关于电力系统自动化中智能控制技术的应用

来源:用户上传      作者: 武景振

　　【摘要】随着自动化技术的发展，在我国电力系统中各个领域也趋向自动化，电力系统得到了飞速的发展。文中概括描述了现代电力系统中将会带来变革性影响的前沿性研究课题一人工智能控制的重要性，研究现状及技术应用的发展趋势。
　　【关键词】电力系统；变革性；智能控制；发展趋势
　　目前，大量应用实例及工程实际研究进一步表明应用控制理论在电力系统的安全稳定控制的巨大效益以及现实可用性和广阔前景。现代控制理论在中国电力系统中的应用，碧口水电站100Mw机组上最优励磁控制得到最好的证明。如今，现代控制理论在电力系统中的应用已发展成电力系统学科中一个引人注目的活跃的分支。近年来，模糊技术、神经网络、专家系统等技术的发展又开拓了智能控制技术的新道路。
　　1、电力系统中智能控制的应用领域
　　人工智能控制作为一门新的技术学科，涉及到多方面知识，如数学、哲学、心理学、计算机科学、控制论、不定性论，人工智能控制技术运用于多个层次，在智能控制，机器人学，语言和图像理解，遗传编程上相当于催化剂，使工作更有效地进行着。在现代科学技术不断进步的社会，效率的提高是最重要的，无论在生产还是生活方面。计算机技术的广泛运用是当今社会发展的强有力保障，自动化生产、运输、传播离不开计算机编程技术。
　　2、智能控制的优势
　　把人工智能控制的方法引入电力控制系统，将控制理论的分析和理论的洞察力与人工智能控制的灵活框架结合起来，才有可能得到新的认识上的突破。人工智能控制主要表现在智能决策上，能够有效地解决复杂性和不确定性的控制问题。模糊控制就是在研究人的控制行为特点的基础上发展起来的。对于无法构造数学模型的被控制对象，让计算机模仿人的思维方式，进行控制决策。人的控制可以用语言加以描述，总结成一系列的条件语句，即控制规则。运用微机的程序来实现这些控制规则，这样就很像是人的思考行为了。因此，人工智能控制可以有效地解决现代工业生产中许多无法用数学模型精确描述的工艺工程，以及利用传统数字计算机难以获得令人满意效果的诸多问题，在电力系统应用中表现了很大的优势。
　　3、智能控制的主要应用方法
　　3.1模糊技术在电力系统中的自动化控制中的应用
　　“模糊理论”（FT）是将经典集合理论模糊化，它是一个经典集合论。模糊语言变量，模糊逻辑和模糊推理，是有完整的推理系统的智能技术。模糊控制是一种切实可行的方法，控制的模拟模糊推理和决策过程。它的原理是根据已知规则的控制和数据，由模糊输入量推导出模糊控制输出主要包括模糊化、模糊推理与模糊判决三部分。根据这三个部分的分析，做出正确的决策。
　　随着科学技术的进步和社会的不断发展，模糊控制理论也在随之改进，模糊控制的优点逐渐得到体现，并且已被广泛应用与推广。模糊理论在电力系统中的应用越来越多，显示了模糊理论在解决电力系统问题上未来的发展潜能。在国外的成功案例中也不断在使用这一控制技术。例如，在欧洲某些国家调度中心，研究用模糊控制的方法描述调度员的负荷预测方法，已取得了令人满意的效果。
　　在应用控制中，大多依据模型来进行，并且这一方法已经渐渐的被广泛接受。模型有简单的也有复杂的。一般线性模型为简单模型，但是实际应用中大多为复杂的非线性系统。在模拟非线性过程中，模糊关系模型（FRM）是一个简单而有效的方法，仍然只是“次优”方法。模糊关系模型来直接描述的输入和输出之间的关系，单输出系统是容易实现的，但实现多输出系统仍然是困难的。如果要为了克服这些缺点，要与其他人工智能技术和模糊理论相结合，并且在实际应用中取得良好的效果。
　　3.2专家系统在电力系统自动化控制中的应用
　　专家系统（ES）是发展较早、也是比较成熟的一类人工智能控制技术。专家系统主要由知识库和推理机构成，它根据某个领域的专家提供的特殊领域知识进行推理，模拟人类专家作出决策的过程，提供具有专家水平的解答。目前，电力系统运行和控制由有经验的调度人员借助自动化技术完成。这是由于一方面传统数值分析方法缺乏启发性推理的能力，同时也无法进行知识积累，另一方面电力系统自身的复杂性使一些必要的数学模型及状态量很难获取，单纯的数值方法难以满足电力系统的要求。因此，在电力自动化系统中引入电力专家的经验知识是十分必要的。
　　目前，全球都有不少与电力系统控制相关的专家系统投入试运行或进入实用化推广阶段，并取得了不错的效果，但是仍然存在着一些问题值得研究和探索：①当系统规模较大、规则较多时，完成推理的速度受到限制，因此目前已有的专家系统大多是用于离线，或者在线解决属于系统分析方面的问题，而在实时控制方面的应用还刚刚起步，有待进一步的研究；②现有的专家系统缺乏有效的学习机制，对付新情况的能力有限，而且容错能力较差，当系统发生故障或网络结构、系统参数、设备控制器配置等发生变化的情况下，将有可能得不到结果或给出错误的结果。如何与ANN、模糊推理等其它人工智能控制方法结合以提高专家系统的自学习能力和容错能力是值得研究的课题；③大型专家系统的建造周期长，知识的获取和校核比较困难，要建立完备的知识库，维护难度比较大，在建造专家系统之前必须充分考虑这些问题。
　　3.3人工神经网络在电力系统自动化控制中的应用
　　人工神经网络出现在上世纪40年代，（ANN）它是一个模拟的传输和处理，由人工只能模仿简单的控制，以神经元信息的人的基本特征连接而成。经历了七十多年的研究发展，在模型结构、学习算法等方面取得了许多重大的研究成果。与ES相比有三点优势，ANN的特点是用神经元和它们之间的有向权重来隐含处理问题的知识：首先，人工神经网络可以把信息分布存储，而且容错能力强；其次，人工神经网络有很强的学习能力，可以把知识实现自我组织，以适应不同的信息处理的需求；还有就是，人工神经网络计算神经元之间是相对独立性的，以方便的并行处理，执行速度更快。
　　人工神经网络的应用目前还存在一些问题，如果想更好的运用人工神经网络就要找到它的弱点。人工神经网络的应用研究方向重心就要去处理如何利用人工神经网络的优点，克服其缺点，以达到更好的效果。如果人工神经网络理论想在电力系统自动化及控制领域的应用发展的更加广阔，就加大对技术研究。
　　4、结论
　　人工智能控制技术在电力系统的应用中已经获得了良好的发展。专家系统、人工神经网络、模糊理论等人工智能控制技术在电力系统自动化控制中应用为人工智能控制技术在电力系统中提供了广阔前景。可以预见，加强智能科学在电网中的科研和应用， 将能更好的保证电网安全稳定经济运行。
转载注明来源:https://www.xzbu.com/6/view-4900540.htm