电力系统自动化中智能技术应用_000002.docVIP

电力系统自动化中智能技术应用_000002 　　【摘要】随着社会经济的发展，电力系统自动化智能技术的应用也逐渐取代原有的人工机制成为我们经济生活中必不可缺的部分，且不断扩大。同时，电力系统的自动化程度的高效稳定的系统控制结构也一定意义上促进了我国经济的持续稳定的快速发展。本文通过从以下几方面对智能技术的应用分析，来确保系统安全稳定健康的运行。 　　【关键词】电子系统自动化；高效稳定；发展；应用；分析 　　中图分类号：F407.63 文献标识码：A 文章编号： 　　一、前言 　　电力系统自动化智能技术的应用已经成为了电力行业发展的必然趋势。它有助于电网运行效率的提升，同时自动化中的智能技术也决定着电力设备操作与控制的功能状态。能有效的维持电网各项指标处于优良的工作状态 。本文就电力系统中自动化的智能技术的应用从以下几方面进行了分析，希望有一定的指导作用。 　　二、电力系统自动化概述 　　电力系统的自动化通常是指电工进行的二次系统，也就是指电力系统的自动化采用了多种具有自动的控制、检测以及决策的功能装置，并且通过数据传输系统和信号系统对电力系统的全系统、局部系统以及各个元件进行远方或者是就地的自动的协调控制和监视调节，以此来确保电力系统能够安全的稳定的健康的运行。 　　三、智能控制理论的提出 　　电力行业关系着社会现代化事业发展的进程，对我国社会主义改革建设有着重要的意义。经过较长时间的应用发现 ，传统电网调度模式已适应不了运行控制的要求。智能控制是当今控制理论发展的新阶段，它解决了那些用传统方法难以解决的复杂系统的控制问题。特别适于那些具有模型不确定性、具有强非线性、要求高度适应性的复杂系统 。智能控制理论对解决 电网工作故障有着显著的意义，采用新型数据控制模块,促进了新型电力控制系统的功能升级 。 　　四、电力系统自动化中智能技术的应用与分析 　　随着我国的社会经济的快速发展，人们的生产方式和生产力也同时得到了不断的改革与创新，广大的人民对电力系统自动化的控制也提出了更加高的要求，近几年来，电力系统的自动化又引入了很多较为先进的控制手段。那么下面就主要来介绍五种最具代表性的电力系统 自动化中的智能技术的应用： 　　模糊方法 　　建立模型来实现控制是现代比较先进的方法，但建立常规的数学模型，有时十分困难，而建立模糊关系模型十分简易，实践证明它有巨大的优越性。模糊控制理论的应用非常广泛。模糊逻辑控制系统的组成结构如图1所示： 　　例如我们日常所用的电热炉、电风扇等电器。这里举斯洛文尼亚学者用模糊逻辑控制器改进常规恒温器的例子来进一步说明模糊方法在智能技术中的应用。电热炉一般用恒温器来保持几挡温度，以供烹饪者选用，如60，80，100，140℃。斯洛文尼亚现有的恒温器在10 0℃以下的灵敏度为士7℃，即控制器对士7℃以内的温度变化不反应;因此在实际应用中，改用模糊控制器后，这些现象基本上都没有了。模糊控制的方法很简单，输入量为温度及温度变化两个语言变量。每个语言的论域用5组语言变量互相跨接来描述。因此输出量可以用一张二维的查询表来表示，即5x 5二25条规则，每条规则为一个输出量，即控制量。应用这样一个简单的模糊控制器后，冷态加热时跃升超过恒温值的现象消失了，热态中围绕恒温值的摆动也没有了，还得到了节电的效果。若用模糊逻辑控制，达到01 0℃时需耗电0 2425kw·h。但恒温器振荡稳定到10 ℃的过程，耗电0. 1719kw·h。我们可以从这里看到模糊控制的优良性。 　　2.线性最优控制 　　最优控制是现代控制理论的一个重要组成部分一，也是将最优化理论用于控制问题的一种体现。线性最优控制是目前诸多现代控制理论中应用最多，最成熟的一个分支。卢强等人提出了利用最优励磁控制手段提高远距离输电线路输电能力和改善动态品质的问题，取得了一系列重要的研究成果。另外，最优控制理论在水轮发电机制动电阻的最优时间控制方面也获得了成功的应用。但应当指出，由于这种控制器是针对电力系统的局部线性化模型来设计的，在强非线性的电力系统中对大干扰的控制效果不理想。 　　3.神经网络控制 　　神经网络的控制技术的应用守电经网络的出现、形成与发展已经经历了漫长的历史过程，其学习算法与模型绷勾等方面的研究也获得了大量成果。人工的神经网络早在1943年便出现了，发展到如今，在学习算法和模型的结构方面都取得了很具有影响力的研究成果。神经网络能够受到广大人民的热切关注，其主要原因就是因为它具有本质的并行的处理能力、自组织自学习的能力、非线性的特性以及强鲁棒性。神经网络可以将大量的信息都隐含在它的连接的权值之上，再根据一定的算法对权值进行调节。到目前为止，神经网络的理论研究的主体主要集中在了其硬件的实现问题、神经系统的学习算法的研究、结构