智能技术在电力系统自动化控制中应用.docVIP

智能技术在电力系统自动化控制中应用 　　摘要：近年来，我国的电力事业发展十分迅猛，加强智能技术在电力系统自动化控制中的应用的研究是十分必要的。本文作者结合多年来的工作经验，对智能技术在电力系统自动化控制中的应用进行了研究，具有重要的参考意义。 关键词：智能技术；电力系统；自动化；控制 中图分类号：F407.61 文献标识码：A 文章编号： 1 人工智能定义概述 “人工智能”被认定为一门前沿科学技术是始于上世纪的五十年代的1956年，由Dartmouth学会向科学领域所提出的。但在1936年，它的模糊概念就已经被阿兰.麦席森.图灵（AlanMathison Turing）所提出，所以后世不少人仍然记得这位曾为人工智能科学研究做出巨大贡献的“人工智能之父”。从现代来看，人工智能是一项综合学科，研究的是各类机械器具、相关操作系统程序、设备模拟作业、以及研究完善现有人工智能技术的一项综合学科技术。而向计算机技术、自动化控制技术等的研究深入，仅是人工智能体系技术探究的一个分支。也就是说，这些技术的推广与应用能够渗透到当前各组织领域，相互之间也存在着紧密的关联性与互补性。 电气自动化控制系统中渗透了人工智能技术，能够使专业电气工程的功能逐步分解到各自动化板块系统中，进而也就强化了设备运行时的处理能力，实现精准、高效处理，降低人力资源消耗成本。此外，人工智能技术在应用到电气控制系统中时，也能够抑制一些不稳定、不确定的因素发生，也就是当前电气自动化系统应用时所普遍强调的模糊动态控制。也就是说，凭借系统中的特定程序设置及参数设定、变量控制等可显著增强控制系统的应用功能，使电气设备在运营阶段时的操作、自动化控制功能发挥更加高效。如，将人工智能应用于电气自动化中的报表生成及打印环节中，可以极大的提高各类报表的制表计算速度及准确性。 2 智能技术在电力自动化控制系统中的应用研究 电力自动化控制系统中引入智能技术在目前看来其应用前景非常广，并且技术运用成果相对突出，其中本文以几种最为常见的典型技术对其进行了研究。 2.1 模糊理论应用 模糊理论别名也称为集合理论，它主要利用语言变量和推理逻辑理论作为电力智能设施的实践基础。此外，运用模糊理论的电力自动化控制系统，能够具备体系完整的推理逻辑性，以及能够模拟人为决策等形式的模糊推理过程。而决定这一推理、逻辑过程的是其技术的数据规则控制。也就是说，应用模糊理论可以直观对模糊输入量进行推理，进而按照其程序的控制原则实现应有的模糊控制输出，而具体的输出成果则是模糊化、推理过程、推理判决。所以，电力自动化控制系统中如果通过模糊理论下的模糊量输出，能够将语言变量进行充分表达，进而实现类似于人的逻辑性能。此外，其鲁棒性也很强，能够使控制系统具备一定的自学、容错能力，即使系统内部出现因网络拓扑或者环境变量改变而引起的系统问题，凭借模糊理论的应用成果，也能够及时寻求出最为合理的解决途径。 2.2 专家系统应用 智能技术体系中的专家系统应用范畴较为广阔，尤其是应用在电力系统自动化中所体现的成果也相当强大。如电力系统的预警状态辨识、系统紧急处理、系统控制性能恢复、系统状态切换、故障点排查及隔离、系统短期负荷提示、以及电压无功控制等方面都会存在智能技术中专家系统的影子。由此可见，专家系统在电力自动化控制系统中的广泛程度非常明显，并在各方面的应用实践取得了一定成果。但值得指出的是，专家系统同样具备约束性。如难以模仿电力专家的创造性；仅采用了浅层知识而缺乏功能理解的深层适应；缺乏有效的学习机构，对情况的处理解决能力非常有限，知识库的验证困难；对复杂的问题缺少好的分析和组织工具等。因此，在开发专家系统方面应注意专家系统的效益分析方法问题，专家系统软件的应用成果及试验性能问题，知识获取问题，专家系统与其他常规工具或系统相结合的协调等问题。 2.3 神经网络的应用 神经网络是人工智能技术体系中的一部分，通过近七十年来的不懈努力与致力钻研，其在模型构造、模型计算及算法等相关方面着实取得了不小研究成果。而神经网络技术自兴起直至被人们接受与高度重视以来，之所以取得不少成就必然与人为的努力研究有直接关系，同时还与其理论的实践性强大有重要关系。即其本质具备非线性特性、系统能力及鲁棒性体现明显、以及自发学习能力功能等非常显著等，都决定了其理论与实践技术应用的开拓程度。当然，其具体作用形式是以大量信息为准；主要通过神经网络将大批量、大规模的信息隐含在连接权值上，并结合与之配套的算法去调节权值，进而能够将神经网络实现一种复杂非线性映射，即神经网络由m维的空间向n维空间的复杂非线性映射，进而更加利于神经网路模型的深入研究。 2.4 综合智能系统应用 综合智能控制系统主