探讨电力系统中自动化智能技术的应用

探讨电力系统中自动化智能技术的应用
【摘要】近年来，我国社会、经济呈现出飞速发展态势，电子行业也取得了长足的进步，自动化、智能化技术的出现又一次的提升了人们的生活质量，改变了人们生活和生产方式，其中在电力系统中的应用更为广泛，也得到社会各方面的认可。

本文从电力系统自动化中的智能技术应用入手，就模糊控制、神经网络控制以及专家系统控制等做了详细研究，以供参考。

【关键词】电力系统；智能技术；自动化；应用；模糊控制；专家
随着信息时代的全面到来，我国人民生活水平得到飞速发展，智能技术的广泛应用在很大程度上提升了人们的生活质量，它也让电力系统自动化变得更加广泛。

电力系统中自动化智能技术的应用在目前已经受到社会各界人士的高度关注，也得到多方面的认可。

就具体工作实践而言，智能技术的应用极大的推动了电力事业现代化、自动化发展进程，因此这里我们有必要对电力系统中的自动化智能技术的具体应用情况做深入分析。

1.电力系统自动化智能技术的落实
电力系统本身是一个巨大的动态系统，有着非线性、时变性、参数不稳定性的特征，并且在具体的运行之中还会受到地域广阔、环境复杂的因素，而出现元件运行延迟、磁滞以及饱和等现象。

面对这种现象，要想真正实现电力系统全面、全方位、全过程控制困难重重。

另外，由于目前社会对电能需求量的不断上升，公众对线路的不满情绪也变得越来越高涨，以及人们对电能供应稳定性、安全性要求的提高，这个时候线路造价特别是走廊的使用权等费用不断上升，也很大程度上限制了企业对电力系统控制技术的研究。

面对上述问题，电力系统自动化智能技术的应用优越性就表现的非常明显，同时一些先进的技术也逐渐涌入到电力系统中，为电力系统的改进和优化做出了积极贡献。

在电力系统中自动化智能技术的落实必须要提前编制出科学、合理的优化计划以及方案，然后通过在电力系统中利用智能技术、自动化技术，让整个工作人员都充分的发挥自己的能力，开拓自己的思路，坚持规范、实用以及创新原则，全身心的投入到电力系统改革当中，从而提高自己的动手、动脑能力，这样一方面可以充分调动员工的工作积极性、主动性，让员工清楚明确自己的任务分工，从而实现按章办事、按制度办事的目的。

另外，这种方法的应用有效的提高了员工工作效率，有力保证了电力系统中自动化智能化技术的应用质量。

在具体的工作中，我们还要对员工的工作进行有计划、有组织的安排，将工作的先后顺序、重要程度进行合理安排，并且按照员工工作状况、水平来做好调配工作，认真合理的安排并且制定相关方案。

且在电力系统智能化、自动化技术的应用当中，我们要认真做好对新问题的对待、研究和解决，坚决做到不放过任何隐患、将一切隐患消灭在摇篮里的工作目标。

2.电力系统中自动化智能技术的应用
2.1模糊控制
模糊控制方法是一个简单且容易被人们掌握的方式，而且它在家用电器中也表现出非常强烈的优越性、高效性。

在具体的工作中建立一个简单、科学、有效的模型来解决这些问题也比较。

但是，要想按照企业发展规律、市场前景来制定模型，其中还存在很大的问题。

通过大量的实践证明，模糊控制模型是一种很有效的方法，且在电力系统自动化、智能化技术的应用方面效果非常突出。

例如我们日常所用的电热炉、电风扇等电器。

这里介绍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。

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100℃以下的灵敏度为±7℃，即控制器对±7℃以内的温度变化不反应；在100℃以上，灵敏度为±15℃。

因此在实际应用中，有两个问题：①冷态启动时有一个越过恒温值的跃升现象；②在恒温应用中有围绕恒温摆动振荡的问题。

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。

在这个时候，模糊控制方法的应用很简单，就是讲输入的量也就是温度变化量和温度这两个变量合理进行操作的过程，在具体工作中运用五种语言的变量进行相互组合和描述，这个时候每条规则之间会形成一个总的输出量，也就是我们说的控制量。

利用了这么一个简单的控制量之后，我们会发现冷态加热的时候所产生的恒温值的现象已经没有了，热态围绕着恒温值转动，近而达到良好的节约用电效果。

2.2神经网络控制
人工神经网络从1943年出现，经历了六、七十年代的研究低潮发展到现在，在模型结构、学习算法等方面取得了大量的研究成果。

神经网络之所以受到人们的普遍关注，是由于它具有本质的非线性特性、并行处理能力、强鲁棒性以及自组织自学习的能力。

神经网络是由大量简单的神经元以一定的方式连接而成的。

神经网络将大量的信息隐含在其连接权值上，根据一定的学习算法调节权值，使神经网络实现从m维空间到n维空间复杂的非线性映射。

目前神经网络理论研究主要集中在神经网络模型及结构的研究、神经网络学习算法的研究、神经网络的硬件实现问题等。

2.3专家系统控制
专家系统在电力系统中的应用范围很广，包括对电力系统处于警告状态或紧急状态的辨识，提供紧急处理，系统恢复控制，非常慢的状态转换分析，切负荷，系统规划，电压无功控制，故障点的隔离，配电系统自动化，调度员培训，电力系统的短期负荷预报，静态与动态安全分析，以及先进的人机接口等方面。

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。

2.4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。

现在，在电力系统中研究得较多的有神经网络与专家系统的结合，专家系统与模糊控制的结合，神经网络与模糊控制的结合，神经网络、模糊控制与自适应控制的结合等方面。

神经网络适合于处理非结构化信息，而模糊系统对处理结构化的知识更有效。

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。

3.结束语
总之，除了上述方法，在电力系统中还应用了自适应控制、变结构控制、H∞鲁棒控制、微分几何控制等其它方法。

总之，智能技术的广泛运用推动了电力系统的自动化进程。

我们相信随着人们对各种智能控制理论研究的进一步深入，它们之间的联系也会更加紧密，相信利用各自优势而组成的综合智能控制系统会对电力系统起到更加重要的作用。

[科]
【参考文献】
[1]钟建斌.智能技术在电能计量领域的展望[J].硅谷，2011（13）.
[2]贾斌，吴东华，胡伟.智能技术在电力系统自动化中的应用探讨[J].科技资讯，2010（33）.
[3]李妍.浅论电力系统自动化中智能技术的应用[J].中国科技信息，2010（08）.。