关于电力系统中对智能控制技术的应用分析研究.docVIP

关于电力系统中对智能控制技术的应用分析研究 　　1P 　　（浙江省丽水市丽水学院，浙江丽水323000） 　　摘要：在电力系统中加入人工智能控制技术的应用，能够有效解决非线性问题。本文描述了模糊技术、神经网络、专家系统这三种智能控制技术的特点，并就其在电力系统中的应用现状进行分析，阐述了智能控制对于电力系统无功电压控制、切负荷、继电保护等方面的作用。 　　关键词：电力系统；智能控制；模糊技术；神经网络；专家系统 　　中图分类号：TM76 文献标识码：A文章编号：1007-9599 (2011) 09-0000-01 　　The Analysis the Power System of the Intelligent Control Technology 　　Zhang Yuming,Feng Jianlin 　　(Zhejiang Lishui University,Lishui323000,China) 　　Abstract:The addition of artificial intelligence in power system control technology,can effectively solve the nonlinear problem.This paper describes the fuzzy technology,neural network,expert system technology that features three intelligent control and its application in power system analysis of the status,describes the intelligent control for reactive power voltage control,load shedding,relay protection role. 　　Keywords:Power system;Intelligent control;Fuzzy technology;Neural network;Expert system 　　作为非线性动态系统，电力系统涉及到发电机、变压器、输配电网络和终端设备等一系列复杂单元。在电气自动化水平日益提高的背景下，电力系统实现智能控制已成为大势所趋。随着信息技术、电子计算机技术、微电子技术和人工智能等现代学科的最新进展，面对电力系统逐渐扩大的规模和日趋复杂的体系架构，其智能控制手段逐渐归纳成为三种较为有效的渠道，也就是模糊技术、神经网络、专家系统这三种控制技术。 　　一、模糊技术在电力系统中的应用及分析 　　模糊控制技术是基于模糊理论（FT），模拟人类大脑逻辑进行模糊推演归纳行为的人工智能控制方法，在问题具有非线性、非确定性、非精确性或者受到噪声污染时，模糊技术能够凭借其完整的推理体系体现出更强的优势。模糊控制技术接近人的理性思维，对有效信息的提取和分析更为精确，具有较强的鲁棒性，不易受到被控对象非线性因素和参数变化的影响，对电力系统控制的诸多复杂问题都具有较强的适用性。 　　举例来说，电力系统中的无功电压控制就具备了可应用模糊技术加以控制的特点。在实际运行中，系统电压和无功控制具有非线性特征，很难用标准数学模型或者常规控制手段加以描述。因此针对无功电压越限容许度这个问题，可以采用模糊线性规划，将电压的限值进行模糊处理，最终确定能够维持电压的无功功率最低值。电力系统中有的节点对故障点的控制性较强，这些节点能够组成一个无功电压的局部控制区域，针对这个要求，可将控制的力度模糊化理解，使用模糊语言隶属度而非硬性指标来划分强弱表征系数，然后使用模糊数学中的聚类分析方法，区分不同的控制属性，对无功电压进行紧急状态下的局部控制。这种办法较普通线性规划法来说，提高了实用性，使无功电压控制获得了传统上不具备的智能特性。 　　二、神经网络在电力系统中的应用及分析 　　人类的神经网络是通过彼此连接的神经元来相互传递并处理信息，实现大脑思维工作的。人工神经网络（ANN）智能控制技术也就是基于这种原理，仿制若干神经元单位，通过一定的联系方式实现非线性组合，来模拟控制系统的非线性属性。神经网络的信息隐藏在大量的神经元以及它们之间的有向连接权值中，通过算法的调整变化，这些信息能够实现多维空间内部的复杂映射，并具备较强的自我组织能力和容错能力，适用于多种信息控制需求。神经元的控制较为简单，其相互独立的属性也降低了并行处理的难度，提高了运行效率。神经网络控制技术的优点主要在于强大的自学能力和鲁棒性，它还具备类似人脑的非线性拟合和联想记忆的功能，在动静态交叉模型的参数变化情况下仍能保持高精度的稳定控制，并可自行调和两种