摘要：以電氣自動(dòng)化中人工智能（AI）的運(yùn)用價(jià)值作為出發(fā)點(diǎn)，重點(diǎn)探討了電氣自動(dòng)化控制中人工智能運(yùn)用場(chǎng)景，如電氣控制、故障預(yù)警、故障排查診斷、設(shè)備閉環(huán)邏輯控制、電氣自動(dòng)化狀態(tài)監(jiān)測(cè)等，并以某發(fā)動(dòng)機(jī)機(jī)械為案例，探究人工智能在系統(tǒng)架構(gòu)及系統(tǒng)設(shè)計(jì)上的運(yùn)用要點(diǎn)。展望人工智能運(yùn)用前景，并結(jié)合工作經(jīng)驗(yàn)提出指導(dǎo)性建議，以期推動(dòng)人工智能技術(shù)的廣泛運(yùn)用，促進(jìn)我國(guó)電氣自動(dòng)化控制技術(shù)的快速發(fā)展。

關(guān)鍵詞：人工智能；電氣自動(dòng)化控制；運(yùn)用場(chǎng)景

引言

人工智能（AI）概念于1956年Dartmouth學(xué)會(huì)上被提出，專家學(xué)者針對(duì)該領(lǐng)域進(jìn)行了深入探索及技術(shù)攻堅(jiān)。大數(shù)據(jù)時(shí)代背景下，AI技術(shù)逐步在互聯(lián)網(wǎng)領(lǐng)域應(yīng)用。據(jù)《智能交通技術(shù)前沿》官方調(diào)查數(shù)據(jù)統(tǒng)計(jì)：到2025年，AI行業(yè)每年收入將達(dá)到1190億美元，AI市場(chǎng)將增長(zhǎng)到1900億美元。AI技術(shù)是眾多技術(shù)的最終訴求，無(wú)論是物聯(lián)網(wǎng)還是大數(shù)據(jù)，都需要AI技術(shù)完成價(jià)值輸出，它與互聯(lián)網(wǎng)、大數(shù)據(jù)有著非常緊密的聯(lián)系。當(dāng)前處于科技創(chuàng)新時(shí)代，我國(guó)電氣自動(dòng)化控制領(lǐng)域也要緊扣時(shí)代發(fā)展脈搏，將先進(jìn)的AI技術(shù)融合到自動(dòng)化控制中，以最大限度發(fā)揮其價(jià)值。

1. 電氣自動(dòng)化控制中的人工智能運(yùn)用價(jià)值

人工智能（AI）是研究、開(kāi)發(fā)用于模擬、延伸及擴(kuò)展人的智能理論、方法、技術(shù)等系統(tǒng)化技術(shù)科學(xué)。Gartner發(fā)布了最新的《2022年人工智能技術(shù)成熟度曲線》報(bào)告，稱采用AI技術(shù)將給企業(yè)帶來(lái)明顯競(jìng)爭(zhēng)優(yōu)勢(shì)。電氣工程中融合AI技術(shù)的價(jià)值在于三點(diǎn)：首先，能降低成本。AI技術(shù)具備卓越的現(xiàn)場(chǎng)控制能力及對(duì)環(huán)境的感知能力，可保障電氣設(shè)備始終處于良好運(yùn)行狀態(tài)，避免因執(zhí)行錯(cuò)誤指令導(dǎo)致設(shè)備或材料耗損，降低了成本。其次，能提升控制精度。AI技術(shù)的邏輯運(yùn)算能力強(qiáng)大，可結(jié)合電氣工程系統(tǒng)要求來(lái)制定自動(dòng)化控制方案，始終保持高精度控制水平。最后，適應(yīng)性強(qiáng)。傳統(tǒng)的電氣自動(dòng)化控制主要采取單路控制及線性控制，有較強(qiáng)的針對(duì)性，往往只能對(duì)特定的產(chǎn)品操作。AI技術(shù)輔助下能變更控制方式，隨著環(huán)境變化進(jìn)行調(diào)整，更快捷地完成電氣生產(chǎn)及控制工作。

2. 電氣自動(dòng)化控制中的人工智能運(yùn)用場(chǎng)景

2.1 電氣自動(dòng)化系統(tǒng)設(shè)計(jì)

電氣自動(dòng)化控制系統(tǒng)操作比較復(fù)雜，涉及專業(yè)范圍廣，對(duì)于操作技術(shù)人員的專業(yè)水平及操作能力有較高要求。研發(fā)人員要考慮到MATLAB軟件在數(shù)據(jù)分析、深度學(xué)習(xí)、信號(hào)處理等方面的特點(diǎn)，并推動(dòng)AI技術(shù)在電氣自動(dòng)化控制中的運(yùn)用，確保形成更穩(wěn)定完善的電氣自動(dòng)化控制系統(tǒng)，并科學(xué)地設(shè)計(jì)電氣控制過(guò)程。MATLAB是編程及數(shù)值計(jì)算平臺(tái)（圖1），除電氣自動(dòng)化控制系統(tǒng)外，還包括機(jī)器學(xué)習(xí)、信號(hào)處理、深度學(xué)習(xí)、預(yù)測(cè)性維護(hù)、測(cè)試測(cè)量、圖像處理、無(wú)線通信等模塊?；贏I技術(shù)輔助，可提升MATLAB在電氣自動(dòng)化控制系統(tǒng)中的運(yùn)行效率，操作人員能通過(guò)更精準(zhǔn)的操作方法來(lái)實(shí)現(xiàn)對(duì)系統(tǒng)的控制及優(yōu)化，減少外界的影響[1]。

2.2 電氣控制

（1）專家控制系統(tǒng)。專家控制系統(tǒng)（圖2）融合了AI技術(shù)和計(jì)算技術(shù)，能輔助電氣企業(yè)的管理層做出科學(xué)決策，并由該領(lǐng)域的專家負(fù)責(zé)處理疑難問(wèn)題，提升電氣自動(dòng)化控制系統(tǒng)管理水平[1]。給定輸入值R后，由專家控制器中的知識(shí)庫(kù)、推理機(jī)分析，并將指令輸入U(xiǎn)傳遞給受控裝置，受控裝置再輸出Y值。該系統(tǒng)主要涵蓋知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、解釋、知識(shí)獲取等結(jié)構(gòu)，有在線控制實(shí)時(shí)性、抗干擾性好的特點(diǎn)。

（2）模糊控制。它屬于非線性控制，最大特點(diǎn)是能將系統(tǒng)化理論和實(shí)踐結(jié)合。優(yōu)勢(shì)在于可不斷學(xué)習(xí)、完善、適應(yīng)不同的電氣自動(dòng)化控制環(huán)境。該模式主要涵蓋四個(gè)部分，分別為模糊化、規(guī)則庫(kù)、模糊推理、解模糊，特點(diǎn)是不依賴于被控對(duì)象的精確數(shù)學(xué)模型。

（3）神經(jīng)網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)涵蓋大量人工神經(jīng)元，自適應(yīng)性、非線性映射能力均較為突出。該技術(shù)能模擬人腦思考的活動(dòng)，再結(jié)合單元格傳輸系統(tǒng)分析和處理數(shù)據(jù)，為電氣自動(dòng)化控制提供數(shù)據(jù)參考。

基于上述控制模式，可利用AI技術(shù)來(lái)強(qiáng)化對(duì)電氣自動(dòng)化的管理，改進(jìn)電氣設(shè)備運(yùn)行工作，同時(shí)發(fā)揮AI技術(shù)強(qiáng)大的計(jì)算能力來(lái)優(yōu)化配置和電氣自動(dòng)化控制相關(guān)的各項(xiàng)資源，避免造成資源浪費(fèi)，影響企業(yè)發(fā)展。

2.3 故障預(yù)警

電氣工程中往往會(huì)借助于傳感器等設(shè)備，及時(shí)采取工程現(xiàn)場(chǎng)中的諸如電氣、溫濕度、電流電壓等指標(biāo)參數(shù)，再將信號(hào)提交到控制中心進(jìn)行預(yù)處理[2]。預(yù)處理后轉(zhuǎn)變?yōu)榭勺R(shí)別數(shù)字，通過(guò)對(duì)比監(jiān)測(cè)值和整定值數(shù)據(jù)，若存在較大偏差，那么意味著設(shè)備運(yùn)行處于異常狀態(tài)，需要采取措施及時(shí)處理。和自動(dòng)控制的技術(shù)相比，運(yùn)用AI技術(shù)有著較突出的優(yōu)勢(shì)，它能實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)值和整定值的對(duì)比，可實(shí)現(xiàn)及時(shí)預(yù)警[3]。企業(yè)可利用AI多傳感技術(shù)來(lái)構(gòu)建主動(dòng)預(yù)警系統(tǒng)，設(shè)計(jì)監(jiān)控層、數(shù)據(jù)傳輸層、應(yīng)用層等，并準(zhǔn)備相應(yīng)設(shè)備設(shè)施。監(jiān)控層負(fù)責(zé)現(xiàn)場(chǎng)數(shù)據(jù)采集及上傳，現(xiàn)場(chǎng)數(shù)據(jù)和既定目標(biāo)值偏離過(guò)大時(shí)，要驗(yàn)證電氣工程系統(tǒng)是否有故障，及時(shí)報(bào)警處理。此外，電氣系統(tǒng)還會(huì)自動(dòng)采集現(xiàn)場(chǎng)的監(jiān)測(cè)量等數(shù)據(jù)信息，隨后進(jìn)行邏輯分析。根據(jù)一段時(shí)間內(nèi)參數(shù)發(fā)生的變化來(lái)明確企業(yè)電氣設(shè)備的運(yùn)行狀態(tài)，判斷是否存在設(shè)備故障的前兆，將電氣工程系統(tǒng)的風(fēng)險(xiǎn)發(fā)生率降至最低，以減少企業(yè)損失。

2.4 故障排查診斷

首先，故障排查中可配置PLC控制器，借助智能芯片、圖像處理、電路診斷等方法，檢查電機(jī)、高壓變壓器等設(shè)備狀態(tài)，及時(shí)排除可能存在的風(fēng)險(xiǎn)問(wèn)題，若有問(wèn)題便會(huì)觸發(fā)故障預(yù)警及診斷的程序。在此過(guò)程中先對(duì)所采集數(shù)據(jù)的清洗、解析、補(bǔ)全、標(biāo)注處理，再AI提取關(guān)鍵特征量，執(zhí)行模型訓(xùn)練[4]。模型訓(xùn)練作業(yè)的過(guò)程主要包括以下幾點(diǎn)：（1）基于數(shù)據(jù)倉(cāng)庫(kù)來(lái)分析模型。（2）模型訓(xùn)練。AI設(shè)定算法，執(zhí)行模型算法，積累模型數(shù)據(jù)后將計(jì)算后的結(jié)果分類處理。（3）訓(xùn)練結(jié)果可劃分為成功、失敗、未知等不同情況。（4）人為干預(yù)，及時(shí)修正。（5）增強(qiáng)模型特征，豐富模型特征畫像。（6）強(qiáng)化算力訓(xùn)練，完善模型[5]。利用AI技術(shù)進(jìn)行故障排查，效率更高，還可構(gòu)建智能故障診斷系統(tǒng)，建立故障信息庫(kù)等模塊。

2.5 電氣設(shè)備閉環(huán)邏輯控制

AI利用閉環(huán)邏輯控制將受控對(duì)象狀態(tài)信息反饋至輸入端，并將其與輸入值對(duì)比，分析數(shù)據(jù)偏差，然后下發(fā)指令糾正，直至數(shù)據(jù)達(dá)到既定標(biāo)準(zhǔn)。由于受到外部環(huán)境影響，或是設(shè)備長(zhǎng)期運(yùn)行導(dǎo)致老化等，可能會(huì)導(dǎo)致運(yùn)行參數(shù)出現(xiàn)偏差，長(zhǎng)期累積造成故障。AI技術(shù)下電氣工程便可在無(wú)人干預(yù)的條件下，自動(dòng)地進(jìn)行設(shè)備運(yùn)行的糾偏，避免因參數(shù)問(wèn)題而引發(fā)后續(xù)一系列的連鎖故障。電氣工程人員僅僅需要提前編寫好程序，設(shè)定設(shè)備參數(shù)的整定值及偏差范圍，更好地維持電氣設(shè)備及整體工程的良好運(yùn)行，實(shí)現(xiàn)電氣自動(dòng)化控制效率提升。

2.6 狀態(tài)監(jiān)測(cè)

在以往早期的電氣工程中，構(gòu)建的自動(dòng)化控制系統(tǒng)在故障處理等方面都受到技術(shù)的限制，始終是被動(dòng)處理。簡(jiǎn)言之，是在設(shè)備或生產(chǎn)現(xiàn)場(chǎng)發(fā)生故障（或其他問(wèn)題后），再進(jìn)行報(bào)警、故障診斷、處理、連接正常部分等，會(huì)對(duì)電氣工程的實(shí)際生產(chǎn)運(yùn)行造成實(shí)質(zhì)上的影響及損失。為解決此問(wèn)題，企業(yè)可在電氣自動(dòng)化的狀態(tài)監(jiān)測(cè)場(chǎng)景中融合AI技術(shù)。該技術(shù)有強(qiáng)大的運(yùn)算能力及邏輯分析能力，不僅可采集電氣系統(tǒng)當(dāng)前的運(yùn)行數(shù)據(jù)，還能搜集歷史數(shù)據(jù)，并預(yù)測(cè)未來(lái)運(yùn)行工況，例如是否存在“超載”“欠壓”“過(guò)流”等問(wèn)題。當(dāng)故障出現(xiàn)率達(dá)到臨界值，及時(shí)進(jìn)行設(shè)備參數(shù)的自動(dòng)調(diào)節(jié)、停機(jī)便于檢修等。通過(guò)AI技術(shù)進(jìn)行狀態(tài)實(shí)時(shí)、動(dòng)態(tài)化監(jiān)測(cè)，有利于將電氣設(shè)備的故障隱患消弭于無(wú)形?；贏I識(shí)別技術(shù)利用特定的行業(yè)算法，能幫助電氣自動(dòng)化系統(tǒng)在安全生產(chǎn)中解決安全隱患管理問(wèn)題。

3. 人工智能技術(shù)運(yùn)用前景展望及建議

3.1 運(yùn)用前景展望

第一，功能更多元化。電氣自動(dòng)化控制結(jié)合AI技術(shù)能協(xié)助電氣工程人員工作，減輕工作人員的負(fù)擔(dān)。隨著AI技術(shù)的創(chuàng)新完善，未來(lái)電氣自動(dòng)化控制也將不斷轉(zhuǎn)型升級(jí)，極大地提高工作效率，完善多項(xiàng)功能。

第二，設(shè)計(jì)更加優(yōu)化。運(yùn)用于電氣自動(dòng)化控制運(yùn)用，AI能依托于龐大的知識(shí)庫(kù)來(lái)獲取優(yōu)秀經(jīng)驗(yàn)，從而完善設(shè)計(jì)方案。未來(lái)AI技術(shù)的學(xué)習(xí)能力也會(huì)提高，并不斷優(yōu)化尋找設(shè)計(jì)方案的能力，在數(shù)據(jù)模擬和計(jì)算機(jī)邏輯上實(shí)現(xiàn)人腦思維過(guò)程，短時(shí)間內(nèi)設(shè)計(jì)出適合的電氣控制方案，為整個(gè)電氣自動(dòng)化控制領(lǐng)域的進(jìn)步打造基礎(chǔ)。

第三，能進(jìn)一步推動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展。電氣自動(dòng)化控制和諸多高新產(chǎn)業(yè)均有關(guān)聯(lián)，還可用于電氣工程、工業(yè)、農(nóng)業(yè)生產(chǎn)（如提升小麥播種成活率）、服務(wù)行業(yè)（智能手機(jī)、跑步機(jī)、iPad）等領(lǐng)域[6]。

3.2 建議

首先，建立中央智能系統(tǒng)。建立中央智能系統(tǒng)可實(shí)現(xiàn)集中監(jiān)控，全面采集接入設(shè)備及環(huán)境信號(hào)，形成完全覆蓋的控制系統(tǒng)和信息網(wǎng)絡(luò)。

其次，AI技術(shù)和大數(shù)據(jù)須進(jìn)行融合。新時(shí)期下，經(jīng)濟(jì)水平不斷提升，電氣工程的規(guī)模也愈發(fā)龐大，其中涉及的電氣設(shè)備種類、數(shù)量均明顯增多。在此背景下，若要實(shí)現(xiàn)電氣自動(dòng)化控制的有序穩(wěn)定運(yùn)行，并在搜集大量信息后還能順利地解決復(fù)雜邏輯問(wèn)題，可考慮將AI技術(shù)和大數(shù)據(jù)技術(shù)融合運(yùn)用，采取分布式計(jì)算模式來(lái)完成復(fù)雜運(yùn)算任務(wù)，生成不同邏輯庫(kù)。

最后，要強(qiáng)化AI自學(xué)習(xí)能力。為深入激發(fā)出AI潛能，提升它用于電氣自動(dòng)化中的智能程度，在實(shí)際運(yùn)用中可通過(guò)加大模型訓(xùn)練量、增加樣本數(shù)量等方式運(yùn)算操作，提升自學(xué)習(xí)能力，可參考TD-Gammon棋類程序機(jī)器學(xué)習(xí)算法[7]。

結(jié)語(yǔ)

綜上所述，當(dāng)前處于互聯(lián)網(wǎng)、大數(shù)據(jù)時(shí)代， AI逐步融入人們生產(chǎn)生活各個(gè)方面，極大地改變了人們生活生產(chǎn)方式，推動(dòng)了社會(huì)文明發(fā)展。AI技術(shù)在電氣工程中的運(yùn)用前景廣闊，且逐步替代了傳統(tǒng)的手動(dòng)人工控制。AI技術(shù)的誕生，給電氣自動(dòng)化控制的發(fā)展提供了新方向，提高了該領(lǐng)域的工作水準(zhǔn)。通過(guò)推動(dòng)AI技術(shù)的落地應(yīng)用，有助于推動(dòng)我國(guó)電氣自動(dòng)化控制技術(shù)的穩(wěn)步發(fā)展。

參考文獻(xiàn)：

[1]鄭恒持，蔣丁宇，任光，等.專家控制技術(shù)在船舶機(jī)艙監(jiān)測(cè)報(bào)警系統(tǒng)中的應(yīng)用研究[J].計(jì)算機(jī)測(cè)量與控制，2016，24（9）：61-64.

[2]張春輝，陳君，李邦源.基于人工智能的配電網(wǎng)絡(luò)調(diào)試技術(shù)[J].電氣自動(dòng)化，2022，44（3）：82-84.

[3]藍(lán)良生.淺析人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用——評(píng)《人工智能技術(shù)》[J].現(xiàn)代雷達(dá)，2022，44（2）：116.

[4]周志宏.電氣自動(dòng)化控制設(shè)備可靠性相關(guān)問(wèn)題分析[J].精密制造與自動(dòng)化，2022，（1）：49-51.

[5]宋慧娟.基于混合現(xiàn)實(shí)的人工智能在電力巡檢中的應(yīng)用[J].電網(wǎng)與清潔能源，2020，36（2）：75-79.

[6]張尚明.淺析人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用[J].科技風(fēng)，2020， （2）：18.

[7]楊挺，趙黎媛，王成山.人工智能在電力系統(tǒng)及綜合能源系統(tǒng)中的應(yīng)用綜述[J].電力系統(tǒng)自動(dòng)化，2019，43（1）：2-14.

作者簡(jiǎn)介：韋日禎，本科，工程師，研究方向：機(jī)電一體化技術(shù)。

課題項(xiàng)目：潘協(xié)龍自治區(qū)級(jí)技能大師工作建設(shè)項(xiàng)目（編號(hào)：J20220709）。