引言：在智能电网建设持续推进的背景下，电力系统中的电力物理信息系统融合数量也在不断增加。此外，随着数据量不断增长，科研人员对暂态问题研究思维模式的转变，以因果逻辑为基础的传统信息分析处理方法已无法满足多元信息计算需求，导致数据信息无法充分体现自身的核心价值。因此为解决上述问题，应对人工智能形成正确认知，严格依照相关标准将其应用到电力系统暂态问题中，该点对体现多元信息价值具有重要意义。
1.人工智能在电力系统暂态问题中的应用
1.1.特征提取
在通常情况下，人工智能暂态保护多是在故障状态下形成，其能够将开关动作量及高频电压故障分量等作为主要特征，并以此为基础进行量化处理。以人工智能为基础，充分了解系统的实际运行状况，促使故障跳闸形成，进而为系统运行的稳定性提供保障。在开展高频信号采集工作的过程中，电磁式的电压互感器及电流互感器将充分发挥自身具备的高频响应优势，而针对电容式电压互感器而言，其截止频率在通常情况下大多较低，无法为暂态保护的顺利实施提供保障。因此为解决上述问题，可根据实际状况对高额电压传感器进行设计，以此为高额故障电压信号的检测提供保障[1]。此外，应对GPS技术及DSP技术进行综合利用，以此实现对高频信号进行高效采集，制作滤波处理板，并将相应信号输入到智能处理单元中，进而为故障判断提供保障。
1.2.智能方法的应用
1.2.1.专家系统
专家系统的应用时间相对较长，其是人工智能技术领域中的重点研究课题。但通过实际调查可以发现，由于电力系统保护对反应时间的要求相对较高，故而专家系统必须对保护时间的要求进行明确，并以此为基础构建与继电保护装置相关的在线整定计算方法，充分贯彻通用规则，对继电保护系统问题进行明确，科学处理冲突矛盾。在通常情况下，通过专家系统进行继电保护的过程中，多是对谓词逻辑表示法及基于过程式表示法等方法进行利用。不同表达方式的关联性如下（如图1所示）。
图1 知识表达方式
1.2.2.模糊逻辑保护
受到电力系统操作状况变化的影响，由于电力系统网络结构具有一定的复杂性，且电力系统元件相对较为复杂，故而常规保护难度将显著提高。此外，由于上述涉及的因素均具有较强的随机性，存在一定程度的不确定性，故而保护装置的各方面均存在相应的模糊性。且与实际特征相匹配，该点对提高工作实践便捷性具有重要意义。在通常情况下，模拟继电器的结构组成部分呈现多样化，主要有模糊化、推理机及知识库等。对主要输入量进行确定时，应对合适变量进行适当参考，对输入量进行转变，使其成为模糊输入值，并在此基础上对相应的模糊矩阵结构进行确定。对模糊推理机设计进行利用，触发命令转变，促使其由模糊状况转变为非模糊状况。考虑到模糊技术方式在通常情况下无法对不确定性问题进行有效处理，故而应将其应用到知识抽取与表达中。
1.2.3.神经自适应保护及监控
在通常情况下，神经网络的构成多是由多个不同的简单神经元根据某特定形式进行组合。通过对单个神经元进行利用，将显著提高输入输出的自由程度，其属于非线性函数关系，而通过促使神经元进行广泛连接，神经网络将对非线性特性神经网络进行有效反映，并在连接权值上对相关信息内容进行展现。以某种特定学习算法为基础对权值进行调节，神经网络将进行非线性映射，并朝n维空间进行转变。在通常情况下，可根据不同性质将神经网络信号传输过程分为两个阶段，分别是误差反向传播与信号正向传播，具体传播过程如下（如图2所示）。
图2 神经网络信号传输
1.2.4.综合智能控制继电保护
通过调查可以发现，各种智能控制方法均具有一定程度的局限性，且无法满足电力系统具有的内在需求。因此研究人员对控制方法整合的重视程度正在不断提高。在研究过程中，研究人员将整合多个控制方法，促使其成为具备综合性的智能控制方法作为主要目标，以此对不同控制方法具备的优势进行展现，并有效规避系统存在的缺陷[2]。目前综合智能系统在电力系统中的应用率正在不断提高，主要表现为模糊控制及专家系统与神经网络的结合、模糊控制与专家系统的结合等。在神经网络与模糊逻辑进行结合的情况下，将实现对系统模糊神经网络进行构建，转变神经网络模糊语言变量，体现其具备的不同知识内容，进而发挥模糊神经网络具备的强推理功能。针对模糊神经网络而言，其属于智能综合控制技术手段，在暂态保护研究中具有较高的应用率，能够在发电机或变压器故障检测中充分发挥自身的核心价值，展现出自身具备的建模便捷优势，科学处理神经网络收敛费时存在的问题，保障神经网络收敛性。
2.人工智能暂态保护优化措施
2.1.强化网架
线路功率输出效率与线路两端电压乘积具有直接关系，且与线路电阻成反比。因此必须结合实际状况，适当降低线路电阻值，确保电压状况良好，以此为系统运行稳定性提供保障。对紧凑型线路进行利用与促使输电线回路数提高均能够实现有效降低线路阻抗值，但通过比较可以发现，前者耗费的成本费用相对较高。在线路上对串联电容进行装设能够提高线路阻抗效果，相较于提高线路回路数，该种方法具有更良好的经济性。在线路电抗中，串联电容容抗占据的比率被称作补偿度，在通常情况下，其数值大多处在50%左右。若实际数值相对较高，极有可能导致次同步震荡问题形成。
2.2.电力系统保护装置
该点主要包括以下几项内容：①发电机励磁系统控制。从整体角度出发，可发现发电机励磁系统在电力系统中具有重要地位，受到系统稳态保护的影响，该系统能够科学调控发电机机端电压，减少电磁功率与电压的实际摆动速度，因此，必须尽可能体现系统具备的稳定性，提高其整体效益。在实际工作中，应对常规励磁系统形式进行利用，并以PID调节方式为基础，对电力系统稳定器进行增设。该项措施不仅能够显著提高系统静态稳定性，而且还能为阻尼低频振荡提供保障，进而提高系统动态稳定性；②电气制动及控制装置。在通常情况下，人工智能系统的结构主要包括控制器及路由器等，而终端节点传感器模块的组成部分主要有升压模块及能量供应模块等[3]。传感器模块主要负责对数据进行转换，并对信息收集工作进行动态化监测，根据实际需求对处理器模块进行利用，以此开展控制操作，进而实现高效收集与存储各项数据信息。通过对能量供应模块进行合理使用，将实现为传感器节点运行提供可靠依据，而进行上述操作时，必须借助微型电池，进而获取相应能量。
结束语：综上所述，人工智能在电力系统暂态保护问题中具有较强的应用价值，但由于研究时间相对较短，各项理论基础完善程度欠佳，仍处于仿真分析与实验阶段，无法在实践中进行有效应用，故而科研人员必须加强对人工智能应用的研究力度，进而为智能电网建设奠定基础。
参考文献：
[1]吴汪洋.人工智能在电力系统暂态问题中的应用[J].长江信息通信,2021,34(08):40-41+44.
[2]高一凡. 电力系统暂态稳定快速分析与控制算法研究[D].浙江大学,2018.
[3]汤奕,崔晗,李峰,王琦.人工智能在电力系统暂态问题中的应用综述[J].中国电机工程学报,2019,39(01):2-13+315.
