电力系统智能控制_汤健
基于群体智能的电力系统优化调度研究
基于群体智能的电力系统优化调度研究电力系统是现代社会的重要基础设施，其运行效率和稳定性对社会经济的发展至关重要。
随着电力需求的不断增长和发电方式的多样化，电力系统的优化调度问题变得越来越复杂。
为了满足日益增长的电力需求并保证系统的高效、安全运行，研究基于群体智能的电力系统优化调度策略显得尤为重要。
群体智能是一种模拟自然界中群体行为的智能计算方法，包括粒子群优化算法（Particle Swarm Optimization，PSO）、遗传算法（Genetic Algorithm，GA）和蚁群算法（Ant Colony Algorithm，ACO）等。
这些算法通过建立数学模型和仿真实验，模拟群体智能的行为规律，并利用群体智能的协同搜索能力来求解复杂问题，取得了一定的研究成果。
在电力系统优化调度中，主要存在着发电机组的经济调度和电力输配系统的潮流计算两个方面的问题。
经济调度问题主要是根据电力需求和发电成本，确定各个发电机组的出力，使系统的总运行成本最小。
而潮流计算问题则是通过计算潮流方程，求解电力系统中各节点的电压、电流和功率等相关参数，从而保证系统的安全运行。
以基于群体智能的电力系统优化调度研究为任务名称，我们将分别从经济调度和潮流计算两个方面进行探讨。
首先，基于群体智能的经济调度研究在电力系统优化中具有重要的应用价值。
经济调度问题的主要目标是在满足电力需求的前提下，使得系统的总成本最小。
传统的经济调度方法往往基于数学规划模型，但由于电力系统的复杂性和非线性特点，传统方法在求解效率和精度上存在一定的局限性。
基于群体智能的算法可以通过模拟种群的协同搜索和适应度评价机制，高效求解经济调度问题。
例如，粒子群优化算法可以通过不断更新粒子的位置和速度，搜索发电机组出力的最优解，并在收敛过程中通过全局最优位置的引导，保证了搜索的全局性和快速性。
此外，遗传算法和蚁群算法等群体智能方法也可以通过自然选择、交叉变异和信息素更新等机制求解经济调度问题。
211133267_电力调度自动化故障原因以及应对措施
１７０ ２０２３．０２
电力调度自动化故障原因以及应对措施
饶巨为１ 谢彬凌１ 汤健东２ 淡延亮２（１广东电网有限责任公司梅州供电局 ２国电南瑞南京控制系统有限公司）
摘 要：在社会经济发展的过程中，电力系统发挥着能源供应的效能，必然要保证良好的运行状态，电力调度自动化系统作为电力系统中的重要板块，也要关注运行质量的提升。基于这样的角度，本文对电力调度自动化故障应对的重要性进行分析，归结电力调度自动化故障的原因，继而提出对应的改善方案，期望可以使得电力调度自动化系统可以更好地发挥自身的效能。关键词：电力调度；调度自动化；自动化故障
０ 引言
电力调度的过程，实际上是结合电力信息采集结果，结合区域用电的诉求，合理地进行有效电力资源配置的过程，以保证可以满足区域内电力资源需求。当前电力调度已经进入到自动化的状态，其可以更好地实现电力资源的优化配置，但是也容易在实际运行中出现一些故障，这些故障可能对电力系统的有效运作造成不良影响。因此，对电力调度自动化故障的原因进行研判，继而建立完善的应对机制，是电力调度稳定性提升的重要举措之一，要能够引起高度重视。
１ 电力调度自动化故障应对的必要性分析
电力调度自动化系统，是电力系统中的重要组成部分，其可以结合自身收集到的电力需求信息、电网资源信息，针对性地结合区域用电的诉求，合理地进行电力资源的优化配置，期望由此可以使得电力资源供应朝着更加稳定有效的方向进展。显然，如果电力
调度自动化系统出现故障，电力调度的精准性会丧失，电力资源配置就可能处于不科学的状态，严重的情况下可能对正常的生产生活节奏造成负面影响，对于社会经济的持续健康发展是很不利的。在这样的情况下，就必须要针对电力调度自动化故障，建立完善的故障应对处理机制，由此确保电力调度工作能够朝着高质量的方向进展。电力调度自动化发展迅速，很多自动化技术被融入其中，也出现很多电力调度自动化设备，不同区域
也使用不同的电力调度自动化系统，有的是集中式体系结构，有的是分布式体系结构，还有的是分散分布式体系结构，不同的体系结构，出现故障的部位是不同的，故障机制也有差异，面对这样的电力调度自动化系统，就需要能够结合不同的电力调度系统，实现完善的自动化故障处理方案的设定，以保证对应的电力调度自动化系统可以更好地发挥自身的效能。图１为电力调度自动化的系统结构图。
智能发电体系架构及关键技术
智能发电体系架构及关键技术现在工业发展的重要标志是工业化与信息化的融合，我们称为两化的融合。
以电力为例，從50年代、60年代、70年代、机械式的控制，液压式的模拟装置、数字装置一直到70年代到数字时代，是快速发展的过程。
过去，电力领域没有把信息控制当回事，什么是主要的？电厂就是只重视三大件：涡轮汽轮机、发电机及变压器。
涡轮是个小装置，为什么小呢？就是搞点液压表在那儿摊着，现在大型的火力发电厂的自动控制系统包括信息系统，它对于机组运行的经济环保起着十分关键的作用，自动化系统一旦不完备，木机器不可能启动，也不可能运行。
智能既是目标也是要采取的手段一个大机组各种控制的信号和监测点上万，也就是说运转一台机组，人力已经不可为，需要功能完备、性能可靠的控制系统来对机组的发电功率，运行参数，安全、起停等进行数字化的控制，这是现状。
随着自动化信息化的发展，进入了第四次工业革命时代，第一次工业革命是蒸汽机的出现，第二次工业革命是电力技术，第三次是计算机，第四次首先包括人工智能，也包括清洁能源、机器人及量子信、息虚拟信息及生物技术。
走向智能化，是现代工业发展的必然。
为了应对这个大趋势，我们国家出台了一系列规划，促进云计算、大数据在企业产品的研制、生产制造、经营管理、销售服务，在全流程的产业链当中发挥综合性作用。
电力行业，经过这些年的努力，取得了一定的成绩。
我们的效率、燃煤近10年来下降了100特。
但是外界还是认为火电是巨大的污染，所以今天走向低碳，而且无论是灵活发电，整个发电，还是电网发电，特别是为了实现新能源采用的大规模应用，都需要一个多元控股和协同系统，灵活可控的新的电力系统，所有这些系统、应用最终将走向智能。
智能既是要实现的一个目标，也是一种要采取的手段，通过智能化使得能源电力系统更加安全、更加高效、更加低碳、更加灵活，真正实现能源转型这个大的目标。
智能发电的定义所谓智能发电就是以发电过程中的自动化、信息化、标准化为基础，以管控一体化、大数据、云平台、物联网为平台，智能传感与执行，智能管理与学习，实现更加安全、高效、清洁、低碳的生产目标。
智能电网CPS的混合控制方法
智能电网CPS的混合控制方法摘要为了使电网具有了灵活、高效、可持续、高可靠性、高安全性，本文将CPS引入到智能电网中。
重点分析了CPS在电力系统中的混合控制方法，并详细介绍了微电网CPS体系结构，把CPS控制分为应用层、网络层、连接层、协调层、调节层和物理层，从而实现了CPS的混合控制方法。
关键词: CPS，控制方法，智能电网1.绪论近年来，智能电网已经成为电力工业界和学术界关注的热点。
智能电网应具有灵活、高效、可持续、高可靠性、高安全性等重要特征。
此外，智能电网还必须能够支持大规模间歇性可再生能源和分布式电源，能够促进电力市场公平、有效运营，能够促进用户侧参与等。
要实现上述目标和要求，就需要进一步发展电力系统现有的理论、模型、方法和算法体系。
其中，引入新的计算、通信和传感技术，并实现信息系统和电力系统更紧密的融合与协作是实现电力系统智能化的关键。
信息物理融合系统(cyber physical system, CPS)为解决这些问题提供了一种新的途径。
CPS是涉及信息系统和物理系统交互与融合的一个新的研究领域。
CPS是集成了计算系统、大规模通信网络、大规模传感器网络、控制系统和物理系统的新型互联系统。
CPS具有对大规模互联物理系统进行实时监视、仿真、分析和控制的功能，最终目标是使未来的物理系统具有目前尚不具备的灵活性、自治性、高效率、高可靠性和高安全性。
CPS是物理过程、经济过程和计算过程的集成系统，描述人类与物理世界的交互。
可以看出，CPS 与物联网概念有相似之处，即两者都强调物理实体的互联。
然而，CPS与物联网也有显著区别。
建立物联网的主要目的在于采集各种物理实体信息，以实现对物理世界的感知。
另一方面，CPS可以看做是对物联网的进一步发展，其目标是在感知物理世界的基础上，进一步实现对各种物理实体的最优控制。
CPS愿景的实现意味着人类将拥有远超以往的对物理世界的强大控制能力。
2.电力CPS的混合控制方法未来的智能电网必须依赖通信网络在调度机构和智能负荷、分布式电源、电动汽车等设备之间传递信息与控制信号。
人工智能技术在电力系统无功电压控制中的应用
人工智能技术在电力系统无功电压控制中的应用越来越广泛。其中，神经网络、遗传算法、模糊逻辑等技术已经被应用于电力系统无功电压控制中，并取得了较好的效果。
首先，神经网络技术可以通过学习历史数据和实时监测数据，建立无功电压控制模型，以预测未来的电网需求和电源响应。通过将模型与实际控制系统结合，可以实现精确的无和进化的方式搜索最优参数组合，以优化无功电压控制系统的性能。在电力系统无功电压控制中，遗传算法可以用于优化无功补偿器的位置及容量、发电机励磁、变压器调压等控制策略。
最后，模糊逻辑技术可以将电力系统的复杂性抽象成一些模糊集合，通过模糊规则库实现无功电压控制。模糊逻辑技术的优点是具有较强的灵活性和适应性，可以实现对电力系统动态变化的自适应控制。
总之，人工智能技术的应用为电力系统无功电压控制带来了新的机遇和挑战，可以提高电力系统的稳定性和可靠性，为建设智能电网提供支持
新能源电力系统建模与控制
阅读感受
在本书中，作者详细阐述了新能源电力系统的建模方法。建模的目的是为了更好地理解系统的动 态行为，为控制策略的制定提供依据。作者首先介绍了建模的基本原则和方法，包括线性系统建 模和非线性系统建模。然后，针对新能源电力系统的特点，重点介绍了风力发电、光伏发电等系 统的建模方法。这些建模方法不仅考虑了系统的稳态行为，还考虑了系统的动态行为，具有很高 的参考价值。
精彩摘录
例如，风力发电系统的建模方法相对比较成熟，但仍然存在一些不确定因素需要考虑；光伏发电 系统的最大功率点跟踪控制策略虽然能够提高效率，但在某些情况下可能会牺牲系统的稳定性。 因此，在实际应用中需要根据具体的情况来选择合适的建模和控制策略。 《新能源电力系统建模与控制》这本书为我们提供了宝贵的知识和经验，让我们更好地掌握新能 源电力系统的建模与控制方法。通过学习本书的内容，我们可以深入了解新能源电力系统的动态 行为和特点，掌握相关的建模和控制策略，为新能源电力系统的优化运行提供思路和参考。在未 来的研究中，我们可以继续深入研究新能源电力系统的建模与控制问题，解决实际应用中遇到的 各种挑战，为推动新能源电力事业的发展贡献力量。
新能源电力系统建模与控制
读书笔记
01 思维导图
03 精彩摘录 05 目录分析
目录
02 内容摘要 04 阅读感受 06 作者简介
思维导图
本书关键字分析思维导图
系统
电力系统两阶段紧急切负荷控制智能预决策
电力系统两阶段紧急切负荷控制智能预决策
胡泽;曾令康;姚伟;石重托;李晟;汤涌;文劲宇
【期刊名称】《中国电机工程学报》
【年(卷),期】2024(44)4
【摘要】电力系统仿真分析是安全稳定控制领域重要技术,可以用于制定与校验紧急控制措施。
传统的人工分析仿真数据以决策紧急控制措施的工作模式严重依赖专家经验,在应用于复杂大电网时显得耗时耗力。
该文提出一种两阶段紧急切负荷控制智能预决策方法,第一阶段决策切负荷点,第二阶段决策切负荷量。
首先基于仿真数据,区分3种电压失稳模式:纯电压失稳、耦合电压失稳和混合电压失稳,分别采用不同的负荷筛选方法;然后基于轻量级梯度提升机算法,根据仿真数据直接预估系统恢复稳定所需的切负荷总量,按负荷排序进行分配。
结合暂稳仿真校验控制措施的有效性,调整决策量。
以我国东北电网为例进行仿真研究,验证了在大电网紧急控制措施制定时,所提两阶段智能决策方法相比完全迭代试凑方法在有效性、快速性和准确性方面的优势。
【总页数】13页(P1260-1271)
【作者】胡泽;曾令康;姚伟;石重托;李晟;汤涌;文劲宇
【作者单位】强电磁技术全国重点实验室(华中科技大学);中国电力科学研究院有限公司
【正文语种】中文
【中图分类】TM73
【相关文献】
1.±660kV银东直流闭锁后的紧急切负荷决策
2.电力系统事故过负荷的识别及紧急控制
3.电网多区域安全稳定紧急控制在线预决策系统
4.南瑞“OPS-1紧急控制在线预决策技术”和重庆大学“虚拟仪器技术”获国家技术发明奖二等奖
5.基于电力系统紧急情况下精准切负荷系统的应用研究
因版权原因，仅展示原文概要，查看原文内容请购买。
适应智能电网的SSP510频率电压紧急控制装置的研制
～～一～一一 一
一一一～一一装 置 作 为 电力 系 统 安 全 稳 定 运行 的最 后一 道 防 线 ，保 证 了 电力 系统 承 受 大 扰 动 时 的安 全 要 求 ，防 止 事 故 扩 大 ，避 免 系 统 崩 溃 ＿１］。频 率 电压 紧急控 制装置 实 时采集 就地 的频 率 、电压 ，计 算 电压 、频 率变 化率 等 电气 量 ，当系统 频 率或 电压 下降 时及 时切 除足够 数量 的较 次要 的 用 户负荷 ，同时 向重要 用户不 问 断供 电 ，以保证 系 统 的安全 稳定 运行 ，防止 电力 系 统事故 扩 大 ］。
１ 硬 件 架构
频 率 电压 紧急 控 制装 置具 有 数 据 采 集 量 大 、 采 集 精度 高 、计 算 密 集 、控制 量 多 等 特点 ，因此 装
２４
司 庆 华 ，等 ：适 应 智 能 电 网 的 ＳＳＰ５１０频 率 电 压 紧 急 控 制 装 置 的 研 制
置 硬 件 采 用 模 块 化 设 计 ，包 括 决 策 判 断 模 件 、采 样 计算 模件 、开入 模件 、出 口模件 、通信 模件 、人 机接 口模 件等 。模 件之 间采用 了基 于现 场可 编程 门 阵 列 （ＦＰＧＡ）的高 速 同步 串行 通 信 技 术 ，速 率 可 达 ３２ Ｍｂｉｔ／ｓ。模 件 之 间 通 过 机 箱 的 背 板 总 线 （ＬＶＤＳ、ＲＳ４８５、ＣＡＮ）以 及 光 纤 相 连 。 装 置 系 统 结 构 图 如 图 １所 示 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net电力系统智能控制汤 健(佛山供电分公司)
摘 要 电力系统是由发电设备、变压器、输配电线路和用电设备等很多单元组成的复杂的非线性动态系统。人工智能技术应用于求解电力系统中的非线性问题,与传统方法相比有不可替代的优势。关键词 电力系统;人工智能;
1 前言智能控制[1]的概念主要是针对控制对象及其环境、目标和任务的不确定性和复杂性而提出来的。一方面,由于实现大规模复杂系统控制的要求,另一方面也是由于现代计算机技术、人工智能和微电子学等学科的高速发展,使控制的技术工具发生了革命性的变化。智能控制就是将人工智能与控制理论结合起来,完成一定的控制功能。主要是应用专家系统、模糊逻辑及神经网络理论来实现自学习或自组织控制。因而,实现智能控制有三条较有效的途径,即基于专家系统的专家控制、基于模糊集合理论的模糊控制、基于人工神经网络的神经控制。专家系统是一个具有大量专门知识的智能程序,它应用人工智能技术,根据一个或多个人类专家提供的特殊领域知识进行推理,模拟人类专家作出决定的过程。专家系统的工作方式是运用专家知识进行推理,它由知识获取、知识库、推理机、解释部分等部分组成。其中知识库用来存贮专家的经验、知识以及现有该领域的知识,其是否完善决定了该专家系统性能。模糊控制是从行为上模拟人的模糊推理和决策过程的一种实用控制方法,它适于解决因过程本身的不确定性、不精确性以及噪声而带来的困难。它的控制形式简单,易于实现,其控制效果取决于能否将控制经验归纳为一系列的语言控制规则。
汽轮发电机基础施工为例。该基础设计长41.6m,宽16.8m,基底标高-7.5m,机座顶标高-4.5m,基础顶标高13.66m,中间设运转层平台标高6.88m。施工前,由项目部总工组织编写了系统、严密、有针对性的施工组织设计,作出质量验评项目划分,确定该工程的质量控制点:Ν钢筋机械连接;Ο大模板支设与加固;Π预埋件(管)、直埋螺栓固定;Θ混凝土浇注。作业前对各作业班组从施工工艺、质量标准及施工顺序等方面作了针对性的书面技术交底。施工过程中主要从影响质量的五大因素主动控制工序活动条件的质量。择优录用以往有经验的施工队伍,要求熟悉图纸,必要的作出模型,合理组织,严格考核,辅以必要的激励机制。材料采购、进厂检验、抽样检验严格按我公司程序文件的有关要求执行,模板采用大竹模板,10cm×10cm木方加固,水泥采用矿渣P32.5水泥,以减小大体积混凝土浇注中的水化热。施工机械现场设1.5m3搅拌站一座,配合一台汽车泵、两台80拖式泵、五辆运输混凝土罐车,保证大体积混凝土连续浇注;钢筋采用直罗纹机械连接,料场设两台套丝机加工,埋件采用整钢板现场下料制作。施工方法要求严格执行本施工组织设计,包括大模板的支设加固、埋件打孔用螺栓与模板固定、直埋螺栓(套管)的固定方案、预留空(洞)的固定,钢筋的绑扎、混凝土的浇注方法等。施工环境方面控制主要采用预测预防,提前了解气象变化情况,作好必要的紧急应对措施,保持现场良好的通风、照明及安全卫生防护设施。在每道工序施工中,
加强质量检验工作,必要时采用数理统计方法进行统计分析,及时掌握质量动态。从钢筋套扣到连接绑扎,每道工序检查合格后进行下道工序。工序施工中跟踪检查,若下道工序施工完不易验收上道工序则及时请监理工程师、甲方负责人进行中间验收或隐蔽验收,对埋件、孔洞、预埋管、直埋螺栓全数检查验收,作好了记录,混凝土浇注中旁站检查,发现问题或隐患及时纠正。内蒙古上都发电厂2×600MW机组2#机汽轮发电机基础工程施工,通过对工序质量事前的把关及过程中的监督检查,基础拆模后混凝土质量内实外光,经复测埋件(管)、螺栓的轴线、标高及相对位置均在标准范围内。目前,该基础正在顺利地进行设备安装。收稿日期:2005年6月28日
72 2005年第7期
内蒙古石油化工© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net模糊控制的最大优点是不依赖于被控对象的精确数学模型,并且能够克服非线性因素的影响,对调节对象的参数不敏感,即具有强的鲁棒性。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。单个神经元的作用是实现输入到输出的一个非线性函数关系,它们之间广泛的连接组合就使得整个神经网络具有了复杂的非线性特性。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。神经元控制器具有结构简单,自学习、自组织能力强,可以调和动态和稳态性能之间的矛盾,对对象模型精度要求不高以及抗干扰能力强。基于神经网络控制方案是一种非线性优化调节过程,无须系统的精确建模,鲁棒性强,能够在模型参数变化下具有高稳态精度,其快速性可达到极限状态。无论何种形式,都是用解决非线性因素及参数变化的影响,从而满足高速、高精度定位和跟踪的要求。但是,每一种先进的智能控制技术都并非十分完美,各自有着自身的长处与不足,它们虽然能在某些方面某种程度上提高系统的性能,但往往会在系统设计或实现过程中又存在一些难以解决的问题。如何综合这些智能控制技术,使之能够体现出各自的优势而尽量避免各自的不足,目前已成为研究人员所关注的问题。2 智能控制在电力系统中的应用[2-4]电力系统中分布着大量的自动控制和手动控制装置,如继电器、断路器、隔离开关等。由这些相对简单的局部控制的协同作用构成整个电力系统复杂的实时控制。2.1 继电保护电力系统继电保护的运行问题一直没有得到很好的解决,主要表现在:后备保护整定时间过长;固定的保护定值无法适应系统的动态变化;保护的故障检测手段有限;故障判断和定位困难。专家系统在继电保护领域中应用已经有一段时间,但由于继电保护对时间的严格要求,使其应用受到了限制现有成果主要局限在那些对时间要求不太严格的场所,
例如,继电保护整定、协调、高阻接地故障探测、故障定位、故障诊断等。人工神经网络在继保领域的研究工作仅在电力系统故障诊断方面有一些应用,目前的趋势是将专家系统与人工神经元网络结合起来,充分利用专家系统的推理能力和人工神经元网络的学习功能,建
造神经网络专家系统。[5]神经网络专家系统较适合解决空间分布的、需要并行协作的、具有不确定性的问题,可以作为快速、可靠的分布问题的求解单元。在继电保护领域,
保护的智能化、不同分区的保护之间的配合、同一设备不同原理的保护之间的配合、同一保护不同环节之间的配合、保护定值的实时调整、保护方案的在线配置、异常状态下的应急动作等问题,都可以利用神经网络专家系统实现。[6]2.2 无功电压控制作为电力系统自动化的一个重要组成部分,电力系统无功电压控制具有电力系统控制所固有的复杂性、非线性、不精确性及实时性强等特性,其中有些方面难以用传统的数学模型和常规的控制方法来描述和实现。人工智能技术由于具有传统方法所不具备的智能特性,因而在无功电压控制中得到了广泛的关注,并取得了大量的研究成果。[7-8]专家系统在无功电压控制中的典型应用是将已有无功电压控制的经验或知识用规则表示出来,形成专家系统的知识库,进而根据上述的规则由无功电压实时变化值求取电压调节的控制手段。神经网络用于电压无功控制的决策,输入包括通过主变压器的有功、无功,高压侧和低压侧的实时电压等,输出包括并联电容器开关状态和主变压器分接头位置,训练样本为电站监控系统中与之相关的历史数据。该方法已在电站中实际应用,应用结果表明能够较好地实现电压和功率因数的控制,并减少了电容器投切和主变压器分接头的调节次数。电力系统实际运行中电压和无功控制并不是一成不变的,容许少量的越限这一情况,将电压限值模糊化,应用模糊线性规划方法,目标是确定维持电压所需增加的最少无功功率。该方法比通常的线性规划方法更具实用性。根据对故障点控制强的那些节点组成一个无功电压局部控制域的要求,考虑到控制强与弱本身具有一定的模糊性,用隶属度来表征控制强弱,应用模糊数学聚类分析法进行紧急状态下无功电压局部控制。2.3 切负荷切负荷是另一种离散控制。系统元件的突然丢失(如发电机因故障突然停机),会造成系统容量的急剧变化。当负荷超出系统供应容量,就必须降低负荷以避免大范围的供电中断。这时,需通过对负荷需求和系统行为的分析和启发式知识来控制继电器及时动作。如果将故障后系统的暂态稳定问题用故障后系统微分方程的解来描述,则故障与暂态稳定之间存在着某种数学映射。人工神经网络具有对函数
82内蒙古石油化工 2005年第7期 © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net映射的逼近功能和并行处理能力,因而用人工神经网络进行电力系统的切负荷控制有着良好的适应性和实用性。[9]对输入特征量的选取和获得足以描述函数映射的样本,是用神经网络进行切负荷控制的关键问题。2.4 励磁控制励磁控制是控制发电机端电压和无功功率的重要组成部分,是重要的实时连续控制系统,对维持电力系统稳定性起主要作用,完成该功能的部分又称为电力系统稳定器(PSS)。由于大容量机组的投入和快速励磁系统的应用,系统的动态稳定性问题愈来愈突出,如将模糊集理论用于励磁控制系统,较传统基于线性系统理论的PSS有更好的控制效果。[10]2.5 自动发电控制(AGC)自动发电控制是互联电力系统运行中的集中化实时计算机控制功能,保持系统出力和系统负荷相匹配。通过控制互联系统之间的能源交换,实现机组(电厂)间的负荷经济分配。由于工业负荷的高度变化性,采用常规的控制方法存在较大的局限,如采用自组织神经网络进行可控信号的模式识别针对长期扰动响应,可有效地提高AGC控制质量。[11]2.6 系统恢复故障后的系统恢复是个有次序的协调过程,即在最短时间内将断开的系统重新配置,平稳地恢复供电,不恰当的恢复顺序可能会引起新的事故。正确的恢复动作关键在于恢复次序的选择,应用启发式搜索则可以有效地减少搜索空间。智能化的恢复技术是电力系统中的重要研究方向之一,[12]如综合智能式恢复专家系统结合了启发式搜索(遗传算法)和模糊集理论,作了有益的探索。3 结论智能技术被广泛地应用于求解非线性问题,与传统方法相比有不可替代的优势。目前国内外已开发了多种人工智能工具,包括专家系统(ES)、人工神经网络(ANN)、模糊集(FS)和启发式搜索(HS)