电气工程自动化的智能化技术应用分析

电气工程自动化的智能化技术应用分析

【摘要】智能化技术的应用促进电气工程自动化学科尤其是自动

控制的领域发展，提升电气设备的运行智能化，有效增强控制系统稳

定的性能，是生产技术又一次巨大的革新。智能化技术运用于电气工

程的自动化中，可发挥巨大的作用，促进电气优化的设计，及时诊断

故障，并且还可实现智能控制，不断提升电气工程的效率，更好地服

务于社会。

【关键词】电气工程自动化智能化技术

一、智能化技术概述

随着科技的发展与进步，计算机编程技术可模仿人类的大脑，例

如分析、收集、回馈、处理以及交换信息，因而，计算机以模仿人类

大脑的形式，在一定的程度上促进电气工程的自动化发展的步伐。在

日常生产、分配、流通与交换中，均需电气工程的自动化控制，并且

通过电气工程自动化的控制，可有效实现自动化电气工程，提高工作

的效率，进而促使生产与工作总体的效率有所提升。人工智能特殊性

是由于其具备三种能力：行为能力、感知能力以及思维能力，因而,

人工智能发展的潜力无限大。电气工程自动化作为一门电气信息类的

新兴学科，主要应用于信息处理、控制运动、管理及决策、电子电力

的技术、工业过程的控制、检测及自动化的仪表与电子及计算机技术

等领域。

第1页共5页

二、人工智能的应用现状

随着人工智能技术的不断发展，很多研究人员展开了针对人工

智能在电气工程自动化控制方面的研究，例如：应该如何将人工智能

系统应用于故障的诊断和预测、电气产品设计优化和保护与控制等领

域。在优化设计方面，设计电气设备是很繁琐的工作。它需要对电

磁场、电路、电器电机等学科的知识综合性的运用，同时还耍使用

以往设计中的经验。设计以往的产品时，通常是在根据经验和实验的

基础上，通过手工的方式开展的。这样的设计过程很难取得最优的

设计方案。电气产品的设计随着计算机技术的发展，逐渐由手工设

计向计算机辅助设计不断转变，使开发产品的周期大大减少。尤其

是在引进了人工智能技术之后，更加促进了CAD技术的发展，大大提

高了设计产品的质量和效率。人工智能技术在电气设计方面的应用主

要包括专家系统和遗传算法。其中的遗传算法是一种优化的先进算法,

在产品的设计优化上有举足轻重的作用。因此电气产品的人工智能化

设计很多都采用了这和方式进行优化。电气设备的故障征兆和故障之

间有着很多必然和偶然的关系，具有非线性、不确定性的特点，它

的优势能够通过人工智能的方式得到最大的发挥。人工智能技术在电

气设备诊断故障方面的应用主要由：专家系统、模糊逻辑和神经网络

等。在电力系统之中，变压器因为重要的地位而受到很多研究者的

关注。

三、智能化技术控制的优势分析

对于不同人工智能的控制，需运用不同方式进行探讨，由于部分

第2页共5页

人工智能的控制器，例如神经、模糊、模糊神经以及遗传算法均属于

类非线形函数的近似器；采用此分类有利于了解总体，以及促进对人

工智能控制策略综合性的开发，以上人工智能的函数近似器具备常规

函数的估计器不具有的优点。

第一，在多数情况下，精确了解控制对象动态方程是相对比较复

杂的，所以控制器设计实际的控制对象模型，通常会出现许多不确定

因素，例如参数变化与非线性时等，往往无法掌握新的信息、。但人工

智能的控制器设计，可不需参照控制对象模型。按照鲁棒性、响应时

间与下降的时间不一样，人工智能的控制器可经过适当调整以提升自

身性能，例如，在下降的时间上，模糊逻辑的控制器可比PID控制器

还要快四倍；在上升的时间上，模糊逻辑的控制器可比P1D控制器还

耍快两倍。同古典的控制器比较，人工智能的控制器更具备易调节的

特点。尽管缺少专家现场的指引，人工智能的控制器也可以采取响应

数据进行设计。

第二，还可由相应的信息以及语言等形式开展设计工作，人工智

能的控制器一致性极强，输入陌生数据便可以出现很高的估测，还可

忽视驱动器对控制器的影响。针对部分控制对象而言，尽管目前未采

取人工智能的控制器，也能有良好效果，不过对其他控制的对象而言,

不一定能产生良好的效果，因而，设计时需遵守具体问题应具体分析

原则。在模糊化与反模糊化的过程中，若运用隶属函数、规则库以及

适合模糊神经的控制器，便可精确进行实时的确定。

四、智能化技术的运用

第3页共5页

(-)电气产品的优化设计。

电气产品优化设计的工作是相对比较复杂的，其主要综合了两方

面内容：理论学科的知识与经验知识。电气产品传统的设计方式主要

是设计经验综合大量实验手段的验证，缺少相关技术的支持，效率比

较低，工作量比较大，难以设计出科学合理的方案。由计算机技术迅

速发展，以及人工智能的技术应用，电气产品设计逐渐从手工转入计

算机辅助的设计，从一定程度上而言，减少产品从构思至设计至生产

时间，并使得设计逐渐迈向智能化、优质化以及高效化的时代。在人

工智能的技术运用在优化设计中，主要有两种主要方法：遗传算法与

专家系统。遗传算法特征是直接操作结构对象，具备内在隐并行性与

全局寻优的能力；可指导优化与自动获取搜索空间，以及自行调整搜

索的方向，不需标准的要求。这些遗传算法的特征特别适合产品的优

化设计，进而其广泛运用在电气产品人工智能的优化设计之中。专家

系统运用于计算机技术与人工智能的技术，主要是依据某领域的一个

或是多个专家提供经验与知识，进行合理的判断与推理，模仿人类专

家决策的过程，以此处理需人类专家处理复杂的问题，并且其更是产

品的优化设计重要的方式，但目前尚处于研究的阶段，实际的应用比

较少，未来的发展前景较大。

(二)人工智能控制技术。

人工智能的控制技术将是未来生产的发展趋势，并且目前在电气

工程的自动化方面也己广泛运用。控制的方式主要有模糊的控制、专

家系统的控制以及神经网络的控制，主要运用的方面是：记录故障且

第4页共5页

实行在线分析；采集及处理全部模拟量与开关量实时的数据；实时智

能的监视各个主要的设施与系统运行的状态；通过鼠标或是键盘达到

控制系统的目的。

（三）故障的诊断。

电气设施故障具备非线性、复杂性以及不确定性等特征，运用传

统方式进行的诊断效率较低、准确率低。人工智能的方式引进极大提

升了故障的诊断准确率，而人工智能的技术运用在故障的诊断方式主

要有三种：神经网络、模糊逻辑以及专家系统。例如，运