探討智能控制在電力系統(tǒng)自動(dòng)化的應(yīng)用

任東麗

（石家莊市浩能電力安裝有限公司）

探討智能控制在電力系統(tǒng)自動(dòng)化的應(yīng)用

任東麗

（石家莊市浩能電力安裝有限公司）

本文概括描述了現(xiàn)代電力系統(tǒng)中人工智能控制的重要性，研究現(xiàn)狀及發(fā)展趨勢(shì)，分析了適于人工智能控制在電力系統(tǒng)的應(yīng)用方法。

智能控制；人工智能；電力系統(tǒng)；自動(dòng)化；電氣

前言

電氣智能控制技術(shù)是具有現(xiàn)代電氣工程的鮮明特征和內(nèi)涵，集電子技術(shù)、控制技術(shù)以及信息技術(shù)于一體的電氣工程技術(shù)。在現(xiàn)代電氣系統(tǒng)工程中，為了保證電氣設(shè)備安全、可靠的運(yùn)行，需要許多的輔助設(shè)備為其服務(wù)，使其具有自動(dòng)控制功能、保護(hù)功能、監(jiān)視功能，可以對(duì)各電氣設(shè)備的自動(dòng)監(jiān)控信息進(jìn)行分析、正確判斷和處理。

1　智能控制的優(yōu)勢(shì)

把人工智能控制的方法引入控制系統(tǒng)，將控制理論的分析和理論的洞察力與人工智能控制的靈活框架結(jié)合起來(lái)，才有可能得到新的認(rèn)識(shí)上的突破。人工智能控制主要表現(xiàn)在智能決策上，能夠有效地解決復(fù)雜性和不確定性的控制問(wèn)題。模糊控制就是在研究人的控制行為特點(diǎn)的基礎(chǔ)上發(fā)展起來(lái)的。對(duì)于無(wú)法構(gòu)造數(shù)學(xué)模型的被控制對(duì)象，讓計(jì)算機(jī)模仿人的思維方式，進(jìn)行控制決策。人的控制可以用語(yǔ)言加以描述，總結(jié)成一系列的條件語(yǔ)句，即控制規(guī)則。運(yùn)用微機(jī)的程序來(lái)實(shí)現(xiàn)這些控制規(guī)則，這樣就很像是人的思考行為了。因此，人工智能控制可以有效地解決現(xiàn)代工業(yè)生產(chǎn)中許多無(wú)法用數(shù)學(xué)模型精確描述的工藝工程，以及利用傳統(tǒng)數(shù)字計(jì)算機(jī)難以獲得令人滿意效果的諸多問(wèn)題，在電力系統(tǒng)應(yīng)用中表現(xiàn)了很大的優(yōu)勢(shì)。

2　智能控制的主要的應(yīng)用方法

2.1模糊方法在電力系統(tǒng)自動(dòng)化控制中的應(yīng)用

模糊理論（FT）是將經(jīng)典集合理論模糊化，并引入語(yǔ)言變量和近似推理的模糊邏輯，具有完整推理體系的智能技術(shù)。模糊控制是模擬人的模糊推理和決策過(guò)程的一種實(shí)用控制方法，它根據(jù)已知的控制規(guī)則和數(shù)據(jù)，由模糊輸入量推導(dǎo)出模糊控制輸出主要包括模糊化、模糊推理與模糊判決三部分。依據(jù)模型來(lái)進(jìn)行控制，已被實(shí)踐所廣泛接受。一般線性模型較為簡(jiǎn)便，但實(shí)際應(yīng)用中，多為非線性系統(tǒng)，即使用多段線性來(lái)模擬，每段中的控制，仍只能是“次最佳”的。用模糊關(guān)系模型（FRM）來(lái)模擬非線性過(guò)程，是一種簡(jiǎn)便而有效的方法。模糊關(guān)系模型簡(jiǎn)單而直接地描述輸入量與輸出量之間的關(guān)系，這對(duì)單輸出系統(tǒng)比較易于實(shí)現(xiàn)，但對(duì)多輸出系統(tǒng)仍較困難。為了克服這些不足，目前有許多研究將模糊理論與其它人工智能控制技術(shù)結(jié)合起來(lái)，取得了較好的效果。

2.2專家系統(tǒng)在電力系統(tǒng)自動(dòng)化控制中的應(yīng)用

近年來(lái)，在國(guó)外和國(guó)內(nèi)都有不少與電力系統(tǒng)控制相關(guān)的專家系統(tǒng)投入試運(yùn)行或進(jìn)入實(shí)用化推廣階段，并取得了不錯(cuò)的效果，但是仍然存在著一些問(wèn)題值得研究和探索：①當(dāng)系統(tǒng)規(guī)模較大、規(guī)則較多時(shí)，完成推理的速度受到限制，因此目前已有的專家系統(tǒng)大多是用于離線，或者在線解決屬于系統(tǒng)分析方面的問(wèn)題，而在實(shí)時(shí)控制方面的應(yīng)用還剛剛起步，有待進(jìn)一步的研究；②現(xiàn)有的專家系統(tǒng)缺乏有效的學(xué)習(xí)機(jī)制，對(duì)付新情況的能力有限，而且容錯(cuò)能力較差，當(dāng)系統(tǒng)發(fā)生故障或網(wǎng)絡(luò)結(jié)構(gòu)、系統(tǒng)參數(shù)、設(shè)備控制器配置等發(fā)生變化的情況下，將有可能得不到結(jié)果或給出錯(cuò)誤的結(jié)果。如何與ANN、模糊推理等其它人工智能控制方法結(jié)合以提高專家系統(tǒng)的自學(xué)習(xí)能力和容錯(cuò)能力是值得研究的課題；③大型專家系統(tǒng)的建造周期長(zhǎng)，知識(shí)的獲取和校核比較困難，要建立完備的知識(shí)庫(kù)，維護(hù)難度比較大，在建造專家系統(tǒng)之前必須充分考慮這些問(wèn)題。

2.3人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)自動(dòng)化控制中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)（ANN）是模擬人類傳遞和處理信息的基本特性，由人工仿制大量簡(jiǎn)單的神經(jīng)元以一定的方式連接而成。單個(gè)人工神經(jīng)元實(shí)現(xiàn)輸入到輸出的非線性關(guān)系，它們之間的連接組合使得ANN具有了復(fù)雜的非線性特性。與ES相比，ANN的特點(diǎn)是用神經(jīng)元和它們之間的有向權(quán)重來(lái)隱含處理問(wèn)題的知識(shí)并具有以下的優(yōu)點(diǎn)：信息分布存儲(chǔ)，有較強(qiáng)的容錯(cuò)能力；學(xué)習(xí)能力強(qiáng)，可以實(shí)現(xiàn)知識(shí)的自我組織，適應(yīng)不同信息處理的要求；神經(jīng)元之間的計(jì)算具有相對(duì)獨(dú)立性，便于并行處理，執(zhí)行速度較快。正是由于ANN有極強(qiáng)的非線性擬合能力和自學(xué)習(xí)能力，且具有聯(lián)想記憶、魯棒性強(qiáng)等性能，使ANN對(duì)于電力系統(tǒng)這個(gè)存在著大量非線性的復(fù)雜大系統(tǒng)來(lái)說(shuō)有很大的應(yīng)用潛力。

3　智能控制在電力系統(tǒng)中的發(fā)展趨勢(shì)

目前，人工智能控制中的4種主要工具，即專家系統(tǒng)、ANN、模糊集理論和啟發(fā)式搜索，各有優(yōu)點(diǎn)和局限，缺少一種普遍有效的方法應(yīng)用于電力系統(tǒng)的各個(gè)領(lǐng)域，混合智能即綜合多種智能技術(shù)，成為AI的重要發(fā)展方向之一。分布式人工智能控制DAI技術(shù)是80年代發(fā)展起來(lái)的人工智能控制研究的一個(gè)分支，是伴隨著并行分布式計(jì)算的發(fā)展而產(chǎn)生的，包括分布式問(wèn)題求解（DPS）、并行人工智能控制（PAI）、多代理（Multi-agent）等內(nèi)容。DAI在電力系統(tǒng)中的應(yīng)用目前主要集中于運(yùn)用多代理技術(shù)。

4　結(jié)語(yǔ)

人工智能控制技術(shù)在電力系統(tǒng)的應(yīng)用中已經(jīng)獲得了良好的發(fā)展。專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊理論等人工智能控制技術(shù)在電力系統(tǒng)自動(dòng)化控制中應(yīng)用為人工智能控制技術(shù)在電力系統(tǒng)中提供了廣闊前景?？梢灶A(yù)見(jiàn)，加強(qiáng)智能科學(xué)在電網(wǎng)中的科研和應(yīng)用，將能更好的保證電網(wǎng)安全穩(wěn)定經(jīng)濟(jì)運(yùn)行。

[1]肖成剛.淺論電力系統(tǒng)控制方法.寧夏電力，2003.

[2]張梓奇，蘇健祥.人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用探討.科技資訊，2007.

TM76

A

1673-0038（2015）28-0304-01

2015-6-29