运行故障是电气设备运行中的常见问题，会直接影响电气企业的日常生产。而人工智能技术的应用，提升了电气设备异常故障处理工作的准确性和高效化。传统的运维检修方法会在发动机出现故障时采取人工检查方式，主要依据的是原有的理论知识和实践经验，耗费时间长、处理效率慢，真确性方面也受到了很大限制。人工智能技术充分发挥了模糊理论、专家技术、神经网络的积极作用，快速确定出具体的事故点，找准故障成因，进而提出针对性的处理办法，明显提升了运行故障出现时的诊断、处理效率。
1人工智能概况
所谓人工智能，是理论、方法、技术，以及应用系统的开发、研究、推广相结合的一种新技术，在数学、信息论、语言学、计算机学等多个学科的综合作用下，机器设备具有模拟人的意识、行为等近似于人的思维能力，便利了人们的生产生活环境，能够帮助人类完成许多高危性、复杂性、机械性地高质量工作，已经广泛存在于多个行业。
人工智能属于计算机科学，在计算机网络技术中的应用优势表现为：一是信息处理能力强，能在大量的信息资源中，按照人性化的逻辑处理方式快速获取可靠信息，具有明显的及时性、快速性；二是协作能力强，能够整合有限资源，实现计算机网络的分层管理，共同完成管理工作，工作效率明显加快；三是记忆能力强，能够在复杂的网络信息中分析、处理浏览器的使用信息，形成数据库，起到了一定的安全监管作用。
2电力设备运维检修中应用人工智能技术的表现
2.1科学评估设备健康状态
电网运行的安全稳定，需要大量的人力和物力资源定期开展运维检修。在科技发展的推动下，电力行业加强了变电设备健康状态的维修和评估，编制相应的工作导则，丰富实践经验。电力设备构造复杂，采购和运行成本偏高，受到区域、工作特性、状态量等因素的影响，高度上的模糊性和不确定较为明显，导致业务开展阶段评价标准的缺失。学术界以解决传统依赖导则和依靠专家经验评价作业的弊端为方向，利用数学分析和机械学习等方法，充分利用多元设备的状态数据，合理评估设备的实际运行状态，创新研究评价模型，使电力变压器设备的运行状态真实反映出来。这些模型的应用过程表现为两种类型。一是利用数学模型，对评价权重进行计算，合理分析出状态量指标和变压器运行的具体关系，对各项指标进行划分，具体有重要、相对重要、评价权重内容等；通过数学分析和层次分析法，对变压器运行状态进行科学评价。二是结合训练样品和相关机器进行计算，以此完成状态量和变压器状态评价预测模型的构建。贝叶斯概率、人工神经网络、聚类分析法等是现阶段常用的机器学习算法。评价设备健康状态，是在正样品绝对数量稀少的情况下出现的非均衡样本、小样本等现象，此时的设备功能更强、价格更高。例如，电力企业采用的大型电力设备，为了尽可能地维护设备健康，通常会以设备高频更新、退役提前等方式为主要的控制手段。
2.2预测设备运行状况
预测设备来源于监测设备状态评价结果。输变电设备的运行过程复杂，指标量大，预测设备需要以设备历史情况、状态数据等为基本监测内容，结合利用电网运行信息，以外部环境为基本条件，有利于设备运行阶段各项指标的获取，并且跟踪了解关键参数的变化情况，科学预测出设备未来的运行状态。设备状态预测，主要针对重要指标，利用人工智能技术，提升多重关联性和高度非线性等问题的处理效果。一般情况下，工作人员利用深度信念网络、长短期记忆网络、支持向量机等方法，建立起关联账户时序预测模型。预测目标的差异性，决定了人工智能输变电设备状态预测内容要细分为绕组状态、绝缘油色谱等；如果需要预知设备运行的负荷量变化，需要采用电流负荷预测方式，与电能运输的安全稳定性紧密相关。这些都是实现输送成本控制目标的重要依据。
2.3完成技术诊断
人工检查，是电力设备使用的传统诊断方式，随着科技水平的提升，自动化智能机器人逐渐完善啦人工检查方式的不足，操作人员必须坚持相应的流程标准，全面、精准地采集设备运行阶段的各项数据信息，依据设备型号，淡季启动设备的自动化功能，全面检查设备的内部装置和元器件。设备各项性能的了解通常需要数分钟来完成，而智能机器人的图像呈现功能，有利于工作人员及时获取电流和电压的具体数据，立体化呈现诊断过程中获取的各个运行故障。作业人员也能以具体部位的图像画面明确设备损害的具体位置，使故障诊断过程更加地高效和准确。相关工作人员要坚持以诊断结果为依据，编制相应的修复措施，修正和优化运行故障，维护设备运行的良好状态。智能机器人的自动化方式，能够快速诊断出电力系统的运行故障，及时采取更加的维修方法，保障电力设备的安全稳定。
2.4电力巡视检查
现阶段，巡检机器人是较为常用的一种系统巡视方法，设备巡航和巡视范围等因素会对检查过程造成影响，限制巡视检查作业的整体效果。分布智能协同作业机械器，是人工智能技术下的新发展，使电力巡视检查作业趋向于精益化和全景化，充分利用人工智能和图像识别两项技术，大大提升了末端定位的精准度和灵活性，应用优势较为明显。智能机器人在虚巡视长距离线路状况时，功能优势得以凸显，例如，自动导航功能实现了图像采集的多角度和高精准，使分析处理过程更加高效化，检测和识别电力线路的运行状态，准确找出设备运行故障所在，协同完成设备的运维检修工作。
多个智能机器人结合使用，实现了不同区域的同时值守，有利于多源数据信息的综合分析，有效识别出设备运行阶段具体的异常故障，而配电房开关和刀闸的配合使用，使设备检修的时效性得到明显提升，表现出更高的配电检修能力。智能机器人具备的全景三维建模功能，便于相关人员及时了解检修区域内温度、压力的具体状况，准确获取设备运行过程中的实际状态和电缆使用情况，作出相应的处理警示，提升设备运行管理的整体水平。
结束语
电力企业为了谋求更大的经济社会效益，控制电力设备故障率是必要措施。电力设备的安全稳定，是保障企业经营成果顺利应用和提升的基础，便利了人们的生产生活。科学技术的更新发展，丰富和完善了变电设备的运维检修方法。人工智能技术属于高精端技术，在电力设备运维检修中科学评估设备健康状态、预测设备运行状况、完成技术诊断、电力巡视检查等环节的应用，使相关人员能够高效地完成设备运行过程中异常故障信息的获取，及时采取相应的修补措施，使工作效率和运维质量全面提升，更好地保障了电力设备的安全稳定性，是维护电力企业良性发展的重要方向。
参考文献：
[1]盖雪，姜建平.人工智能技术在电力设备运维检修中的研究及应用[J].工程建设与设计，2021(2):151-152.
[2]高燨.人工智能技术在电力设备运维检修中的应用[J].中国战略新兴产业，2020(46):58.
[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.
