智能技术在电力系统中的应用
来源:用户上传
作者: 刘文权
摘 要 随着科技的进步，对电力系统自动化发展提出的要求也越来越高，因此引入一些智能技术的运用，它是电力系统自动化控制应用的重要组成部分。因此，研究其应用状况，对提高电力系统自动化控制、减少人力资本投入，提高运作效率具有重大意义。
关键词 智能技术；电力系统自动化；应用
中图分类号 TM 文献标识码 A 文章编号 1673-9671-(2011)122-0104-01
当前，常见的几种智能技术，在电力系统自动化控制中的引入运用，解决了传统方法难以解决的复杂系统的控制问题，从而有效提高电力系统自动化控制的适应性，降低控制系统的造价成本。
1 电力系统自动化的简述
为确保电力系统安全、平稳、经济运行，对电力系统的各个元件、局部、全系统，采用具有自动检测、决策和控制功能的装置，通过信号和数据传输的系统，就地或远距离进行自动监视、调节和控制等，从而达到合格的电能质量。在一般的情况下，电力自动化系统主要构成有调度自动化、变电站自动化和配电网自动化。
2 电力系统自动化中的智能技术
智能技术是具备学习、适应及组织功能的行为，能够对于问题产生合适求解问题的响应，解决传统鲁棒性控制和自适应控制无法解决出令人满意结果的，非线性、时变性和不确定性的控制问题。目前，智能技术尚处于发展阶段，但它已受到人们的普遍重视，广泛应用到电力系统各个领域中，并取得了一定的实效。
2.1 专家系统的控制技术
专家系统在电力系统中的应用范围很广，它是一种基于知识的系统，用于智能协调、组织和决策，激励相应的基本级控制器完成控制规律的实现。主要针对各种非结构化问题，处理定性的、启发式或不确定的知识信息。如：电力系统恢复控制、故障点的隔离、调度员培训、处于警告或紧急状态的辨识、配电系统自动化等。以智能的方式求得受控系统尽可能地优化和实用化，并经过各种推理过程达到系统的任务目标。虽然取得到广泛应用，但存在如难以模仿电力专家的创造性等局限性。一般而言，专家控制系统应用比较大的原因还因为这种方法可适用范围广，而且能够为电力系统处于各种状态提出辨识，根据这种具体情况来给出警告或是提示，在这样的情况还能够进行控制和恢复。虽然专家系统得到一定的应用，但是还是存在一定的局限，这种局限包括对于创造性的难以模仿，而只是对于浅层知识的应用，缺乏很有效的深层的模仿和方针，对于复杂的模拟就难以适应。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。
2.2 模糊逻辑的控制技术
模糊方法是一种对系统宏观的控制，十分简单且易于掌握，为随机、非线性和不确定性系统的控制，提供了良好的途径。将人的操作经验用模糊关系来表示，通过模糊推理和决策方法，来对复杂过程对象进行有效控制。通常用“如果…，则…”的方式来表达在实际控制中的专家知识和经验，不依赖被控对象模型、鲁棒性较强的。模糊控制技术的应用非常广泛，与常规控制相比，模糊控制技术在提高模糊控制的控制品质，如：稳态误差、超调等问题，自身的学习能力还不完善，要求系统具有完备的知识，这对工业智能系统的设计是困难的。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。这些模糊方法的运用因其可使用范围广，目前已经在自动化控制中被广泛应用。
2.3 神经网络的控制技术
神经网络是一种介于符号推理与数值计算之间，适合用作智能控制的数学工具。神经网络从m维空间到n维空间，复杂的非线性映射、学习能力为解决复杂的非线性系统控制问题，提供了有效的途径。在神经网络中，知识是通过学习例子分布存储，当个别处理单元损坏时，不会影响整个系统的正常工作，是对非线性系统具有最好的控制性能。目前，主要集中在神经网络模型、结构、学习算法的研究，硬件的实现等。
2.4 线性最优控制技术
线性最优控制技术是现代控制重要组成部分。目前，在大型机组方面，直接用最优励磁控制手段代替古典励磁方式，不但提高了远距离输电线路输电能力，而且同时改善动态的品质。另外，在发电机制动电阻的最优时间控制方面，最优控制技术也获得了成功的应用。它是诸多现代控制技术中应用最多、最为成熟的一个分支。
2.5 综合智能控制技术
综合智能控制重要的技术发展方向是智能集成化。一方面，可将多项智能技术相互结合于一体，不在单独运用，各取优势。如模糊技术和神经网络的结合，神经网络与模糊控制的结合，神经网络与专家系统的结合等，这些都在电力系统自动化控制中研究的较多，如可用神经网络与模糊逻辑良好结合的技术基础，去处理同一系统内的问题，神经网络处理非结构化信息，模糊系统处理结构化的知识等。另一方面，自动化控制智能技术与传统的自适应控制的结合，如：神经网络、模糊控制与自适应控制的结合等。目前，国内已有控制专家已着手发展研究，既能有效处理模糊知识又能有效学习的模糊与神经网络集成技术，这必将为电力系统智能控制的发展提供新的途径。
3 结束语
当前，像电力系统这样一类复杂的不确定性工业过程，对其有效控制，关键在于自动化控制智能技术应具有较强的知识处理能力，包含知识学习和利用，推理和决策等方面。在未来电力系统的发展进程中，随着计算机的广泛应用，控制技术的深入研究，自动化控制智能技术将朝着全面智能化的方向发展。从而实现智能性工作环境，减少人员的值守，甚至于无人值班。同时，也有效的促进与提高电力系统平稳、安全和经济的运行。
参考文献
[1]沈君奕.电气自动化控制中人工智能的探讨分析[J].科技资讯,2009.
[2]梁宁波.浅析人工智能在电气自动化控制中的应用[J].黑龙江科技信息,2008,5.
转载注明来源:https://www.xzbu.com/8/view-47117.htm
