前言：中文期刊網精心挑選了人工神經網絡基本功能范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工神經網絡基本功能范文1
本研究應用神經網絡的原理，基于BP網絡使用MATLAB語言建立一個剩余油分布的預測系統。該系統通過學習在地理坐標和孔隙度之間建立一個非線性函數關系，以此來預測任何區域的孔隙度，再通過孔隙度與剩余油飽和度之間的關系達到剩余油分布預測的目的。
關鍵詞：神經網絡；剩余油分布；BP網絡；預測
中圖分類號：TP183文獻標識碼：A文章編號：1009-3044(2008)36-2706-03
BP Artificial Neural Networks for the Remaining Oil Prediction
SHI Xiao-song, CHENG Guo-jian
(School of Computer Science, Xi'an Shiyou University, Xi'an 710065, China)
Abstract: After a majority of our oilfield and secondary recovery, we just get 30% of the total reserves, which means that 60% to 70% of the remaining residual oil in the ground become remaining oil . China's 2007 crude oil output grew only by 1.6 percent to 12.872 million tons. Clarifying the law of distribution of the remaining oil and improving oil recovery is not only an economic effect, but also a National oil strategic issue.
In this study, we used MATLAB language to establish a forecast system of distribution of remaining oil based on BP network. After studying, this system can get a nonlinear function between the geographical coordinates and porosity. We can get the regional porosity using this system. Then using the relationship the porosity and the remaining oil, we can known the distribution of the remaining oil.
Key words: artificial neural networks; distribution of remaining oil; BP network; prediction
1 引言
我國多數油田經過一次、二次采油后，僅能采出地下總儲量的30%左右，這意味著有60%～70%的剩余石油仍然殘留在地下成為剩余油。對剩余油分布預測的研究可以提高石油開發的效率和節約開發成本。人工神經網絡是計算機中重要的一門學科，它具有自學習和自適應的能力，可以通過預先提供的一批相互對應的輸入－輸出數據，分析掌握兩者之間潛在的規律，最終根據這些規律，用新的輸入數據來推算輸出結果。本文就是用人工神經網絡，基于已知的數據來預測剩余油的分布。神經網絡技術有著逼近任意非線性映射的能力，通過學習獲知系統差分方程中的位置非線性函數，這使得它在系統建模和預測中有著很好的應用。
2 剩余油分布預測的研究
從20世紀80年代開始，研究剩余油分布和提高采收率問題已引起世界各石油生產國的普遍關注。針對剩余油分布的研究方法在各個層面都有了一定的突破。目前，剩余分布的研究方法主要有：地質方法，油藏工程、試井及數值模擬方法和室內實驗技術等。
2.1 剩余油分布預測的研究現狀
目前，國內外對剩余油研究的重點主要集中在三個方面：1）對生于有分布的描述；2）對剩余油飽和度的測量與監測技術的研究；3）對剩余油挖潛技術的研究。
2.2 剩余油分布預測要用到的主要參數
影響剩余油分布的因素很多，通常劃分為兩類：地質因素和開發因素。地質因素主要包括有：油藏非均質性、構造、斷層等。開發因素主要包括有：注采系統的完善程度、注采關系和井網布井、成產動態。前者屬于內因，后者屬于外因。它們的綜合作用就導致了目前剩余油分布的多樣性。
剩余油飽和度是描述剩余油的重要概念。某種流體的飽和度是指：儲層巖石孔隙中某種流體所占的體積百分數。它表示了孔隙空間為某種流體所占據的程度。巖石中由幾相流體充滿其孔隙，則這幾相流體飽和度之和就為1(100%)。隨著油田發開油層能力的衰減，即使是經過注水侯還會在地層孔隙中存在著尚未驅盡的原油，這些油在巖石孔隙中所占體積的百分比稱為剩余油飽和度
3 人工神經網絡
人工神經網絡（Artifical Neural Network,ANN），亦稱為神經網絡（Neural Networks,NN），是由大量處理神經單元（神經元Neuros）廣泛互聯而成的網絡，是對人腦的抽象、簡化和模擬，反應人腦的基本特征。神經網絡的基本功能有聯想記憶、非線性映射、分類與識別、優化計算、知識處理等。ANN在解決復雜的或是非線性問題時，具有獨特的性能。近年來，國內外眾多學者將其應用到石油等領域，取得了不少成果。人工神經網絡具有以下幾個特征：1）并行分布處理；2）非線性映射； 3）通過訓練進行學習，神經網絡是通過研究過去的數據記錄進行訓練的，一個經過適當訓練的神經網絡具有歸納全部數據的能力，因此，神經網絡能夠解決那些由數學模型或描述規則難以處理的控制過程問題；4）適應與綜合； 5）分類與識別，神經網絡可以很好地解決對非線性曲面的逼近問題，因此比傳統的分類器具有更好的分類與識別能力。
目前，BP算法已經成為應用最多且最主要的一種訓練前饋人工神經網絡的學習算法，也是前饋網絡得以廣泛應用的基礎。BP算法的學習目的是對網絡的連接權值進行調整，使得調整后的網絡對任一輸入都能得到所期望的輸出。BP算法的基本思想是學習過程由正向傳播和反向傳播組成。正向傳播用于對前饋網絡進行計算，即對某一輸入信息，經過網絡計算后求出它的輸出結果；反向傳播用于逐層傳遞誤差，修改神經元間的連接權值，以使網絡對輸入信息經過計算后所得到的輸出能達到期望的誤差要求。BP網絡算法的指導思想是：網絡權值的修正與閾值的修正，使誤差函數沿梯度方向下降。
圖1給出了整個BP算法學習過程的流程圖。
人工神經網絡基本功能范文2
油氣勘探與開采過程中，氣測錄井技術作用是分析鉆井液中脫出的樣品氣中烴、非烴組分及其含量，從而對油氣層進行判斷。在鉆井過程中進行氣測錄井，通過對錄井資料的的利用能夠及時發現油、氣顯示，并能預報井噴，因此氣測錄井技術在探井中得到廣泛應用。由于氣測錄井技術的應用十分廣泛，所以氣測錄井技術就要不斷完善，才能在以后應用中運用自如。氣測錄井技術有需要多常見的類型，按照儀器的不同來分，可分為半自動氣測和色譜氣測；按照方式的不同來分，可分為隨鉆氣測和循環氣測。而氣測錄井資料中需要注意的是它的預處理、壓力平衡校正、標準化校正等。
1 半自動氣測和色譜氣測都起到將空氣中的甲烷和重烴或戊烴分開的效果，它們有各自的優缺點，需要重點研究。半自動氣測是用烴類氣體燃燒溫度不同，從而起到分開甲烷和重烴的效果，但是它僅能得到甲烷和重烴的含量；色譜氣測是根據色譜原理制成的分析儀器，它的分析速度快、數據多且準確，所以現在色譜氣測的應用遠大于半自動氣測。
2 隨鉆氣測和循環氣測都能測定鉆井液中氣體含量和成分，兩者方式不同。隨鉆氣測是在鉆井過程中因為巖屑的破碎進入內鉆井液中而達到測定的效果；循環氣測是在鉆井液靜止后再循環時，在滲透和擴散的作用下達到測定的效果，兩者方式不同，但結果基本相同。
3 氣測錄井資料的預處理。影響氣顯示的因素大致分為地質因素和非地質因素。地質因素引起的氣顯示變化是氣測所需要研究解決的問題；非地質因素本身存在的缺陷，它能夠引起氣顯示的變化從而對顯示結果產生不良影響，所以應排除。對非地質因素進行修正是一種不錯的技術，能夠進一步提高解釋準確度。鉆井過程中，破碎、滲透和擴散推動油氣進入鉆井液進而進入儲層。但不同的鉆井狀態會產生不同影響，主要有欠平衡、平衡、過平衡。為達到氣測資料的統一評價和有效利用，就需要對鉆井液中的油氣量進行平衡校正。要達到平衡的效果就要注意鉆井液柱與地層的壓力差。很多時候的氣體分析結果的精確度會受到影響，這時就要采用校正方法，提高油氣層評價的精確度和可靠性。
二、對油氣層評價方法的探究
近年隨著錄井技術的發展，油氣層評價手段也在多樣化發展。油氣層的評價方法及其系統可靠性程度不斷提高。油氣層評價工作向綜合多種手段、逐步量化方向完善。經過油氣層評價工作的實踐，研究人員認識到油氣層綜合評價工作一定要更完善才能與時展同步。
檢測油氣儲層評價有許多種方法，如數學法、人工神經網絡法，每種方法中還有許多細節分法，每種方法有不同特點，我們應根據其特點來總結技術方法。油氣層評價方法的基礎是鉆井液自動真空蒸餾定量脫氣儀、巖屑烴組分檢測分析儀、多套組合色譜分析儀的檢測數據。在此基礎上建立油氣儲層的綜合解釋評價系統，為實現現場油氣層的自動、快速和有效識別奠定基礎。
1 數學法中又分為Fisher判別分析法，Bayes判別分析法，模糊數學法等。利用Fisher判別分析法評價油氣層時，應先用已有樣本數據生成評價模型，再評價未知樣本，建立靈活的判別模式；Bayes判別分析法是根據已知分組樣品數據，在正太母體假設下對變量進行挑選，最大影響的分類來建立分類模型，然后根據Bayes準則建立起判別函數，最后對預測樣本進行判別，其目的可達到對多組樣品及新鮮品進行判別；模糊數學法的特點是允許元素在一個集合中部分隸屬，較靈活，可使事物從“不隸屬”到“隸屬”逐漸過渡。
2 人工神經網絡法可分為人工神經元模型、神經網絡模型、BP網絡等。神經網絡模型是由大量神經元組合成的復雜網絡，主要分為前向網絡和相互連接網絡。反映了人腦許多基本功能，具有并行處理性、分布式的存儲、很強的容錯性和聯想性等。BP網絡結構有輸入層、隱含層和輸出層組成，隱層神經元的傳遞一般采用一定值特性的連續可微的Sigmoid函數進行計算。神經元是神經網絡的基本單位，它是一個多輸入單輸出的非線性信息處理單元。
3 這些對油氣層評價方法的研究有各自突出特點，但應當一分為二的看待這些技術，不斷完善發展技術，做到在繼承傳統基礎上開拓創新。無論是數學法還是人工網絡法，都對油氣層評價做出了不小貢獻，但我們不能懈怠，而是更應當努力，不斷改進發展技術，使油氣層評價的結果更加準確、科學。
結語
氣測錄井資料及其油氣層評價方法多種多樣，我們只有不斷努力探索才能使其跟上時代的步伐，同時為油氣企業發展做貢獻。我們有必要對氣測錄井資料及其油氣層評價方法進行深刻的研究與討論，不斷壯大發展油氣企業，為企業的未來奠定基礎。應在集成的基礎上發展，改進落后技術，繼承優良技術，才能在未來發展中使油氣企業更上一層樓。
參考文獻
人工神經網絡基本功能范文3
自我國電力事業得到全面的發展之后，很多電氣化設備也在逐漸地趨于智能化。在機電逐漸一體化的今天，繼電保護中人工智能技術的應用也越來越關鍵。尤其是在一些大型企業，繼電保護的人工智能化不僅能夠讓供電的可靠性得到全面的提升，還能讓電氣設備逐漸地趨于電氣自動化。所以，對繼電保護設備中人工智能化技術的應用十分關鍵。
1 繼電保護中的人工智能技術應用概況
1.1 人工智能技術的應用現狀
人工智能技術的應用在目前還處于較為初級的階段，其也僅僅是體現自一些局部領域。相對于繼電保護設備中，人工智能技術的應用還較為廣泛。早在20世紀人們就已經能夠利用電磁繼電器對電力系統進行初步的保護。但是由于其磁效應也會對繼電保護的可靠性造成一定的影響，所以在很長一段時間內都未能取得突破性的進展。但是隨著數字繼電保護裝置的逐漸運用以及以數控為基礎的智能化斷路器等新原件的開發，使得繼電保護設備的保護效果得到明顯的提升。這也為人工智能技術的發展奠定了良好的基礎。所以，人工智能技術處于一種高速發展的階段。
1.2 人工智能技術應用的作用
人工智能技術的應用不僅能夠讓繼電保護裝置的運行效率更高，而且還能使得其可靠性得到全面的提升。其各種智能化程序的應用還能使得人力以及物力得到大幅度的節省，使得成本效率也能得到持續性的降低。尤其是在主電路以及輔助電路中，繼電保護人工智能技術的應用，能夠使得其負載降低，從而讓電力的運行更加的流暢，減少了故障出現的機率。
2 繼電保護中人工智能技術的分析
2.1 計算機網絡基礎
在進行人工智能技術的應用過程中，其必須利用網絡計算機進行相應的程序設計，而且在設定之后，其微機線路首先會對硬件進行保護。這也是繼電保護的基礎。其硬件設施一般會在控制電路系統之中，而計算機網絡化也是根據控制電路的變化情況對繼電器進行相應的調試。目前，很多供電企業已經逐漸在開發32位硬件保護系統。這對于人工智能化技術具有很好的促進作用。同時，在對硬件進行保護的過程中，實質是對整個網絡系統進行保護。這種保護模式也是計算機逐漸網絡化的門戶。 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，還應具有大容故障信息和數據的長期存放空間，快速的數據處理功能，其信號的輸入以及以及輸出也需要多方面的協調。所以利用計算機網絡基礎對人工智能技術進行應用可以推動電力系統的自動化。
2.2 人工神經網絡
人工神經網絡是基于電力系統中的一種電路模擬。因為電路雖然以神經系發散出去，但是從另外一方面而言其具有很強的規律性。無論是串聯電路還是并聯電路，其電壓、電流都具備一定的規律。而人工神經網絡就是從電路系統中入手，對其電路進行全面的模擬，然后以計算機作為軟件基礎，實現繼電保護裝置對整個電路的全面監控。而且其還能對電路做出全方位的診斷，應用ANN技術實現故障診斷不同于ES診斷方法。ANN方法通過現場大量的標準樣本學習與訓練，讓整個電路逐漸實現了數字化的基礎。從而實現人工神經網絡對整個繼電保護裝置的全面反饋。
2.3 數字繼電保護的智能化
在整個人工智能技術的應用中，數字電路的應用也必不可少。其能夠有效地實現斷路器的智能化，與傳統的電磁繼電保護相比明顯存在一定的優勢。其主要是對一些小型機組以及變壓器和電動機進行相應的保護。在低壓電路中的應用表現的十分明顯。例如：過流繼電器，其在控制電路中，通過對主電路電流的監護，將其控制在一個正常的數值內，如果電力系統出現電流過載，那么過流繼電器就能夠在第一時間將電源進行切斷，這樣主電路中的電流互感器也會出現相應的電流過載感應，從而對電磁繼電器發出相應的反饋信號，這樣就能夠實現電氣二次設備的保護。這也是數字繼電保護智能化的核心所在。
3 結語
繼電保護中的人工智能技術應用十分關鍵，其是提升繼電保護裝置可靠運行的基礎。在進行人工智能技術應用的過程中，一定要結合實際情況。對其硬件以及軟件基礎進行全面的分析，并實現人工智能化。只有這樣繼電保護裝置在人工智能化基礎中的應用才能更加地廣泛。
參考文獻
[1]區偉鵬.人工智能技術在電力系統無功電壓控制中的應用[J].科技展望，2016（09）.198-199.
人工神經網絡基本功能范文4
［關鍵詞］ 電信客戶價值 客戶價值評價 BP神經網絡 社會網絡分析
電信運營商在經歷了十多年的分分合合之后，目前正逐漸由賣方市場向買方市場過渡，客戶資源競爭，特別是價值客戶競爭，已經成為電信運營商戰略制定的新方向。因此，找出一個比較全面的方法對運營商所擁有的客戶進行評價和分類，挖掘出其擁有的價值總量顯得尤為重要?，F有研究大多從直接經濟維度出發，以各種可直接測量的經濟指標作為客戶價值評價的依據。但是信息手段的飛快演變帶來的不僅是通信的便捷，還形成了一個更為復雜的客戶關系網絡，電信運營商作為信息交換的中樞，對客戶關系網絡的把握無論從硬件還是軟件上，都具有明顯的優勢。在其網絡中的客戶所具有的價值不僅僅只是傳統客戶價值理論中所定義的“收入減成本”，更重要的是客戶所擁有的社會網絡價值。因此，本文提出了一個包括直接經濟維度和社會網絡維度的電信客戶綜合價值評價指標體系，并設計了一個基于BP神經網絡的電信客戶綜合價值評價模型。通過一個實際案例的分析，進一步地闡明了整個評價模型的數據獲取、數據預處理、模型建立以及數據分析一整個流程的操作。
一、電信客戶綜合價值評價指標體系
本文提出的電信客戶綜合價值評價指標體系包括直接經濟維度和社會網絡維度，具體來說：
1.直接經濟維度包括當前價值類指標和潛在價值類指標：
（1）當前價值類指標，包括基本功能消費和附加功能消費兩部分。
基本功能消費是指客戶在電信運營商中交納的基本通信費用，包含月租（X1）、本地話費（X2）、長途話費（X3）三個指標?；竟δ芟M是電信運營商能夠給普通客戶帶來的最基本的服務，它是客戶在正常消費服務的過程中給電信運營商帶來的收益。
附加功能消費是指客戶發送短信、使用GPRS以及其他增值服務產生的費用，為了方便此處用數據業務通信費（X4）一個指標統計。這些附加功能消費屬于特殊功能，他們的使用能夠使客戶增加已購買產品的交易額。
（2）潛在價值類指標，主要通過考察客戶的忠誠度和信用度來判定。
忠誠度用在網時長（X5）和當月通話時長（X6）來衡量。在網時長是指客戶使用該電信運營商品牌的時間長度，在網時長數值越大表示客戶對該品牌越依賴。當月通話時長是指客戶當月使用該品牌進行通話的總時間長度，這個數值在一定程度上可以表征客戶對該品牌所持態度的變化，如果每個月的“當月通話時長”數值趨于穩定，則忠誠度較高，反之依然。
信用度包括最高欠費金額（X7）、月欠費金額（X8）和欠費次數（X9）三個指標。最高欠費金額為客戶在使用該品牌時欠費的最高值；月欠費金額是客戶當月欠費的數值；欠費次數是客戶使用該品牌中欠費的次數。這三個指標反映的是客戶的經濟承受能力，在一定程度上代表著其信用度。
2.社會網絡維度包括三個指標：
點度數中心度（X10）、點中間中心度（X11）、點接近中心度（X12）三個指標是社會網絡分析技術中的三個常見指標，所表征的客戶社會網絡屬性各有側重：點度數中心度表征的是客戶在網絡中“權利”的大??；點中間中心度表征的是客戶在網絡中“控制力”的大小；點接近中心度表征的是客戶在網絡中“反控制”的大小。而在電信客戶的社會網絡分析中，我們可以通過用戶的通話清單計算出這三個指標值。
二、基于BP神經網絡的電信客戶綜合價值評價模型
根據電信客戶綜合價值評價指標體系，客戶經理就可以用技術手段來分析某個特定客戶的綜合價值了。但是在具體實施中，電信運營商面向的客戶是多種多樣的，幾乎覆蓋了所有的行業，設置一套指標權值一勞永逸是不現實的想法。針對此，本文提出了基于BP神經網絡的電信客戶綜合價值評價模型，它能夠根據不同地區、不同行業客戶的特征，對歷史數據進行學習，計算出權值配置的優化方案，大大提高客戶綜合價值的評價準確率。
1.數據獲取
在理想情況下，處于電信運營商內部的客戶經理可以從業務運營支撐系統中直接導出直接經濟維度的指標X1~ X9，然后進行歸一化處理，將各量級數值轉化為無量綱、0~1間的數值。另外，X1~ X6是正向指標，即數值越大越優；X7~ X9是負向指標，即數值越小越優。在進行歸一化處理時要將它們統一為正向指標，方便分析。
設：
其中，n表示客戶樣本總數；Tij表示第i個客戶樣本的第j項指標值；Tjb表示所有客戶樣本的第j項指標的最大值；Tjs表示所有客戶的第j項指標的最小值。
那么，歸一化后的客戶樣本正向指標值為：
歸一化后的客戶樣本負向指標值為：
而對于社會網絡維度指標X10~ X12的獲得，需要客戶經理通過業務運營支撐系統先導出目標客戶群的通話記錄數據，然后用社會網絡分析軟件Ucinet分析出每個客戶樣本的點度數中心度、點中間中心度和點接近中心度并做歸一化處理，方法同上所述。
為了保障客戶信息安全，保護客戶隱私，電信運營商對業務運營支撐系統的管理十分嚴格，非內部職工是無法查詢客戶數據的。因本文作者不是電信運營商內部職工，無法拿到指標體系中所有的數據。為了能夠收集到足夠多的數據來進行模擬，本文采用網絡問卷調查的方法，對本人所在單位正在使用某品牌的43人進行了訪問，邀請他們通過登陸網上營業廳導出包括通話清單、月租、本地話費、長途話費、通話時長、數據業務通信費等在內的個人數據以作研究。而“在網時長X5”在網上營業廳是無法查到的，則需引導被訪者回憶使用該品牌的大概時長。另外，在本次調查中被訪者的信用度都非常良好，幾乎沒有出現欠費記錄，為了達到降維、加快運算速度的目的，沒有對X7~X9進行統計。最終，調查得到了37份有效數據。
2.數據預處理
（1）建立數據倉庫
建一個名為“數據處理.xls”的Excel文檔，作為數據倉庫。在“數據處理.xls”中，新建“10月”、 “11月”、 “12月”、 “1月”、 “2月”五個工作表用于存放被訪者對應月份的數據。其中，X1~X6可以從被訪者原始數據表中得到，X10~X12用社會網絡分析軟件Ucinet計算求得，詳細步驟如下：
① 根據被訪者原始數據表，構建鄰接矩陣：二者在本月內有通話記錄記為1，否則記為0。
② 打開Ucinet，通過DataImport via spreadsheet(DL editor)Full matrix w/multiple sheets路徑將鄰接矩陣表導入軟件。導入數據之后，Ucinet將在默認目錄自動生成工程文件“鄰接矩陣.##h”和“鄰接矩陣.##d”。
③ 通過NetworkCentralityMultiple Mesures(old)路徑打開工程文件“鄰接矩陣.##h”，計算出各月份每個被訪者的點度數中心度（Degree）、點中間中心度（Betweenness）和點接近中心度（Closeness）。并通過VisualizeNetDraw路徑得到網絡關系圖。
（2）歸一化處理
在“數據處理.xls”中新建“10月歸一化”、“11月歸一化”、“12月歸一化”、“1月歸一化”、“2月歸一化”五個工作表用于存放被訪者對應月份的歸一化數據，并在對應月份的單元格中算出歸一化數值。例如，“10月歸一化”工作表中C3單元格的歸一化公式為“='10月 '!C3/MAX('10月 '!C$3:C$39)”，它表示用“10月”工作表中C3單元格的數值除以C3至C39單元格中的最大值。
這樣，我們就得到了預處理完畢的五個月數據，接下來進行BP神經網絡的建模。
3.評價模型神經網絡的確立
（1）輸入向量、輸出向量維數確定
輸入向量為指標X1~X6以及X10~X12共9個維，每個月的輸入向量是一個9×37的矩陣。輸出向量為一個確定的數值，因此維數為1，而每個月的輸出向量是一個1×9的矩陣。
（2）隱層節點數的確定
根據現有文獻經驗，設m、n、h分別表示輸入向量維數、輸出向量維數以及隱層節點數，則在m>n時， 為最佳隱層節點數選擇區間。因此，本研究的最佳隱層節點數區間為[4~13]。通過在MATLAB中進行仿真模擬比較，確定最佳隱層節點數為9。因此，本研究最終的神經網絡結構為[9,9,1]。
（3）傳遞函數確定
由于S型非線性函數的網絡具有較強的分類能力，它也接近于人腦神經元的輸入輸出特性，神經元采用S型非線性函數，對于隱層神經元，我們取傳遞函數為tansig函數，函數表達式為：。而我們的輸出層需要在區間[1,5]進行評分取值，因此用purelin函數，函數表達式為：。
（4）學習算法確定
根據現有文獻研究，在進行中小規模數據處理時，LM算法的收斂速度最快，而且精度也比其他算法高，能夠獲得更小的均方差。因此，本研究采用LM算法作為神經網絡的學習算法。
4.評價模型在MATLAB上的訓練及仿真
因為9個指標都是正向指標，因此整個評價模型應該是遞增函數。我們將預處理后的數據進行分類，按數值大小分為“很高（0.8~1）、高（0.6~0.8）、一般（0.4~0.6）、低（0.2~0.4）、很低（0~0.2）”五級，那么可以知道：當9個指標都取最大值1時，評價值最高，其他等級亦是如此。設期望評價值為區間[1,5]上的實數，那么用于評價模型學習訓練的輸入向量p和輸出向量t分別為：
將p、t導入MATLAB，并編寫訓練程序：
經過5次迭代，網絡停止了訓練，訓練均方誤差下降到
，而測試均方誤差和確認均方誤差在第2次迭代時達到一致的0.011898，如圖1所示。說明建立的神經網絡可以被接受。
圖1 誤差曲線
網絡訓練完成后，我們將預處理好的數據按月份導入MATLAB。設x2、x1、x12、x11、x10和y2、y1、y12、y11、y10分別為2月、1月、12月、11月、10月的輸入向量和輸出向量，則有程序：
這樣，我們就得到了各月份各客戶的綜合評價值。在Excel中根據綜合評價值按月份做出圓環圖，如圖2所示，自圓心向外的五個環依次為10月、11月、12月、1月、2月的評價值數據，每個色塊代表每個客戶的綜合評價值占當月總分值的比重。
圖2 客戶綜合價值圓環圖
由圓環圖我們可以看出：
（1）每個月各色塊所占比重是相對穩定的，這說明本研究的客戶群體的消費習慣趨于穩定，整體離網概率較低。從另一個角度看，客戶經理每個月查看該圖，就能知道目標群體中是否有異常數據，及時做離網預警分析。
（2）五個月內編號為9的客戶綜合評價值最高。從歸一化表中可以查到，盡管其直接經濟維度各指標值并不是最高，但是其社會網絡維度指標值每個月都排在前列，這說明她在此研究群體中比別人有更大的影響力。而考察實際的客戶身份可知，9號客戶是單位辦公室主任，負責單位的內外部人員聯系，傳達領導指示，分派具體任務。據觀察分析，因為該客戶的主要聯系方式是單位的固定電話，移動通話的頻率相對沒有那么高，所以其直接經濟維度價值被掩埋了。如果只分析其直接經濟維度指標，是不能將其客戶價值真正挖掘出來了。而采用本文提出的電信客戶綜合價值評價指標體系進行分析的話，就能通過社會網絡維度的指標值，挖掘出了其隱藏著的社會關系屬性，糾正了對其客戶價值的評價。這也驗證了該指標體系的有效性和實用性。而從另一角度來看，客戶經理在分析數據時，如果發現某個客戶的直接經濟維度數值不高但社會網絡維度數值較高，就應該引起重視，因為其很有可能擔當著目標群體內部“上傳下達”的角色，客戶經理應該優先發展該類型的客戶，將更多的優惠資源投放于此，以把握住該目標群體的“關系核心”所在，從而方便地將營銷網絡由中心向周邊擴散。
（3）五個月內編號為27的客戶綜合評價值排名第二。從歸一化表中可以查到，其直接經濟維度和社會網絡維度各指標值都排在前列，說明其是優質價值客戶，這類型客戶不僅對公司保有足夠的忠誠，而且其在目標群體中屬于活躍分子，具有較大的概率愿意為公司做業務推廣傳播，加強口碑效應?？蛻艚浝韺υ擃愋涂蛻魬摱嗉优囵B感情，提高其業務滿意度，將其作為新業務推廣的原點，向外擴張。
（4）觀察到編號為26的客戶綜合評價值雖然較高，但是通過分析歸一化表發現，社會網絡維度指標數值較低，說明其在此目標群體中的“認同度”不高，即在此群體中不活躍。但是從歸一化表中又能發現，其直接經濟維度指標數值還是比較高的，這表明該客戶在另外的群體中是個優質價值客戶。這表明本評價模型能很好地平衡了直接經濟維度和社會網絡維度各指標間的權值設置。而從另一角度來看，客戶經理在分析數據時，如果發現某個客戶的直接經濟維度指標值較高而社會網絡維度指標值較低，可以嘗試去挖掘一下其所屬的別的活躍圈子，因為該類型客戶往往就是其活躍圈子中的關系網絡核心人物，客戶經理可以通過他拓展出一個新的業務營銷群體。
三、結論
本文提出的電信客戶綜合價值評價指標體系比較全面地考慮了直接經濟維度和社會網絡維度兩方面，并據此設計了基于BP神經網絡的電信客戶綜合價值評價模型，經過實際案例的分析，具有較高的可信度和較強的實際操作意義，為客戶經理、研究人員進行相關的分析研究提供了一個可參考的技術框架。
參考文獻：
[1] 齊佳音,舒華英.客戶價值評價、建模及決策[M].北京:北京郵電大學出版社.2005
[2] 王艷輝,吳斌,王柏.電信社群網絡靜態幾何性質分析研究[J].復雜系統與復雜性科學,2005(02)
[3] 嚴寒冰.人工神經網絡在電信業客戶關系管理中的應用研究[D].重慶大學,2007
人工神經網絡基本功能范文5
關鍵詞：電力系統；繼電保護技術；現狀；發展
Abstract: The relay protection technology has been developed along with the electric power system and closely relates to the continuous improvement of running reliability requirements of power system. The author expounds the current situation and future development of relay protection technology in power system in this paper.
Keywords: electric power system; the relay protection technology; present situation; development
中圖分類號: TM77 文獻標識碼：A文章編號：
一、繼電保護發展現狀
電力系統的飛速發展對繼電保護不斷提出新的要求，電子技術、計算機技術與通信技術的飛速發展又為繼電保護技術的發展不斷地注入了新的活力，因此，繼電保護技術得天獨厚，在40余年的時間里完成了發展的4個歷史階段。
建國后，我國繼電保護學科、繼電保護設計、繼電器制造工業和繼電保護技術隊伍從無到有，在大約10年的時間里走過了先進國家半個世紀走過的道路。50年代，我國工程技術人員創造性地吸收、消化、掌握了國外先進的繼電保護設備性能和運行技術，建成了一支具有深厚繼電保護理論造詣和豐富運行經驗的繼電保護技術隊伍，對全國繼電保護技術隊伍的建立和成長起了指導作用。
自50年代末，晶體管繼電保護已在開始研究。60年代中到80年代中是晶體管繼電保護蓬勃發展和廣泛采用的時代。
在此期間，從70年代中，基于集成運算放大器的集成電路保護已開始研究。到80年代末集成電路保護已形成完整系列，逐漸取代晶體管保護。到90年代初集成電路保護的研制、生產、應用仍處于主導地位，這是集成電路保護時代。
我國從70年代末即已開始了計算機繼電保護的研究，高等院校和科研院所起著先導的作用。華中理工大學、東南大學、華北電力學院、西安交通大學、天津大學、上海交通大學、重慶大學和南京電力自動化研究院都相繼研制了不同原理、不同型式的微機保護裝置。1984年原華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，東南大學和華中理工大學研制的發電機失磁保護、發電機保護和發電機?變壓器組保護也相繼于1989、1994年通過鑒定，投入運行。南京電力自動化研究院研制的微機線路保護裝置也于1991年通過鑒定。天津大學與南京電力自動化設備廠合作研制的微機相電壓補償式方向高頻保護，西安交通大學與許昌繼電器廠合作研制的正序故障分量方向高頻保護也相繼于1993、1996年通過鑒定。至此，不同原理、不同機型的微機線路和主設備保護各具特色，為電力系統提供了一批新一代性能優良、功能齊全、工作可靠的繼電保護裝置。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。可以說從90年代開始我國繼電保護技術已進入了微機保護的時代。
二、繼電保護的未來發展
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發展。
2.1計算機化
隨著計算機硬件的迅猛發展，微機保護硬件也在不斷發展。原華北電力學院研制的微機線路保護硬件已經歷了3個發展階段：從8位單CPU結構的微機保護問世，不到5年時間就發展到多CPU結構，后又發展到總線不出模塊的大模塊結構，性能大大提高，得到了廣泛應用。華中理工大學研制的微機保護也是從8位CPU，發展到以工控機核心部分為基礎的32位微機保護。
南京電力自動化研究院一開始就研制了16位CPU為基礎的微機線路保護，已得到大面積推廣，目前也在研究32位保護硬件系統。東南大學研制的微機主設備保護的硬件也經過了多次改進和提高。天津大學一開始即研制以16位多CPU為基礎的微機線路保護，1988年即開始研究以32位數字信號處理器(DSP)為基礎的保護、控制、測量一體化微機裝置，目前已與珠海晉電自動化設備公司合作研制成一種功能齊全的32位大模塊，一個模塊就是一個小型計算機。采用32位微機芯片并非只著眼于精度，因為精度受A/D轉換器分辨率的限制，超過16位時在轉換速度和成本方面都是難以接受的；更重要的是32位微機芯片具有很高的集成度，很高的工作頻率和計算速度，很大的尋址空間，豐富的指令系統和較多的輸入輸出口。CPU的寄存器、數據總線、地址總線都是32位的，具有存儲器管理功能、存儲器保護功能和任務轉換功能，并將高速緩存(Cache)和浮點數部件都集成在CPU內。
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。在計算機保護發展初期，曾設想過用一臺小型計算機作成繼電保護裝置。由于當時小型機體積大、成本高、可靠性差，這個設想是不現實的。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，因此，用成套工控機作成繼電保護的時機已經成熟，這將是微機保護的發展方向之一。天津大學已研制成用同微機保護裝置結構完全相同的一種工控機加以改造作成的繼電保護裝置。這種裝置的優點有：(1)具有486PC機的全部功能，能滿足對當前和未來微機保護的各種功能要求。(2)尺寸和結構與目前的微機保護裝置相似，工藝精良、防震、防過熱、防電磁干擾能力強，可運行于非常惡劣的工作環境，成本可接受。(3)采用STD總線或PC總線，硬件模塊化，對于不同的保護可任意選用不同模塊，配置靈活、容易擴展。
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，尚須進行具體深入的研究。
2.2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，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。到目前為止，除了差動保護和縱聯保護外，所有繼電保護裝置都只能反應保護安裝處的電氣量。繼電保護的作用也只限于切除故障元件，縮小事故影響范圍。這主要是由于缺乏強有力的數據通信手段。國外早已提出過系統保護的概念，這在當時主要指安全自動裝置。因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，確保系統的安全穩定運行。顯然，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。
對于一般的非系統保護，實現保護裝置的計算機聯網也有很大的好處。繼電保護裝置能夠得到的系統故障信息愈多，則對故障性質、故障位置的判斷和故障距離的檢測愈準確。對自適應保護原理的研究已經過很長的時間，也取得了一定的成果，但要真正實現保護對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。
2.3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。
目前，為了測量、保護和控制的需要，室外變電站的所有設備，如變壓器、線路等的二次電壓、電流都必須用控制電纜引到主控室。所敷設的大量控制電纜不但要大量投資，而且使二次回路非常復雜。但是如果將上述的保護、控制、測量、數據通信一體化的計算機裝置，就地安裝在室外變電站的被保護設備旁，將被保護設備的電壓、電流量在此裝置內轉換成數字量后，通過計算機網絡送到主控室，則可免除大量的控制電纜。如果用光纖作為網絡的傳輸介質，還可免除電磁干擾?，F在光電流互感器(OTA)和光電壓互感器(OTV)已在研究試驗階段，將來必然在電力系統中得到應用。在采用OTA和OTV的情況下，保護裝置應放在距OTA和OTV最近的地方，亦即應放在被保護設備附近。OTA和OTV的光信號輸入到此一體化裝置中并轉換成電信號后，一方面用作保護的計算判斷；另一方面作為測量量，通過網絡送到主控室。從主控室通過網絡可將對被保護設備的操作控制命令送到此一體化裝置，由此一體化裝置執行斷路器的操作。
2.4智能化
近年來，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。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，從而造成誤動或拒動；如果用神經網絡方法，經過大量故障樣本的訓練，只要樣本集中充分考慮了各種情況，則在發生任何故障時都可正確判別。其它如遺傳算法、進化規劃等也都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使求解速度更快。天津大學從1996年起進行神經網絡式繼電保護的研究，已取得初步成果?？梢灶A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。
三、結束語
總而言之，隨著電力系統的高速發展和計算機技術、通信技術的進步，繼電保護技術面臨著進一步發展的趨勢。國內外繼電保護技術發展的趨勢為：計算機化，網絡化，保護、控制、測量、數據通信一體化和人工智能化，這對繼電保護工作者提出了艱巨的任務，也開辟了活動的廣闊天地。
參考文獻
1王梅義.高壓電網繼電保護運行技術.北京：電力工業出版社，1981
2楊奇遜.微型機繼電保護基礎.北京：水利電力出版社，1988
人工神經網絡基本功能范文6
【關鍵詞】繼電保護現狀發展
1繼電保護發展現狀
電力系統的飛速發展對繼電保護不斷提出新的要求，電子技術、計算機技術與通信技術的飛速發展又為繼電保護技術的發展不斷地注入了新的活力，因此，繼電保護技術得天獨厚，在40余年的時間里完成了發展的4個歷史階段。
建國后，我國繼電保護學科、繼電保護設計、繼電器制造工業和繼電保護技術隊伍從無到有，在大約10年的時間里走過了先進國家半個世紀走過的道路。50年代，我國工程技術人員創造性地吸收、消化、掌握了國外先進的繼電保護設備性能和運行技術［1］，建成了一支具有深厚繼電保護理論造詣和豐富運行經驗的繼電保護技術隊伍，對全國繼電保護技術隊伍的建立和成長起了指導作用。阿城繼電器廠引進消化了當時國外先進的繼電器制造技術，建立了我國自己的繼電器制造業。因而在60年代中我國已建成了繼電保護研究、設計、制造、運行和教學的完整體系。這是機電式繼電保護繁榮的時代，為我國繼電保護技術的發展奠定了堅實基礎。
自50年代末，晶體管繼電保護已在開始研究。60年代中到80年代中是晶體管繼電保護蓬勃發展和廣泛采用的時代。其中天津大學與南京電力自動化設備廠合作研究的500kV晶體管方向高頻保護和南京電力自動化研究院研制的晶體管高頻閉鎖距離保護，運行于葛洲壩500kV線路上［2］，結束了500kV線路保護完全依靠從國外進口的時代。
在此期間，從70年代中，基于集成運算放大器的集成電路保護已開始研究。到80年代末集成電路保護已形成完整系列，逐漸取代晶體管保護。到90年代初集成電路保護的研制、生產、應用仍處于主導地位，這是集成電路保護時代。在這方面南京電力自動化研究院研制的集成電路工頻變化量方向高頻保護起了重要作用［3］，天津大學與南京電力自動化設備廠合作研制的集成電路相電壓補償式方向高頻保護也在多條220kV和500kV線路上運行。
我國從70年代末即已開始了計算機繼電保護的研究［4］，高等院校和科研院所起著先導的作用。華中理工大學、東南大學、華北電力學院、西安交通大學、天津大學、上海交通大學、重慶大學和南京電力自動化研究院都相繼研制了不同原理、不同型式的微機保護裝置。1984年原華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［5］，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，東南大學和華中理工大學研制的發電機失磁保護、發電機保護和發電機?變壓器組保護也相繼于1989、1994年通過鑒定，投入運行。南京電力自動化研究院研制的微機線路保護裝置也于1991年通過鑒定。天津大學與南京電力自動化設備廠合作研制的微機相電壓補償式方向高頻保護，西安交通大學與許昌繼電器廠合作研制的正序故障分量方向高頻保護也相繼于1993、1996年通過鑒定。至此，不同原理、不同機型的微機線路和主設備保護各具特色，為電力系統提供了一批新一代性能優良、功能齊全、工作可靠的繼電保護裝置。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。可以說從90年代開始我國繼電保護技術已進入了微機保護的時代。
2繼電保護的未來發展
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發展。
2.1計算機化
隨著計算機硬件的迅猛發展，微機保護硬件也在不斷發展。原華北電力學院研制的微機線路保護硬件已經歷了3個發展階段：從8位單CPU結構的微機保護問世，不到5年時間就發展到多CPU結構，后又發展到總線不出模塊的大模塊結構，性能大大提高，得到了廣泛應用。華中理工大學研制的微機保護也是從8位CPU，發展到以工控機核心部分為基礎的32位微機保護。
南京電力自動化研究院一開始就研制了16位CPU為基礎的微機線路保護，已得到大面積推廣，目前也在研究32位保護硬件系統。東南大學研制的微機主設備保護的硬件也經過了多次改進和提高。天津大學一開始即研制以16位多CPU為基礎的微機線路保護，1988年即開始研究以32位數字信號處理器(DSP)為基礎的保護、控制、測量一體化微機裝置，目前已與珠海晉電自動化設備公司合作研制成一種功能齊全的32位大模塊，一個模塊就是一個小型計算機。采用32位微機芯片并非只著眼于精度，因為精度受A/D轉換器分辨率的限制，超過16位時在轉換速度和成本方面都是難以接受的；更重要的是32位微機芯片具有很高的集成度，很高的工作頻率和計算速度，很大的尋址空間，豐富的指令系統和較多的輸入輸出口。CPU的寄存器、數據總線、地址總線都是32位的，具有存儲器管理功能、存儲器保護功能和任務轉換功能，并將高速緩存(Cache)和浮點數部件都集成在CPU內。
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。在計算機保護發展初期，曾設想過用一臺小型計算機作成繼電保護裝置。由于當時小型機體積大、成本高、可靠性差，這個設想是不現實的。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，因此，用成套工控機作成繼電保護的時機已經成熟，這將是微機保護的發展方向之一。天津大學已研制成用同微機保護裝置結構完全相同的一種工控機加以改造作成的繼電保護裝置。這種裝置的優點有：(1)具有486PC機的全部功能，能滿足對當前和未來微機保護的各種功能要求。(2)尺寸和結構與目前的微機保護裝置相似，工藝精良、防震、防過熱、防電磁干擾能力強，可運行于非常惡劣的工作環境，成本可接受。(3)采用STD總線或PC總線，硬件模塊化，對于不同的保護可任意選用不同模塊，配置靈活、容易擴展。
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，尚須進行具體深入的研究。\
2.2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，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。到目前為止，除了差動保護和縱聯保護外，所有繼電保護裝置都只能反應保護安裝處的電氣量。繼電保護的作用也只限于切除故障元件，縮小事故影響范圍。這主要是由于缺乏強有力的數據通信手段。國外早已提出過系統保護的概念，這在當時主要指安全自動裝置。因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，確保系統的安全穩定運行。顯然，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。
對于一般的非系統保護，實現保護裝置的計算機聯網也有很大的好處。繼電保護裝置能夠得到的系統故障信息愈多，則對故障性質、故障位置的判斷和故障距離的檢測愈準確。對自適應保護原理的研究已經過很長的時間，也取得了一定的成果，但要真正實現保護對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。
對于某些保護裝置實現計算機聯網，也能提高保護的可靠性。天津大學1993年針對未來三峽水電站500kV超高壓多回路母線提出了一種分布式母線保護的原理［6］，初步研制成功了這種裝置。其原理是將傳統的集中式母線保護分散成若干個(與被保護母線的回路數相同)母線保護單元，分散裝設在各回路保護屏上，各保護單元用計算機網絡聯接起來，每個保護單元只輸入本回路的電流量，將其轉換成數字量后，通過計算機網絡傳送給其它所有回路的保護單元，各保護單元根據本回路的電流量和從計算機網絡上獲得的其它所有回路的電流量，進行母線差動保護的計算，如果計算結果證明是母線內部故障則只跳開本回路斷路器，將故障的母線隔離。在母線區外故障時，各保護單元都計算為外部故障均不動作。這種用計算機網絡實現的分布式母線保護原理，比傳統的集中式母線保護原理有較高的可靠性。因為如果一個保護單元受到干擾或計算錯誤而誤動時，只能錯誤地跳開本回路，不會造成使母線整個被切除的惡性事故，這對于象三峽電站具有超高壓母線的系統樞紐非常重要。
由上述可知，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。
2.3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。
目前，為了測量、保護和控制的需要，室外變電站的所有設備，如變壓器、線路等的二次電壓、電流都必須用控制電纜引到主控室。所敷設的大量控制電纜不但要大量投資，而且使二次回路非常復雜。但是如果將上述的保護、控制、測量、數據通信一體化的計算機裝置，就地安裝在室外變電站的被保護設備旁，將被保護設備的電壓、電流量在此裝置內轉換成數字量后，通過計算機網絡送到主控室，則可免除大量的控制電纜。如果用光纖作為網絡的傳輸介質，還可免除電磁干擾?，F在光電流互感器(OTA)和光電壓互感器(OTV)已在研究試驗階段，將來必然在電力系統中得到應用。在采用OTA和OTV的情況下，保護裝置應放在距OTA和OTV最近的地方，亦即應放在被保護設備附近。OTA和OTV的光信號輸入到此一體化裝置中并轉換成電信號后，一方面用作保護的計算判斷；另一方面作為測量量，通過網絡送到主控室。從主控室通過網絡可將對被保護設備的操作控制命令送到此一體化裝置，由此一體化裝置執行斷路器的操作。1992年天津大學提出了保護、控制、測量、通信一體化問題，并研制了以TMS320C25數字信號處理器(DSP)為基礎的一個保護、控制、測量、數據通信一體化裝置。
2.4智能化
近年來，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，在繼電保護領域應用的研究也已開始［7］。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。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，從而造成誤動或拒動；如果用神經網絡方法，經過大量故障樣本的訓練，只要樣本集中充分考慮了各種情況，則在發生任何故障時都可正確判別。其它如遺傳算法、進化規劃等也都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使求解速度更快。天津大學從1996年起進行神經網絡式繼電保護的研究，已取得初步成果［8］。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。
3結束語
建國以來，我國電力系統繼電保護技術經歷了4個時代。隨著電力系統的高速發展和計算機技術、通信技術的進步，繼電保護技術面臨著進一步發展的趨勢。國內外繼電保護技術發展的趨勢為：計算機化，網絡化，保護、控制、測量、數據通信一體化和人工智能化，這對繼電保護工作者提出了艱巨的任務，也開辟了活動的廣闊天地。
作者單位：天津市電力學會(天津300072)
參考文獻
1王梅義.高壓電網繼電保護運行技術.北京：電力工業出版社，1981
2HeJiali,ZhangYuanhui,YangNianci.NewTypePowerLineCarrierRelayingSystemwith
DirectionalComparisonforEHVTransmissionLines.IEEETransactionsPAS-103，1984(2)
3沈國榮.工頻變化量方向繼電器原理的研究.電力系統自動化，1983(1)
4葛耀中.數字計算機在繼電保護中的應用.繼電器，1978(3)
5楊奇遜.微型機繼電保護基礎.北京：水利電力出版社，1988
6HeJiali,Luoshanshan,WangGang,etal.ImplementationofaDigitalDistributedBus
Protection.IEEETransactionsonPowerDelivery,1997,12(4)
