任瑾，龔圣高

（1.肇慶學(xué)院，廣東肇慶，526100； 2.廣東電網(wǎng)有限責(zé)任公司肇慶供電局，廣東肇慶，526100）

0 引言

伴隨互聯(lián)網(wǎng)信息技術(shù)的快速發(fā)展與普及,人工智能技術(shù)作為一種新型現(xiàn)代化信息技術(shù)，利用計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)技術(shù)逐步取代人工的機(jī)械操作，幫助諸多企業(yè)實(shí)現(xiàn)自動(dòng)化與智能化運(yùn)作,并在一定程度上取得巨大進(jìn)步與突破式的進(jìn)展。例如，人工智能技術(shù)應(yīng)用的領(lǐng)域有VR 、AR等。因此，在新時(shí)代背景下，相關(guān)行業(yè)領(lǐng)域要充分將人工智能技術(shù)與電氣自動(dòng)化控制有機(jī)結(jié)合起來(lái)，逐步發(fā)揮出智能技術(shù)的優(yōu)點(diǎn)，提高電氣自動(dòng)化在不同生產(chǎn)領(lǐng)域中的效率[1]。

由于電氣自動(dòng)化系統(tǒng)操作復(fù)雜，操作人員需要較高的專業(yè)性以保證企業(yè)電氣設(shè)備與系統(tǒng)的安全穩(wěn)定運(yùn)行。加入人工智能技術(shù)后系統(tǒng)得到優(yōu)化具體主要體現(xiàn)在如下4個(gè)方面：（1）能夠很好的代替人工對(duì)電氣系統(tǒng)與設(shè)備進(jìn)行操作，并確保操作的準(zhǔn)確性及提高企業(yè)整體的工作效率；（2）能通過(guò)信息與網(wǎng)絡(luò)技術(shù)減輕操作人員的壓力，逐步改變對(duì)人工操作的依賴性；（3）一定程度上提高電氣自動(dòng)化控制精準(zhǔn)度；（4）智能監(jiān)測(cè)記錄系統(tǒng)中的信號(hào)與信息，操作人員僅需要對(duì)相關(guān)的參數(shù)進(jìn)行核對(duì)，并及時(shí)找出、處理有安全問(wèn)題的環(huán)節(jié)即可[2]。

1 人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中應(yīng)用策略

科學(xué)設(shè)計(jì)電氣自動(dòng)化系統(tǒng)。由于系統(tǒng)復(fù)雜且涉及范圍較廣，對(duì)于操作人員的要求也非常高，生產(chǎn)中規(guī)范工作人員的操作方式，以減少運(yùn)行中可能出現(xiàn)的種種失誤。研發(fā)人員需掌握多學(xué)科多領(lǐng)域的知識(shí)，利用人工智能技術(shù)保證電氣自動(dòng)化控制系統(tǒng)智能化運(yùn)作[3]。又考慮到MATLAB所具備深度學(xué)習(xí)相關(guān)功能，可有效助推人工智能技術(shù)更好的應(yīng)用于控制系統(tǒng)中，三者融合起來(lái)能更有效提高各個(gè)環(huán)節(jié)的控制質(zhì)量水平，形成一套準(zhǔn)確、穩(wěn)定且完善的電氣自動(dòng)化控制系統(tǒng)。

科學(xué)設(shè)計(jì)電氣控制過(guò)程。人工智能技術(shù)的應(yīng)用一定程度上提高了MATLAB在電氣自動(dòng)化控制系統(tǒng)的應(yīng)用運(yùn)行效率，人工智能技術(shù)重點(diǎn)在對(duì)設(shè)備控制與管理，而MATLAB的應(yīng)用則作為調(diào)節(jié)控制主要算法以提高整體系統(tǒng)的精準(zhǔn)性與智能化。例如圖1所示的基于人工智能技術(shù)的電氣自動(dòng)化控制系統(tǒng)，智能識(shí)別部分利用MATLAB中PID仿真模糊控制器可有效控制電氣自動(dòng)化設(shè)備運(yùn)行的精準(zhǔn)度。加入人工智能技術(shù)后，操作人員能通過(guò)更精準(zhǔn)的操作方式實(shí)現(xiàn)對(duì)電氣系統(tǒng)的控制與優(yōu)化，減少外界的影響。

圖1 基于人工智能技術(shù)的電氣自動(dòng)化控制系統(tǒng)

診斷控制過(guò)程中的故障。傳統(tǒng)電氣自動(dòng)化控制系統(tǒng)所采用的診斷方法較為落后，在診斷過(guò)程中通常會(huì)增加諸多流程，造成時(shí)間、人力、物力等資源的浪費(fèi)。將人工智能技術(shù)應(yīng)用于故障診斷中，就能極大程度上解決傳統(tǒng)電氣設(shè)備診斷的不足，更加方便、準(zhǔn)確的處理故障點(diǎn)，對(duì)解決系統(tǒng)存在的問(wèn)題起著重要的作用[4]。特別是在發(fā)動(dòng)機(jī)、發(fā)電機(jī)等電氣設(shè)施出現(xiàn)問(wèn)題時(shí)，人工智能技術(shù)能夠更好精準(zhǔn)的診斷出這些故障，降低人為因素的影響，減少或避免出現(xiàn)更大損失。

2 應(yīng)用策略在電氣自動(dòng)化控制系統(tǒng)的建模與仿真

2.1 建模

人工智能技術(shù)與傳統(tǒng)電氣自動(dòng)化控制系統(tǒng)設(shè)計(jì)方法有諸多不同，人工智能系統(tǒng)在設(shè)計(jì)過(guò)程中更加強(qiáng)調(diào)“學(xué)習(xí)”過(guò)程，這種學(xué)習(xí)方式既可以是自主“無(wú)導(dǎo)”式，也可是“有導(dǎo)”式。基于此，文章將選取BP神經(jīng)網(wǎng)絡(luò)完成MATLAB的建模與仿真。主要流程為：先搭建一個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)（如BP神經(jīng)網(wǎng)絡(luò)與CNN等），接著對(duì)該神經(jīng)網(wǎng)絡(luò)進(jìn)行多次訓(xùn)練，保證神經(jīng)網(wǎng)絡(luò)逐漸對(duì)已經(jīng)學(xué)習(xí)過(guò)的樣本內(nèi)容擁有預(yù)判與記憶能力。然后，評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的判斷效果。若無(wú)法達(dá)到設(shè)計(jì)要求則需繼續(xù)重復(fù)建立新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

通常情況下，這一方式下的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程屬于“有導(dǎo)“式的[5]，需要準(zhǔn)備樣本數(shù)據(jù)庫(kù)，這些樣本數(shù)據(jù)庫(kù)要人工進(jìn)行準(zhǔn)確標(biāo)記無(wú)誤后輸入輸出系統(tǒng)中并將收集好的數(shù)據(jù)整理分為訓(xùn)練集與測(cè)試集兩大類[6]。接著采用MATLAB對(duì)神經(jīng)網(wǎng)絡(luò)機(jī)構(gòu)建模與編程。最后在借助訓(xùn)練集樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，促使其學(xué)習(xí)過(guò)程中獲取模型參數(shù)，進(jìn)一步利用測(cè)試樣本展開(kāi)測(cè)試直到證明該神經(jīng)網(wǎng)絡(luò)模型科學(xué)有效，模型結(jié)構(gòu)如圖2所示。

圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)上述圖表與MATLAB相關(guān)公式得出關(guān)于神經(jīng)網(wǎng)絡(luò)PID字符識(shí)別系統(tǒng)修正算式。

2.2 仿真驗(yàn)證

由于被控制的對(duì)象具備非線性特征，仿真模型、神經(jīng)網(wǎng)絡(luò)識(shí)別結(jié)構(gòu)模型與上述模型相同，唯一不同的是上述模型采用1*3*1網(wǎng)絡(luò)結(jié)構(gòu)。其中，借助公式（3）計(jì)算控制器。

式中，取λ=0.4，則p1=0.9;p3=0.2。并設(shè)公式：

運(yùn)行結(jié)果如圖3所示：

圖3 神經(jīng)PID控制運(yùn)行結(jié)果

上述公式中y（k）表示系統(tǒng)輸出，a2k表示神經(jīng)網(wǎng)絡(luò)識(shí)別器NNI輸出，u（k）是指控制器輸出。由模型仿真的結(jié)果可見(jiàn)，由于k呈現(xiàn)出逐漸增大的趨勢(shì)，a2k向y（k）靠近，系統(tǒng)誤差小且運(yùn)行狀態(tài)穩(wěn)定。

3 結(jié)論

隨著人工智能技術(shù)的發(fā)展到逐漸成熟，其應(yīng)用范圍愈發(fā)普遍，影響也逐漸加深，在電子自動(dòng)化控制系統(tǒng)中諸多問(wèn)題能夠被很好解決這極大促使電氣自動(dòng)化的發(fā)展與完善。且神經(jīng)網(wǎng)絡(luò)作為人工智能技術(shù)中的重要分支，電氣控制系統(tǒng)借助神經(jīng)網(wǎng)絡(luò)可不需要建立被控制對(duì)象相關(guān)數(shù)學(xué)模型，操作人員僅需對(duì)其做出在線或離線訓(xùn)練，通過(guò)訓(xùn)練結(jié)果對(duì)系統(tǒng)進(jìn)行控制設(shè)計(jì)。通過(guò)建模與仿真可知，BP神經(jīng)網(wǎng)絡(luò)能夠用于自矯正控制器與神經(jīng)控制器的設(shè)計(jì)當(dāng)中，借助神經(jīng)網(wǎng)絡(luò)能夠保證控制器快速相應(yīng)外界環(huán)境，且具有非常小的誤差及長(zhǎng)時(shí)間處于穩(wěn)定狀態(tài)。因此，重視人工智能技術(shù)與電氣自動(dòng)化控制系統(tǒng)間的聯(lián)系，不斷加深兩者間的融合，保證自動(dòng)化控制系統(tǒng)設(shè)計(jì)的優(yōu)化完善，最終實(shí)現(xiàn)電氣自動(dòng)化控制精準(zhǔn)度的提升。