微機保護領域密切相關的其它領域的飛速發展給微機保護帶來了全新的革命。國外微機保護發展了近十五年，經歷了三代保護設計上的更新換代，并以微處理器技術與多種己被提出并被可靠證明和廣泛應用的算法相結合為基礎，不斷為新型微機保護的開發和完善創造著良好的實現條件。

3 電力系統繼電保護展望

在未來，微機保護的發展趨勢集中體現在硬件上高度的集成化、標準化、性能上高度的開放化，軟件上的多功能化。其目的是使微機保護系統在實現功能日益完善的軟硬件基礎上實現保護系統運行及性能價格比的最優化結構。

3. 1 計算機化

隨著計算機硬件的發展，微機保護硬件得到了有力的技術支持，取得了迅速發展。免費論文，智能化。

電力系統對微機保護的要求不斷提高， 除了保護的基本功能外，還應具有大容量故障信息和數據的長期存放空間，快速的數據處理功能，強大的通信能力，與其它保護、控制裝置和調度聯網以共享全系統數據、信息和網絡資源的能力，高級語言編程等。這就要求微機保護裝置具有相當于一臺PC機的功能。

現在，同微機保護裝置大小相似的工控機的功能、速度、存儲容量大大超過了當年的小型機。免費論文，智能化。因此，用成套工控機做成繼電保護的時機己經成熟，這將是微機保護的發展方向之一。繼電保護裝置的計算機化是不可逆轉的發展趨勢。但對如何更好地滿足電力系統要求， 如何進一步提高繼電保護的可靠性，如何取得更大的經濟效益和社會效益，尚須進行具體深入的研究。

3.2 網絡化

計算機網絡作為信息和數據通信工具已成為信息時代的技術支柱。由于缺乏強有力的數據通信手段，目前的繼電保護裝置只能反應保護安裝處的電氣量，切除故障元件，縮小事故影響范圍。于是，人們提出了系統保護的概念，將全系統各主要設備的保護裝置用計算機網絡聯接起來，實現繼電保護能保證全系統的安全穩定運行，即每個保護單元都能分享全系統的運行和故障信息的數據，各個保護單元與重合閘裝置在分析這些信息和數據的基礎上協調動作，確保系統的安全穩定運行。免費論文，智能化。要真正實現保護對電力系統運行方式和故障狀態的自適應，必須獲得更多的系統運行和故障信息，只有實現保護的計算機網絡化，才能做到這一點。

3.3 保護、控制、測量、數據通信一體化

在實現繼電保護的計算機化和網絡化的條件下，保護裝置實際上就是一臺高性能、多功能的計算機，是整個電力系統計算機網絡上的一個智能終端，它可以從網上獲得電力系統運行和故障的任何信息和數據，也可將它獲得的被保護元件的任何信息和數據傳送給網絡控制中心的任一終端，因此，每個微機保護裝置不但可以完成繼電保護功能，而且在無故障正常運行情況下還可以完成測量、控制、數據通信功能，亦即實現保護、控制、測量、數據通信一體化。

3.4 智能化

近年以來，人工智能技術如神經網絡、遺傳算法、進化規劃、模糊邏輯等在電力系統各個領域都得到了應用，在繼電保護領域的研究也已開始神經網絡是一種非線性映射的方法，很多難以列出方程式或難以求解的復雜非線性問題，應用神經網絡的方法則可迎刃而解。例如在輸電線兩側系統電勢角度擺開情況下發生經過渡電阻的短路就是一非線性問題，距離保護很難正確作出故障位置的判別，其它如遺傳算法、進化規劃等也有其獨特的求解復雜問題的能力。將這些人工智能方法適當結合可是求解速度更快。可以預見，人工智能技術在繼電保護領域必會得到應用，以解決用常規方法難以解決的問題。

4 結束語

鑒于電力系統的被保護元件發生故障時，繼電保護裝置應能自動、迅速，有選擇地將故障元件從電力系統中切除，以保證無故障部分迅速恢復正常運行，并使故障件免于繼續遭受損害的特點，如何在今后確保繼電保護的更可靠運行，牽涉繼電保護可持續發展的重要課題，因此全面研究繼電保護發展趨勢，有著十分重要的現實意義。

參考文獻

【1】吳斌，劉沛，陳德樹。繼電保護中德人工智能及其應用電力系統自動化，1995。

【2】陳德樹。計算機繼電保護原理與技術[M]。北京：水利電力出版社， 1992。

【3】王維儉。電力系統繼電保護基本原理[M]。北京：清華大學出版社， 1991。

【4】段玉清，賀家李。基于人工神經網絡方法德微機變壓器保護。中國電機工程學報，1998。

【5】許建安。電力系統繼電保護中國水力水電出版社，2005。

篇8

我們在一天天成長，電腦也在成長嗎？明天的電腦將變成什么樣？

未來的電腦將會完全超出我們的想象，朝更高速、更智能、更小巧、更人性化發展，變得更加可愛。

與光賽跑，光學計算機真不賴

與光賽跑，光學計算機可不簡單。

光學計算機用光子輸送信息，傳送的速度幾乎等于光速（每秒30萬千米），是電腦傳送速度的500多倍。而且，它處理信息的頻率為每秒10億次，因而傳載信息的能力非常強。

與現在的電腦相比，光學計算機還有更多的優勢。

超高速的電腦只能在低溫環境下工作，而光學計算機就不用時不時地給自己降降溫了，它可以在通常的室溫下正常工作，完全不用擔心全身“發燒”呢。

光信號傳輸不需要導線，即使在光線交會時，它們也不會互相干擾，所以光學計算機的抗干擾能力很強，在任何惡劣的環境下都可以開展工作。

光學計算機將模擬人腦，它具有一種能夠像人腦那樣工作的存儲器，同時容錯性與人腦相似，即系統中如某一元件遭到損失或運算出現局部錯誤時，并不影響整個計算的最終結果。

10多年前，美國率先推出了世界上第一臺實驗性光學計算機，但是真正的光學計算機還沒有問世。

目前，光學計算機的關鍵技術，如光的存儲技術、光存儲器以及其他光電子集成電路等都已經取得重大突破。我們相信，光學計算機很快就會跟我們見面的。

效仿大神——神經元計算機能“聯想”

計算機界的效仿大神，非神經元計算機莫屬。它就是人類試圖讓計算機模擬人腦部分功能的產物，其智能水平與人類的智能水平更加接近。

它是由許許多多人工神經元、一定數量的輸入、一個或多個輸出構成的人工神經網絡，每個神經元，實際上就是數據處理單元或微處理器。

神經元計算機與我們目前使用的電腦不同，它不采用傳統的按序方式，而是依靠人工神經元的相互連接和信息傳遞、處理進行工作。

它會“聯想”，如果它“見”到紅的、圓的、有芬香味的東西，便會聯想到這是蘋果。同時它具有自我組織能力，它通過多次處理同類問題，能夠把各神經元連接成最適用于處理該問題的網絡。

神經元計算機就像是眾多神經元建立起來的“家”，這些神經元有序和諧地工作著，彼此相處融洽。

今后，我們在工業、國防、交通、金融、醫療衛生、環境保護等領域，都將可以看到神經元計算機的身影。

生物計算機以蛋白質為芯

生物計算機的本領真大，竟然能將“蛋白質”拉過來為己所用。

生物計算機又稱仿生計算機，是用生物工程技術產生的蛋白質分子作為生物芯片而制成的計算機。

鑒于蛋白質的特性，生物計算機擁有其他計算機不可能有的一些特性。

它的運算速度很快，比目前最新一代的電腦快10萬倍，大大超過人腦的思維速度。用蛋白質制成的計算機芯片，它的一個存儲點只有一個分子大，所以生物計算機的存儲容量很大，可以達到普通電腦的10億倍。

另外，生物計算機的體積小，占用的空間很小，可以隱藏在桌角、墻壁或地板等地方。而且它的能量消耗小，僅相當于普通電腦的十分之一。

當然，最特別的是，它具有自我修復功能。當內部芯片發生故障時，不需要人工修理，它能夠自我修復。

目前，生物計算機仍處于研制階段。不過，它一問世，必將成為計算機界的新寵。

情感計算機也有情感

計算機也有情感。

情感計算機被賦予了豐富的情感能力，它不僅有邏輯、運算等基本功能，而且還善解人意、有人情味，能夠根據自身的情感做出相應的反應。

人們如果在學習和工作中犯了錯誤，都會感到懊惱，從而認真地吸取教訓，下次再遇到同類問題時，就會調整自己的思路和做法，避免重蹈覆轍。目前沒有感情的電腦在犯過一次錯誤后，會不斷地犯同一個錯誤，還屢犯不改。而情感計算機在犯了一次錯誤之后，就會感到羞恥，痛改前非，不會再犯同樣的錯誤。

人們在工作和學習中取得成功時，心情愉悅，身心處于極佳的狀態，就能工作和學習得更好，從而心情更好，工作和學習更上一層樓，形成一種良性循環，情感計算機也是如此。

根據情感感知，情感計算機還能輕松地避過病毒和黑客的騷擾。

現在的電腦一般都能在受到病毒或黑客的侵襲時發出信號，但是它卻不能感知何時會出現麻煩，并且不會在這種侵襲剛開始時就立即調動自己的一切力量進行反擊。而情感計算機會對病毒或黑客的侵襲表現出深惡痛絕之感，并且立即做出反應，自動調整自己的程序予以狙擊。

篇9

（遼寧東煤基本建設有限責任公司，遼寧 沈陽 110112）

【摘要】伴隨國內工業的迅速發展，許多生產安全事故也頻頻見諸報端，尤其是在煤炭行業。為了全面提升煤礦井下作業的安全性，全面數字化的瓦斯監控十分關鍵，需要將電子信息遠程化系統應用至瓦斯監控系統中，保證安全救護的高效運作。所以，本文文介紹了構建瓦斯原廠聯網監控系統的基本要素及要求，分析其重要功能，并闡述數字化瓦斯遠程監控應具備的設計要求。

關鍵詞 瓦斯；安全監控；數字化

作者簡介：李成祥（1964.09.26—），男，遼寧人，本科，管理專業，研究方向為煤礦建設。

作為一種新型的計算機遠程監控技術，聯網監視系統主要應用于煤礦井下作業的安全監測。聯網系統主要有三部分組成，即煤炭井下作業采集系統、采集傳輸系統、煤炭井上處理系統。當前，隨著國內科學技術的快速發展，計算機技術在煤炭行業的應用越來越廣泛，通過多種參數對井下作業的實際情況進行分析，能夠快速有效的處理井下安全事故，保障地下施工作業人員的安全。

1瓦斯遠程聯網監控系統的構建

1．1瓦斯監控系統的組成要素

瓦斯煤炭監控系統主要有四個部分組成，主要有：傳輸器系統，瓦斯井下數據分析系統，信息傳輸系統，地上瓦斯信息控制機處理系統。每部分在系統中都起到了關鍵性的作用。對于地上系統而言，主要包括打印機，顯示器，主機等基礎設備。井下設備作為收集數據的終端，其主要設備為89C51 型單片機。此類設備內安裝有隔爆和本質安全電源，在低濃度瓦斯的條件下也可以施行正常化供電。傳感器類型為KG9701型，此種傳感器在第一時間內監測到瓦斯的含量。將實際的瓦斯濃度以數字的形式進行顯示，隨后將其大小傳輸至整個模塊中。此類瓦斯傳感器功能較多。除了一些基本功能外，可以將現場的斷電信號進行輸出，增強了數據傳輸的有效性。

瓦斯監控系統的結構為樹形，以便在井下安裝。同時，在需要的情況下，可以將這種樹形結構進行拓展，即將瓦斯系統轉換為一種多級分布系統。地上模塊與地下模塊的連接只是通過一根電纜就可以完成，將地下各個模塊以并聯的方式聯接至電纜中，以此來實現正常化的傳輸。

1.2瓦斯遠程監控系統的要求

1．2．1保證數據傳輸的安全性與保真性

在數據傳輸的過程中，要將安全性與保真性放在首要位置。信息安全在網絡中凸顯出了十分重要的作用，同樣對井下作業的安全生產中也具有十分重要的作用。根據井下作業的具體情況，建立一套完善的瓦斯監控傳輸網絡。同時，考慮到實際的系統運行成本，一般采用專線接入的方式，使用SHD 傳輸平臺來使相關信息能夠得到有效的控制。

1．2．2保證數據在傳輸過程中的穩定性

除了上述安全性與保證性之外，要使用E1線路以此保證各個節點間能夠實現互聯，同時傳輸線路中的各項誤碼率較小，使數據能夠在系統內穩定的傳輸。利用DSH數據傳輸平臺，可以提升數據的傳輸速度。如果第一傳輸平臺出現故障，那么系統將會啟動第二傳輸平臺。

1．2．3發揮B2112傳輸平臺的作用

對于遠程數據傳輸， B2112傳輸平臺能發揮非常好的功能。此種平臺的主要特點為模塊化。如果某個板卡或端口出現故障，系統可以使用另一模塊進行替代，這樣就可以提升了整個系統的安全與穩定性。在電源系統中，可以使用雙電源模塊進行系統性的混插。如果整個模塊出現問題，但是系統仍然可以正常化運行。

1．2．4實現傳輸系統數據的延展化

對于計算機遠程聯網傳輸系統來說，需要應用一些基本的模塊對數據監控系統進行設計，組建多種配置口延展方式，保證數據傳輸模塊與網絡巧妙結合，進而使整個瓦斯監控系統與網絡聯系有效的聯系在一起。

1．2．5保證監控系統網管的集中統一

對于井下數據采集系統而言，主要應采用集中統一的網管。如果網管與整個傳輸監控系統聯系在一起，就能實現遠程設備帶動內網管，提高數據傳輸的安全性。此外，應用計算機網絡系統可降低整個煤礦企業在安全管理方面的資金投入。

2瓦斯遠程監控系統的功能介紹

當前，隨著國內科學技術的快速發展，計算機技術等在煤炭行業的應用越來越廣泛。對于瓦斯遠程監控系統而言，主要有以下幾方面的功能：

2.1全面有效的收集煤炭井下作業的相關瓦斯數據

對于煤炭井下監控系統，計算機可以利用瓦斯傳感器將井下出現的不同瓦斯情況進行分類。隨后根據收集的相關數據，進行數據間的相互轉換，將這些數據進行處理，進而制定相關的解決措施。在數據傳輸過程中，瓦斯傳感器獲取的數據可作為一種物理參數，結合井下工作的實際特點，計算出實際瓦斯傳感器數量。

2．2完成瓦斯數據的預處理

進行此項工作的主要目的是降低數據傳輸的噪音，以此來獲取更為有效的信息。預處理同樣也屬于信息凈處理。它可以根據實際情況將多余，冗雜的信息及時地進行清除，以此來保證整個數據傳輸的過程中高效性。在此項處理過程中，可能會出現一些退化現象。如果出現瓦斯事故，系統就會出現較多的干擾因素，各種數據在單位中得到進一步顯示。所以，如果影響因素確定，在應用模式識別前需將數據進行預處理。

2．3判斷瓦斯的閥值，測算數字量信號

此功能也是監控系統的核心功能。在一般情況下，通過空氣中分布的瓦斯就可以確定瓦斯的閾值。通常，空氣中瓦斯的含量在5%-12%時，就可能會引起爆炸。所以，瓦斯的最大值應為5%。應根據計算機遠程瓦斯監控系統，對不同類型的數據進行處理，并將多種數值作出比較，以此來保持數據間的暢通。另一方面，將瓦斯傳感器獲取的數據與最大閾值進行對比，得出一些基本的數字量信號，增強對象的識別能力。

2．4歸類識別對象，方便進行分析決策

在監控系統中，有一部分可以利用人工神經網絡技術將識別的對象進行歸類，并根據神經網絡進行訓練得到實際的決策規則。隨后，將決策規則中的一些被識破的對象作出進一步分類，將實際瓦斯的最大值與數字信號進一步的分析處理。這樣就可以獲得實際的井下瓦斯是否超出標準，一旦確立超出標準的情況，就應當立刻采取相關措施，保障煤炭井下作業的安全。

3瓦斯遠程監控的數字化要求

3．1瓦斯監控系統傳感器的節點設計

系統傳感器主要分布在井下，不同的構成部分能夠分別進行有效、合理化的控制。從內容上來說，系統傳感器主要有控制及通信傳輸系統、瓦斯傳感器系統、電源系統。此類傳感器為KG9701型，即便在3V的電壓下也能判斷井下的環境，確定瓦斯的閥值，同時還具備自動化調節功能。控制以及通信監控系統為JENNIC－5139 模塊，此模塊在待機狀態下的電流可以達到30uA，并應用嵌入式的（下轉第362頁）（上接第351頁）模塊，將多種模式結合在一起，把瓦斯含量的模擬信號可以轉換為數字信號。而系統傳感器可以準確地監測出井下溫度，如果超出預定設定的最大溫度，系統將會自動報警。同時，地面模塊中的UART將CAN聯系在一起，同時也具備其他多種的功能。

3.2瓦斯監控系統模擬量輸入通道設計

模擬量轉換是在應用多選一方式進行操作模式，進而可以完成整個模擬樣的采用。根據CD4067多路轉換器的原理，將多路模擬進行轉換操作。此種模擬器應用的電流較小，這樣就將電導阻控制在規定的范圍內，保持一種穩定的狀態。對于瓦斯監控系統，系統模擬器信號為SHA1144。此種轉換器主要包括兩部分，即數字芯片與模擬芯片。對于數字芯片而言，它們分別為邏輯控制電路、逐次比較邏輯寄存器等。對于模擬芯片而言，其原理主要是應用12位單品而組成一種數字信息轉換器。

3．3瓦斯遠程監控系統中數據庫設計

在對遠程數據庫進行設計時，應充分考慮到井下作業的實際情況，同時也要考慮到實際運行情況。只有這樣才能保證數據庫設計合理性與安全性。對于煤礦數據設計，應將動態化作為首要考慮的因素，將模擬量作為一種實際的參考數據。通過現代化設計軟件，應用SQL程序語句建立動態管理數據庫。同時也要注意，在正式運行前，要進行數據庫運行預先測試，以此來在正常運行時各個部分都能正常化運行。連接測試是整個正式運行前最為重要的測試環節，要每隔12s進行一次測試，以此來數據在傳輸過程中的保真性。

4結語

當前，電子信息技術在快速發展，將這些現代化技術應用至煤炭瓦斯事故的防范工作中具有十分重要的意義。瓦斯遠程監控系統的日趨數字化，不僅能提升系統的調節周期，在最短時間內準確獲取最為有效的數據信息，還能實現煤炭企業的安全化生產，保證煤炭工人能夠在安全條件下進行正常化作業，全面帶動企業的經濟效益。

參考文獻

［1］倪冠華,張超.中小型煤礦瓦斯監測監控系統的設計[J].煤礦安全,2011(3).

［2］常利銘,胡淑霞,戴劍波.煤礦瓦斯監測聯網系統的設計[J].工礦自動化,2011(8).

篇10

關鍵詞：智能電網；光纖通訊；設計方案；風光互補路燈

引 言

隨著我國通信網絡.能源需求的快速增漲以及新能源的開發和利用，能源和電力行業正面臨著嚴峻的考驗與挑戰。在供用電的基礎上建設數字化智能電網，為抵御不可預見性地自然災害，構建數字化.信息化.自動化和互動化特點的新型電網。

1.智能電網設計的基本理念

智能堅強電網具有較強的資源優化配置能力和有效抵御各類故障的能力，能夠適應各類電源.用戶資源的協調互動.高效率共享以及利用各類信息實現電網運行優化調度，顯著提高電網運行效率和用戶服務質量，實現無碳經濟，促進和諧發展。智能電網的基本框架如下圖1所示。

圖1 智能電網基本框架

根據智能電網的基本框架結構可知：在子站層，引入智能化變電站.互動用戶(智能電表).自愈型配電網絡.風光互補路燈及電動汽車智能充電站等等；在通信層，采用光纖環網方式，做到信息共享網絡化；在主站層，建設包括智能可視化監視及優化功能在內的智能型調度控制中心。

2.智能電網建設性設計方案分析

2．1一次設計

在輸電線路設計中實現勘測數字化.信息標準化和應用網絡化；全面實施狀態檢修，對在運桿塔.導地線.絕緣子.金具等部件和通道環境進行安全狀態與預期剩余壽命評估；進行全壽命周期管理，通過對典型環境條件下輸電線路設計部件性能退化規律的研究和數據統計分析，建立設施壽命分析模型，提出設施預測維修策略；建設輸電線路安全狀態智能監測中心，采用人工神經網絡.專家系統和遺傳算法等評估與決策技術，實時分析輸電線路微風振動(舞動).絕緣子泄露電流.地基沉陷.桿塔傾斜.架空線張力與覆冰.氣象環境等關鍵運行參數，對線路健康狀況.電氣與力學安全狀態進行實時智能診斷評估和趨勢預測分析，為輸電線路智能化監控與維護決策提供科學有效的技術支撐。

在110 kV變電站設計中采用智能化電站方案：使用電子式互感器，將數字化技術應用到一次設備上，適應系統數字化.智能化和網絡化的要求；實現二次設備網絡化，每個間隔配置過程層設備合并單元(實現電壓并列切換與故障錄波等功能)及智能終端(實現設備信息及操作數字化)，而間隔層保護及自動化裝置則通過光纖以太網(代替電纜連接)與對應間隔的合并單元與智能終端連接；標準上應用IEC 61850模型，確保整站數據一致性，GOOSE機制使二次設備控制操作由硬接線方式轉向通信方式，增強系統配置靈活性。

2．2二次設計

在110 kV變電站.縣調和智能配電網通訊系統設計中強調滿足高速.雙向.實時以及集成等四大特征，這將使智能電網成為動態信息和電力交換互動的大型基礎設施。當這樣的通信系統建成后，可以提高電網供電可靠性和資產利用率，繁榮電力市場，抵御電網受到的攻擊，從而提高電網價值。

在系統主站設計中采用智能化的調配一體化，調度.集控.配網管理功能于一體，統一實現對輸.配電網及變電站的實時監視.協調及其控制功能。

2．3用電部分

2．3．1智能電表與用戶管理系統

智能電表是適用于家庭用戶用電信息監測.電度計量及控制的智能終端。而用戶管理系統配合智能電表的應用，可實現大用戶遠程自動抄表和負荷現場管理，提高用電監測及負荷管理水平，為加強電力需求側管理提供重要技術支持。

2．3．2風光互補路燈系統

節能.環保.自動化程度高及可作為清潔可利用再生能源的風光互補路燈系統將成為未來路燈的新選擇。

3.智能電網設計要點

3．1 自愈的配電網

（1）需要建設堅強的配電網絡，為其智能化打下堅實基礎，重要負荷冗雜電源配置，全部采用電纜下地敷設方式，并埋設于地下排管中。

（2）為及時掌握電纜各種運行狀態，確保電纜安全運行以及科學合理地調度電力負荷輸送，在主干線上同期建設遠程監測系統，其功能主要包括：

①環境狀態監測。實時監測電纜外部火災.淹沒.人為故障位置信息；

②靈活負荷調度。根據狀態監測信息，預估電纜負荷能力，過載能力，實現負荷輸送的靈活調度；

③運行狀態監測。實時顯示沿電纜線路上的溫度分布曲線.各點溫度隨時間變化曲線。出現異常現象及時報警，并反映報警畫面及故障信號所在區域的分布圖，顯示故障區域最高溫度或其他相關報警指標；

④建立與綿陽電業局調度中心的通信聯系，將監測數據及時傳輸給電業局調度中心。

（3）與遠程監測系統配套，智能化調配一體化系統主站中設計負荷轉供與故障處理兩類功能，前者在系統正常狀態下，根據各種限制條件，如負荷容量.開關動作次數等，基于局部拓撲搜索算法，給出較現有方式更優的負荷供應方案，目的是提高系統供電可靠性，減少可能停電的影響范圍；后者是在實現饋線自動化的區域，根據拓撲關系自動識別各種故障，獲得最優故障處理方案和最高的安全保證，并進行快速隔離和恢復。

在實現饋線自動化中必須要考慮投入與產出比例，不應該過多強調所有點的饋線自動化，而是應該根據線路重要性合理分布一遙.二遙.三遙點，只有重點線路才布置三遙點，而相應的故障恢復策略也需要根據一遙.二遙.三遙點的分布進行考慮，得出結合實時信息點分布的故障隔離和恢復方案，如一遙模式進行基于網絡拓撲結構的故障處理方案，二遙模式進行基于拓撲結構和量測數據的故障處理方案，三遙模式可以進行在故障處理方案基礎上的遙控執行。

（4）接納足夠容量的分布式可再生能源及分散儲能裝置也是配網實現自愈的重要措施之一。由于有些地區不具備大規模建設分布式可再生電源的條件，但可選取調度大樓，開發光伏建筑一體化項目，利用建筑的屋頂或幕墻進行太陽能發電，并接入電網。此外，在低壓用戶側，規劃建設智能化小區，通過構建在智能家居中的即插式混合動力汽車充電站實現分布式儲能。

3．2智能化的調度系統

除實現傳統的配電管理信息化功能(含業務定制.工作流管理.檢修計劃.操作票管理等)之外，智能化的調配一體化系統主站還可通過采集各終 端數據，結合配網拓撲結構，監視電網運行，實現自動化控制.管理和配網自愈.用戶互動.高效運行.分布式電源靈活接入等智能化功能。

3．2．1智能監視及優化

①智能化監視與告警。能根據上傳信息發現配網運行薄弱點及其發展趨勢，并以專家知識庫為依據對電網越限等告警信息實現在線判別過濾，按照類型和輕重緩急分頁面顯示，并提供處理方案。

②智能可視化顯示。配網可視化技術可以提高配調人員警覺性，快速.準確掌握電力系統運行狀態，提高電網調度運行水平，同時減少調度員腦力勞動，為調度員運行值班提供更高效的監視方式。

③視頻監視。在變電站.開閉所.環網柜等區域安裝攝像頭，實現對一次設備現場的視頻監視，即時發現問題，并防火防盜等。

3．2．2 智能自愈

對于沒有安裝配電終端的地區，可以根據用戶打來的電話進行故障定位.隔離和恢復，這應作為饋線自動化功能的重要補充。詳細的用戶信息支持可以提高供電可靠性和減少停電時間，同時可與95598結合，更好地服務用電客戶。

3．2．3用戶智能化管理

①防竊電分析。采用電能和電流平衡法兩種技術手段實現防竊電。

②負荷控制。改善電網負荷曲線形狀，使負荷均衡地使用，提高電網運行的經濟性.安全性和投資效益。

③WEB信息網建設。客戶可以在WEB上實現用電信息查詢.用電業務辦理.用戶信息錄入等功能，實現電子營業廳。

④智能電表采集分析。具有智能電表的采集.統計.分析.控制等功能，能以W EB的方式顯示每個電表的電量曲線，統計分時電量.分時計費.設備用電特性等，并可以基于因特網遠程查看。

⑤用電信息采集。實現電力企業與用戶之間的雙向信息互動功能，提高電能計量.自動抄表.預付費等業務的自動化程度，為電力用戶提供用電信息查詢和電費交納服務，為開展其他增值服務奠定基礎，也為促進智能家居.智能樓宇和智能小區的全面發展創造條件。

3．3 新型供用電設施的利用

風光互補路燈系統具備風能和太陽能產品的雙重優點。它是一套獨立供電系統，在風.光任一或同時具備時都可以發電并儲存在蓄電池，由蓄電池向負載提供電力。路燈開關無須人工操作，由智能時控器自動感應天空亮度進行控制。