论文部分内容阅读
【摘要】：近年来，由于我国经济、科技得到飞速的发展，电子行业也有了长足的进步。在当下，电力系统的发展趋势是向着安全、可靠、高效等自动化智能技术方向发展的，其性能较以往有了很大的进步，电力系统自动化智能系统的控制效果也在日益提升。智能化是电力系统中监督、控制、预防等重要系统的重要内容，不但降低了人力物力的浪费，同时还有效的增强了系统的运行力度，越来越受人们关注。
【关键词】：电力系统；控制；自动化；智能化
0 引言 随着我国经济的发展，电力安全稳定的重要性日益凸显，目前社会的各个行业的生产活动都与电力系统运行息息相关。随着互联网等先进科技的发展和进步， 人工智能理论的研究与延伸，智能化技术给电气工程自动化带来了新的活力， 主要运用于包括自动控制、信息处理、系统运行、研制开发、电子电气技术及计算机与电子应用等方面，为我国电气工程的发展提供了技术上的帮助。近年来，我国加强了对电力系统自动化控制的研究，极大的提升了计算机技术的性能和质量，将电力系统自动化中的智能技术有效的应用，促进了我国电力的发展，逐渐形成完美的电力系统自动化中智能技术体系。智能技术在电气工程自动化中的实际应用中给我国电力系统的发展带来了机遇和挑战，只有解决好机遇与挑战才能有效促进我国电力系统智能化的发展。
1 智能化控制技术的概念
我国的电力系统自动化智能技术是建立在传统的自动化控制基础上的智能技术，其原理是将电力系统作为最基本的基础进行研究，通过使用各种技术对电力资源进行合理的分配，提高电力系统的使用性能，使电力系统能够安全、可靠的运行。电力工程中的各项工程，通过计算机编程，实现接收信息、识别文字图像、分析判断及自动反应来解决电力系统操作中的危险性动作，很大程度上使设备运行及处理的精确度和准确性大大提高，保证了电气系统的工作效率，大大提高系统安全性及稳定性。在智能配电网中通过采用数字接口的智能断路器和跳合闸等控制信号的传输方式，将传统的二次电缆也蜕变成数字信号接受的网络传输形式，在工作效率和故障处理的效率上得到了显著提高。所以智能化控制技术在我国电力系统中有着非常广阔的应用前景，应该不断将智能化控制技术推广到更广泛的应用领域，为电力企业带来更多的经济效益。
2 电力系统自动化中智能技术的应用
电力系统自动化中智能技术是电力系统建设中的重要内容，其不但可以有效的改善电力系统的运行效果，还能大幅度的提高人们的生活质量，加快我国的经济发展。目前我国主要有：模糊控制、专家系统控制、神经网络控制、线性最优控制及综合智能系统等技术在自动化系统中得以应用，并有明显的效果。
2.1模糊控制。模糊逻辑控制（FuzzyLogicControl）简称模糊控制（FuzzyControl），是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首次根据模糊控制语句组成模糊控制器，并将它应用于锅炉和蒸汽机的控制，获得了实验室的成功。这一开拓性的工作标志着模糊控制论的诞生。电力系统自动化中智能技术的应用中电力系统自动化操作过程中最常见的系统是模糊控制。模糊控制系统不但可以加强对大型电力系统的调节力度，还能精准的掌握系统的动态模式。目前我国开发的模糊控制系统有效的解决了电力系统中的动态难以掌握、变量复杂等问题，同时极大的提升了电力系统的自动化进程。模糊系统有着自己独特的数据处理方式，可以有效的对电力系统中的数据进行模糊的分析，在一定程度上增强了电力系统自动化控制的可靠性。
2.2专家系统控制。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。随着我国科技的不断发展，电力行业也不断进步。近几年，专家系统广泛应用到电力系统中。专家系统控制具有的优点是：（1）有效的对警告状态进行识别；（2）对于系统的恢复和规划有极大的促进作用；（3）对事情可以进行紧急处理。专家系统控制技术在电力系统的静态安全分析中占有着极大的作用，所以被广泛应用。然而专家系统还有不足之处，对深层不能有效的适应，导致组织能力下降。针对以上优缺点，我们在系统研发过程中要对相关理论进行充分的了解，并不断完善施工工艺，使专家系统控制技术更加成熟。
2.3 神经网络控制。1943 年，心理学家W.S.McCulloch 和数理逻辑学家W.Pitts建立了神经网络和数学模型，称为MP模型。是世界上最早的人工神经网络。神经网络系统具有自主学习功能、联想存储功能和高速解决问题的能力。所以，相关单位应该根据神经网络系统的特性和结构对电力系统自动化中智能技术进行研究应用。目前神经网络用于电力系统的故障诊断，主要集中在对电网的故障处理。电网中的每一类故障都会产生一组警报信息，不同类别的故障具有不同的警报组合。因而可以将警报处理和故障诊断表示为模式识别问题，这样就适用于人工神经网络来进行处理。用人工神经网络进行故障诊断的基本原理是：将故障警报信息进行数字量化作为神经网络的输入量。神经网络的输出量代表故障诊断的结果。首先对神经网络进行训练学习，即将特定故障对应的警报模式作为样本，建立较全的样本库，然后用所有的样本对神经网络进行训练，这样就可以将样本库的知识以网络的形式存储在神经网络的连接权中，最后通过神经网络输入量计算就可以完成故障诊断。故障诊断中神经网络所采用的模型大多为反向传播算法（BP）模型，这主要是由于对BP模型的研究比较成熟，使用比较可靠。该方法将警报信息作为神经网络的输入量，故障作为神经网络的输出量，用于识别电网发生的故障，这种方法的缺点是不能用于大规模系统。除电网故障诊断外，人工神经网络还被应用于电力系统设备的故障诊断，包括变压器、发电机、电缆、断路器、绝缘子等。
2.4线性最优控制。线性最优控制（linearoptimalcontrol）最优控制问题的实质是要找出允许的控制作用（规律），使得动态系统（受控对象）从初始状态转移到某种要求的终端状态，并且保证某种要求的性能指标达到最小（大）。线性最优控制是特指那类受控对象为线性时不变系统的最优控制。随着科技的不断进步，我国的控制理论层出不穷，而最优控制是我国理论发展的重点问题。在世界的电力系统自动化中，远距离的电路输电最常用的方式是励磁控制，这种方式可以有效的改善线性动态，提高经济效益。所以在国家组建的大型机组的控制中，通常选择励磁控制方式。然而我国的线性最优控制系统中还存在不足，例如在局部线性的模型设计中，对于大的干扰的应对能力不足。
2.5综合智能系统。综合智能系统主要由两个方面组成：（1）结合了现代控制方法和只能控制方法。例如：自我适应的模糊组织控制方法；（2）交叉使用各种控制方法。电力系统的结构比较复杂，所以更适合使用综合智能控制。在我国现有的电力系统中，各种结合系统的研究越来越频繁。例如：专家系统和神经网络相结合、模糊控制和线性最优相结合等。模糊系统可以有效的对知识进行结构化处理，而神经网络可以对非结构化的信息进行处理，将模糊系统和神经网络相结合，可以有效的增强电力系统自动化的安全性、经济性和可靠性。
3结语综上所述，随着我国科技经济的不断发展，人们对电力系统自动化智能控制技術越来越关注。所以在电力系统的智能控制研究过程中，设计人员应该根据电力厂的特点选取不同的控制方法，尽量降低建设成本，提高经济效益。
【关键词】：电力系统；控制；自动化；智能化
0 引言 随着我国经济的发展，电力安全稳定的重要性日益凸显，目前社会的各个行业的生产活动都与电力系统运行息息相关。随着互联网等先进科技的发展和进步， 人工智能理论的研究与延伸，智能化技术给电气工程自动化带来了新的活力， 主要运用于包括自动控制、信息处理、系统运行、研制开发、电子电气技术及计算机与电子应用等方面，为我国电气工程的发展提供了技术上的帮助。近年来，我国加强了对电力系统自动化控制的研究，极大的提升了计算机技术的性能和质量，将电力系统自动化中的智能技术有效的应用，促进了我国电力的发展，逐渐形成完美的电力系统自动化中智能技术体系。智能技术在电气工程自动化中的实际应用中给我国电力系统的发展带来了机遇和挑战，只有解决好机遇与挑战才能有效促进我国电力系统智能化的发展。
1 智能化控制技术的概念
我国的电力系统自动化智能技术是建立在传统的自动化控制基础上的智能技术，其原理是将电力系统作为最基本的基础进行研究，通过使用各种技术对电力资源进行合理的分配，提高电力系统的使用性能，使电力系统能够安全、可靠的运行。电力工程中的各项工程，通过计算机编程，实现接收信息、识别文字图像、分析判断及自动反应来解决电力系统操作中的危险性动作，很大程度上使设备运行及处理的精确度和准确性大大提高，保证了电气系统的工作效率，大大提高系统安全性及稳定性。在智能配电网中通过采用数字接口的智能断路器和跳合闸等控制信号的传输方式，将传统的二次电缆也蜕变成数字信号接受的网络传输形式，在工作效率和故障处理的效率上得到了显著提高。所以智能化控制技术在我国电力系统中有着非常广阔的应用前景，应该不断将智能化控制技术推广到更广泛的应用领域，为电力企业带来更多的经济效益。
2 电力系统自动化中智能技术的应用
电力系统自动化中智能技术是电力系统建设中的重要内容，其不但可以有效的改善电力系统的运行效果，还能大幅度的提高人们的生活质量，加快我国的经济发展。目前我国主要有：模糊控制、专家系统控制、神经网络控制、线性最优控制及综合智能系统等技术在自动化系统中得以应用，并有明显的效果。
2.1模糊控制。模糊逻辑控制（FuzzyLogicControl）简称模糊控制（FuzzyControl），是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首次根据模糊控制语句组成模糊控制器，并将它应用于锅炉和蒸汽机的控制，获得了实验室的成功。这一开拓性的工作标志着模糊控制论的诞生。电力系统自动化中智能技术的应用中电力系统自动化操作过程中最常见的系统是模糊控制。模糊控制系统不但可以加强对大型电力系统的调节力度，还能精准的掌握系统的动态模式。目前我国开发的模糊控制系统有效的解决了电力系统中的动态难以掌握、变量复杂等问题，同时极大的提升了电力系统的自动化进程。模糊系统有着自己独特的数据处理方式，可以有效的对电力系统中的数据进行模糊的分析，在一定程度上增强了电力系统自动化控制的可靠性。
2.2专家系统控制。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。随着我国科技的不断发展，电力行业也不断进步。近几年，专家系统广泛应用到电力系统中。专家系统控制具有的优点是：（1）有效的对警告状态进行识别；（2）对于系统的恢复和规划有极大的促进作用；（3）对事情可以进行紧急处理。专家系统控制技术在电力系统的静态安全分析中占有着极大的作用，所以被广泛应用。然而专家系统还有不足之处，对深层不能有效的适应，导致组织能力下降。针对以上优缺点，我们在系统研发过程中要对相关理论进行充分的了解，并不断完善施工工艺，使专家系统控制技术更加成熟。
2.3 神经网络控制。1943 年，心理学家W.S.McCulloch 和数理逻辑学家W.Pitts建立了神经网络和数学模型，称为MP模型。是世界上最早的人工神经网络。神经网络系统具有自主学习功能、联想存储功能和高速解决问题的能力。所以，相关单位应该根据神经网络系统的特性和结构对电力系统自动化中智能技术进行研究应用。目前神经网络用于电力系统的故障诊断，主要集中在对电网的故障处理。电网中的每一类故障都会产生一组警报信息，不同类别的故障具有不同的警报组合。因而可以将警报处理和故障诊断表示为模式识别问题，这样就适用于人工神经网络来进行处理。用人工神经网络进行故障诊断的基本原理是：将故障警报信息进行数字量化作为神经网络的输入量。神经网络的输出量代表故障诊断的结果。首先对神经网络进行训练学习，即将特定故障对应的警报模式作为样本，建立较全的样本库，然后用所有的样本对神经网络进行训练，这样就可以将样本库的知识以网络的形式存储在神经网络的连接权中，最后通过神经网络输入量计算就可以完成故障诊断。故障诊断中神经网络所采用的模型大多为反向传播算法（BP）模型，这主要是由于对BP模型的研究比较成熟，使用比较可靠。该方法将警报信息作为神经网络的输入量，故障作为神经网络的输出量，用于识别电网发生的故障，这种方法的缺点是不能用于大规模系统。除电网故障诊断外，人工神经网络还被应用于电力系统设备的故障诊断，包括变压器、发电机、电缆、断路器、绝缘子等。
2.4线性最优控制。线性最优控制（linearoptimalcontrol）最优控制问题的实质是要找出允许的控制作用（规律），使得动态系统（受控对象）从初始状态转移到某种要求的终端状态，并且保证某种要求的性能指标达到最小（大）。线性最优控制是特指那类受控对象为线性时不变系统的最优控制。随着科技的不断进步，我国的控制理论层出不穷，而最优控制是我国理论发展的重点问题。在世界的电力系统自动化中，远距离的电路输电最常用的方式是励磁控制，这种方式可以有效的改善线性动态，提高经济效益。所以在国家组建的大型机组的控制中，通常选择励磁控制方式。然而我国的线性最优控制系统中还存在不足，例如在局部线性的模型设计中，对于大的干扰的应对能力不足。
2.5综合智能系统。综合智能系统主要由两个方面组成：（1）结合了现代控制方法和只能控制方法。例如：自我适应的模糊组织控制方法；（2）交叉使用各种控制方法。电力系统的结构比较复杂，所以更适合使用综合智能控制。在我国现有的电力系统中，各种结合系统的研究越来越频繁。例如：专家系统和神经网络相结合、模糊控制和线性最优相结合等。模糊系统可以有效的对知识进行结构化处理，而神经网络可以对非结构化的信息进行处理，将模糊系统和神经网络相结合，可以有效的增强电力系统自动化的安全性、经济性和可靠性。
3结语综上所述，随着我国科技经济的不断发展，人们对电力系统自动化智能控制技術越来越关注。所以在电力系统的智能控制研究过程中，设计人员应该根据电力厂的特点选取不同的控制方法，尽量降低建设成本，提高经济效益。