电力系统自动化专业【论电力系统自动化智能技术在电力系统中的运用】

电力系统自动化专业【论电力系统自动化智能技术在电力系统中的运用】 【摘 要】随着科学技术的发展，人工智能技术已经逐渐的应用于生产生活的多个领域，并对系统的升级和完善起着重要的促进作用。下文中笔者将结合自己的工作经验和专业知识，对电力系统中的智能化技术的应用进行简要分析，从模糊控制理论的应用、专家系统控制、神经网络的硬件实现问题、线性最优控制、综合智能系统对该问题进行浅析，诸多不足，还望批评指正。 【关键词】电力系统自动化;智能技术 随着电力系统近些年的发展，我国的电子技术和相关的自动化技术也取得了较大的发展成就，尤其是电子元件的延迟、磁滞、饱和等功能的完善，取得了较为显著的成果。但是随着我国城市化进程的加快，电力系统的快速发展，电路运行的成本的不断提升，我们需要寻求一种更加高效合理的电力系统控制技术，来实现电力系统的经济效益。这种情况下，电力系统的自动化智能技术应运而生，下文中笔者将从几个方面对该技术在电力系统的应用进行浅析。 1.模糊控制理论的应用 所谓模糊方法，就是在自动化系统的控制过程中，通过建立模型来实现对电气的控制，这种方法因其操作简单的特点，通常被应用于家用电器中。从应用效果和范围上看，这种方法具有更强的优越性。比如我们日常生活中经常用到的各种电冰箱、电磁炉和电风扇等电器，就是通过模糊控制方法来实现其控制和操作的。国外著名学者也采用该方法对常规恒温器进行了改造和完善，使得这种方法的应用范围更加扩大，表现为如果原有的电热炉一般用恒温器来保持其自身温度，通过几个档的选择来进行温度的区别，但是其灵敏度并不是十分高。在采用模糊控制方法进行改造前，我们发现一百摄氏度以下的恒温器的灵敏度在八百左右，而一百摄氏度以上的恒温器灵敏度则达到一千六百左右，接近翻了一倍。这种现象也导致了电器在使用过程中的一些问题，首先，如果对电器实行冷态启动，那么其就会时越过恒温值，其次，如果是恒温状态下，电器会发展轻微的摆动振荡。无疑这些现象都会一定程度上影响电器的正常使用。而在采用模糊控制方法对其进行改造后，这些问题就迎刃而解了。从原理上看，模糊控制的方法产生作用的过程是非常简单的，即通过输入量对温度和温度变化进行定义，然后对每一个定义语言的论域用五中不同的变量方式进行描述即可。所以，模糊控制方法是一种操作简便、应用范围广的智能化系统技术。 2.神经网络的硬件实现问题 人工神经网络的发展历史相对悠久，早在二十世纪四十年代就已经产生，距离今天已经有六七十年的历史了。在这六七十年的时间里，人工神经网络的发展也经历了不同的高潮和低潮时期，最终在模型结构、学习算法等方面取得了显著的发展成就，并被广泛的应用于现代的智能自动化系统中。笔者在认真分析了神经网络后认为，之所以其能够受到有关部门的重视，是因为其具有的非线性特性、并行处理能力以及强鲁棒性使其能够将大量的神经元有序的连接起来，从而保障了各种算法的作用的发挥。从目前国际上对人工神经网络的研究状况来看，主要集中于神经网络模型、神经网络学习算法、神经网络的硬件等几个方面。 3.专家系统控制 所谓专家系统，就是能够对系统的运行异常状况及时的识别并进行紧急处理，防止故障扩大，威胁系统安全的一种技术。这种技术由于其具有的特殊安全防护功能，使得其涵盖范围也相对较广，不仅包括警告状态或紧急状态的辨识、紧急处理、系统恢复控制还包括对系统规划、电压无功控制、故障点的隔离、配电系统自动化以及调度员培训等问题的执行。虽然专家系统在电力系统中得到了广泛的应用，但仍存在一定的局限性，如难以模仿电力专家的创造性;只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，对付新情况的能力有限;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代价/效益分析方法问题，专家系统软件的有效性和试验问题，知识获取问题，专家系统与其他常规计算工具相结合等问题。 4.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，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。该研究指出了在大型机组方面应直接利用最优励磁控制方式代替古典励磁方式。目前最优励磁控制的控制效果。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。电力系统线性最优控制器目前已在电力生产中获得了广泛的应用，发挥着重要的作用。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。 5.综合智能系统 综合智能控制一方面包含了智能控制与现代控制方法的结合，如模糊变结构控制，自适应或自组织模糊控制，自适应神经网络控制，神经网络变结构控制等。另一方面包含了各种智能控制方法之间的交叉结合，对电力系统这样一个复杂的大系统来讲，综合智能控制更有巨大的应用潜力。因此，模糊逻辑和人工神经网络的结合有良好的技术基础。这两种技术从不同角度服务于智能系统，人工神经网络主要应用在低层的计算方法上，模糊逻辑则用以处理非统计性的不确定性问题，是高层次(语义层或语言层)的推理，这两种技术正好起互补作用。神经网络把感知器送来的大量数据进行安排和解释，而模糊逻辑则提供应用和挖掘潜力的框架。因此将二者结合起来的研究成果较多。 综上所述，电力系统的自动化智能技术已经被广泛的应用于系统的运行中，除了上文中的