（廣東省電力設(shè)計(jì)研究院，510663）

【摘要】實(shí)現(xiàn)人工智能控制是目前電氣自動(dòng)化控制理論基礎(chǔ)應(yīng)用到組織實(shí)踐中的新歷史階段。在當(dāng)前，自動(dòng)化控制系統(tǒng)的應(yīng)用規(guī)模、涉及到的領(lǐng)域范疇等也照以往也有了顯著的提升幅度，故而使自動(dòng)化控制系統(tǒng)的應(yīng)用實(shí)現(xiàn)了全面研究深入階段，并在很大程度上處理、解決了以往復(fù)雜、系統(tǒng)的控制問題，使其技術(shù)原有的不確定性、不穩(wěn)定得以降低，而相應(yīng)增強(qiáng)的高度非線性、高適應(yīng)性的系統(tǒng)性能得以發(fā)揮出來?；诖耍疚膶?duì)電力系統(tǒng)自動(dòng)化涉及到的智能技術(shù)進(jìn)行了研究，如對(duì)模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)等的運(yùn)用展開了詳盡探討。

【關(guān)鍵詞】智能技術(shù)；電力系統(tǒng)；自動(dòng)化；控制

1 人工智能定義概述

“人工智能”被認(rèn)定為一門前沿科學(xué)技術(shù)是始于上世紀(jì)的五十年代的1956年，由Dartmouth學(xué)會(huì)向科學(xué)領(lǐng)域所提出的。但在1936年，它的模糊概念就已經(jīng)被阿蘭.麥席森.圖靈（AlanMathison Turing）所提出，所以后世不少人仍然記得這位曾為人工智能科學(xué)研究做出巨大貢獻(xiàn)的“人工智能之父”。從現(xiàn)代來看，人工智能是一項(xiàng)綜合學(xué)科，研究的是各類機(jī)械器具、相關(guān)操作系統(tǒng)程序、設(shè)備模擬作業(yè)、以及研究完善現(xiàn)有人工智能技術(shù)的一項(xiàng)綜合學(xué)科技術(shù)。而向計(jì)算機(jī)技術(shù)、自動(dòng)化控制技術(shù)等的研究深入，僅是人工智能體系技術(shù)探究的一個(gè)分支。也就是說，這些技術(shù)的推廣與應(yīng)用能夠滲透到當(dāng)前各組織領(lǐng)域，相互之間也存在著緊密的關(guān)聯(lián)性與互補(bǔ)性。

電氣自動(dòng)化控制系統(tǒng)中滲透了人工智能技術(shù)，能夠使專業(yè)電氣工程的功能逐步分解到各自動(dòng)化板塊系統(tǒng)中，進(jìn)而也就強(qiáng)化了設(shè)備運(yùn)行時(shí)的處理能力，實(shí)現(xiàn)精準(zhǔn)、高效處理，降低人力資源消耗成本。此外，人工智能技術(shù)在應(yīng)用到電氣控制系統(tǒng)中時(shí)，也能夠抑制一些不穩(wěn)定、不確定的因素發(fā)生，也就是當(dāng)前電氣自動(dòng)化系統(tǒng)應(yīng)用時(shí)所普遍強(qiáng)調(diào)的模糊動(dòng)態(tài)控制。也就是說，憑借系統(tǒng)中的特定程序設(shè)置及參數(shù)設(shè)定、變量控制等可顯著增強(qiáng)控制系統(tǒng)的應(yīng)用功能，使電氣設(shè)備在運(yùn)營階段時(shí)的操作、自動(dòng)化控制功能發(fā)揮更加高效。如，將人工智能應(yīng)用于電氣自動(dòng)化中的報(bào)表生成及打印環(huán)節(jié)中，可以極大的提高各類報(bào)表的制表計(jì)算速度及準(zhǔn)確性。

2 智能技術(shù)在電力自動(dòng)化控制系統(tǒng)中的應(yīng)用研究

電力自動(dòng)化控制系統(tǒng)中引入智能技術(shù)在目前看來其應(yīng)用前景非常廣，并且技術(shù)運(yùn)用成果相對(duì)突出，其中本文以幾種最為常見的典型技術(shù)對(duì)其進(jìn)行了研究。

2.1 模糊理論應(yīng)用

模糊理論別名也稱為集合理論，它主要利用語言變量和推理邏輯理論作為電力智能設(shè)施的實(shí)踐基礎(chǔ)。此外，運(yùn)用模糊理論的電力自動(dòng)化控制系統(tǒng)，能夠具備體系完整的推理邏輯性，以及能夠模擬人為決策等形式的模糊推理過程。而決定這一推理、邏輯過程的是其技術(shù)的數(shù)據(jù)規(guī)則控制。也就是說，應(yīng)用模糊理論可以直觀對(duì)模糊輸入量進(jìn)行推理，進(jìn)而按照其程序的控制原則實(shí)現(xiàn)應(yīng)有的模糊控制輸出，而具體的輸出成果則是模糊化、推理過程、推理判決。所以，電力自動(dòng)化控制系統(tǒng)中如果通過模糊理論下的模糊量輸出，能夠?qū)⒄Z言變量進(jìn)行充分表達(dá)，進(jìn)而實(shí)現(xiàn)類似于人的邏輯性能。此外，其魯棒性也很強(qiáng)，能夠使控制系統(tǒng)具備一定的自學(xué)、容錯(cuò)能力，即使系統(tǒng)內(nèi)部出現(xiàn)因網(wǎng)絡(luò)拓?fù)浠蛘攮h(huán)境變量改變而引起的系統(tǒng)問題，憑借模糊理論的應(yīng)用成果，也能夠及時(shí)尋求出最為合理的解決途徑。

2.2 專家系統(tǒng)應(yīng)用

智能技術(shù)體系中的專家系統(tǒng)應(yīng)用范疇較為廣闊，尤其是應(yīng)用在電力系統(tǒng)自動(dòng)化中所體現(xiàn)的成果也相當(dāng)強(qiáng)大。如電力系統(tǒng)的預(yù)警狀態(tài)辨識(shí)、系統(tǒng)緊急處理、系統(tǒng)控制性能恢復(fù)、系統(tǒng)狀態(tài)切換、故障點(diǎn)排查及隔離、系統(tǒng)短期負(fù)荷提示、以及電壓無功控制等方面都會(huì)存在智能技術(shù)中專家系統(tǒng)的影子。由此可見，專家系統(tǒng)在電力自動(dòng)化控制系統(tǒng)中的廣泛程度非常明顯，并在各方面的應(yīng)用實(shí)踐取得了一定成果。但值得指出的是，專家系統(tǒng)同樣具備約束性。如難以模仿電力專家的創(chuàng)造性；僅采用了淺層知識(shí)而缺乏功能理解的深層適應(yīng)；缺乏有效的學(xué)習(xí)機(jī)構(gòu)，對(duì)情況的處理解決能力非常有限，知識(shí)庫的驗(yàn)證困難；對(duì)復(fù)雜的問題缺少好的分析和組織工具等。因此，在開發(fā)專家系統(tǒng)方面應(yīng)注意專家系統(tǒng)的效益分析方法問題，專家系統(tǒng)軟件的應(yīng)用成果及試驗(yàn)性能問題，知識(shí)獲取問題，專家系統(tǒng)與其他常規(guī)工具或系統(tǒng)相結(jié)合的協(xié)調(diào)等問題。

2.3 神經(jīng)網(wǎng)絡(luò)的應(yīng)用

神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)體系中的一部分，通過近七十年來的不懈努力與致力鉆研，其在模型構(gòu)造、模型計(jì)算及算法等相關(guān)方面著實(shí)取得了不小研究成果。而神經(jīng)網(wǎng)絡(luò)技術(shù)自興起直至被人們接受與高度重視以來，之所以取得不少成就必然與人為的努力研究有直接關(guān)系，同時(shí)還與其理論的實(shí)踐性強(qiáng)大有重要關(guān)系。即其本質(zhì)具備非線性特性、系統(tǒng)能力及魯棒性體現(xiàn)明顯、以及自發(fā)學(xué)習(xí)能力功能等非常顯著等，都決定了其理論與實(shí)踐技術(shù)應(yīng)用的開拓程度。當(dāng)然，其具體作用形式是以大量信息為準(zhǔn)；主要通過神經(jīng)網(wǎng)絡(luò)將大批量、大規(guī)模的信息隱含在連接權(quán)值上，并結(jié)合與之配套的算法去調(diào)節(jié)權(quán)值，進(jìn)而能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)實(shí)現(xiàn)一種復(fù)雜非線性映射，即神經(jīng)網(wǎng)絡(luò)由m維的空間向n維空間的復(fù)雜非線性映射，進(jìn)而更加利于神經(jīng)網(wǎng)路模型的深入研究。

2.4 綜合智能系統(tǒng)應(yīng)用

綜合智能控制系統(tǒng)主要指智能控制性能的綜合體現(xiàn)，即集結(jié)了現(xiàn)代智能控制技術(shù)方法、以及不同智能控制方法的融合和交叉，是種具備綜合性能的智能系統(tǒng)。而這種綜合性能系統(tǒng)對(duì)電力自動(dòng)化控制系統(tǒng)而言，無疑更具發(fā)展?jié)摿εc增值空間。也就是說，當(dāng)前電力市場中具備很多的神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合的系統(tǒng)產(chǎn)物；同理，包括專家系統(tǒng)和模糊理論結(jié)合、神經(jīng)網(wǎng)絡(luò)和模糊理論相結(jié)合等的綜合產(chǎn)物。此外，綜合性能系統(tǒng)也是根據(jù)主要智能技術(shù)的性能效果去加以區(qū)分、謀劃而生成的一種智能技術(shù)。如，神經(jīng)網(wǎng)絡(luò)的使用范疇往往針對(duì)于非結(jié)構(gòu)化知識(shí)，但模糊理論則更加適用于一些結(jié)構(gòu)化信息的處理。因此，這兩種技術(shù)的融合正好能夠形成技能互補(bǔ)、低高層計(jì)算的邏輯處理等，進(jìn)而使以低層計(jì)算方法為主的神經(jīng)網(wǎng)絡(luò)能夠與以具備高度推理邏輯的模糊邏輯實(shí)現(xiàn)有機(jī)結(jié)合與協(xié)調(diào)，為神經(jīng)網(wǎng)絡(luò)系統(tǒng)下的大量信息、數(shù)據(jù)處理的解釋和處理提供了有利實(shí)施基礎(chǔ)。

2.5 線性最優(yōu)控制

線性最優(yōu)控制是目前諸多現(xiàn)代控制理論中應(yīng)用最多，最成熟的一個(gè)分支。相關(guān)學(xué)術(shù)界人士曾提出了利用最優(yōu)勵(lì)磁控制手段提高遠(yuǎn)距離輸電線路輸電能力和改善動(dòng)態(tài)品質(zhì)的問題，取得了一系列重要的研究成果。該研究指出了在大型機(jī)組方面應(yīng)直接利用最優(yōu)勵(lì)磁控制方式代替古典勵(lì)磁方式。電力系統(tǒng)線性最優(yōu)控制器目前已在電力生產(chǎn)中獲得了廣泛的應(yīng)用，發(fā)揮著重要的作用，尤其是局部線性模型的設(shè)計(jì)及分析，效果比較理想。

結(jié)語：

總體而言，目前國內(nèi)大量電氣自動(dòng)化設(shè)備的運(yùn)行系統(tǒng)已經(jīng)廣泛應(yīng)用到了人工智能先進(jìn)技術(shù)，最基本的系統(tǒng)控制方法也主要以模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)控制等的應(yīng)用為主，進(jìn)而有效推動(dòng)了電力系統(tǒng)自動(dòng)化發(fā)展的歷史進(jìn)程，并且隨著未來產(chǎn)業(yè)技術(shù)的不斷革新，它們的技術(shù)關(guān)系在未來也勢(shì)必會(huì)加緊密，故而為智能技術(shù)應(yīng)用在電力系統(tǒng)自動(dòng)化中提供了有利保障，使相關(guān)技術(shù)應(yīng)用范疇會(huì)更加廣泛。

參考文獻(xiàn)

[1] 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[J]. 科技資訊， 2007，(21) .

[2] 畢軼慧，尹琳娟. 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用探討[J]. 中國科技信息， 2008，(20) .

[3] 王艷. 淺談人工智能在電氣自動(dòng)化控制中應(yīng)用[J]. 科技致富向?qū)В?2010，(26) .

[4] 葉干洲. 人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用[J]. 科技資訊， 2010，(15) .

[5] 陳雙飛，田富鵬. 數(shù)據(jù)挖掘與人工智能技術(shù)[J]. 硅谷， 2009，(16) .