魏杰

（蘭州蘭石能源裝備工程研究院有限公司 甘肅省蘭州市 730314）

目前，在科學(xué)技術(shù)的引領(lǐng)下，我國(guó)的電氣工程自動(dòng)化控制有了很好的發(fā)展勢(shì)頭，在各方面都得到了廣泛的應(yīng)用，特別是與大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)的結(jié)合，使得自動(dòng)化技術(shù)表現(xiàn)出一種自主性、智能化的時(shí)代特點(diǎn)。今后，智能技術(shù)將與電氣工程自動(dòng)化控制相互結(jié)合，為各方面提供更好的服務(wù)，使電氣設(shè)備可以在計(jì)算機(jī)的輔助下進(jìn)行數(shù)據(jù)的集成，得到相關(guān)的分析和技術(shù)判斷，針對(duì)電氣設(shè)備故障時(shí)可能發(fā)生的緊急狀況和復(fù)雜問(wèn)題，給出對(duì)應(yīng)的解決辦法，使工作人員可以更好地運(yùn)用智能技術(shù)，制訂出相應(yīng)的對(duì)策，這一技術(shù)在電氣工程行業(yè)中有著非常重要的積極意義。

1 電氣工程自動(dòng)化控制中應(yīng)用智能化技術(shù)的重要作用分析

將智能技術(shù)運(yùn)用到電氣工程自動(dòng)化控制中，可以提升電氣工程模型控制管理的精度，全面貫徹精益化管理的發(fā)展方針。同時(shí)，將其與企業(yè)經(jīng)營(yíng)體系相結(jié)合，可為企業(yè)經(jīng)營(yíng)體系的升級(jí)與優(yōu)化提供有力的支持。在電力自動(dòng)控制中，控制模型的有效性是影響控制結(jié)果的一個(gè)重要因素，但由于控制參數(shù)的隨機(jī)性，模型的精確提取困難，且由于系統(tǒng)自身的多種故障，造成了模型的不確定性，因而，如果要構(gòu)建出一種全面的監(jiān)控方式，僅靠手工進(jìn)行單一的管理，很難達(dá)到人們的期望。所以，要將智能技術(shù)與之相結(jié)合，構(gòu)建出一個(gè)更好的智能評(píng)估模型，以保證分析的精確性和標(biāo)準(zhǔn)化。

1.1 可以簡(jiǎn)化自動(dòng)控制模型

由于所有主要電氣設(shè)備的智能管理信息都存儲(chǔ)在母設(shè)備上，因此，各控制模塊都有機(jī)會(huì)將數(shù)據(jù)傳送給目標(biāo)控制模塊，因此，各控制模塊都有數(shù)據(jù)傳送的權(quán)限。而且，因?yàn)槊恳粭l母設(shè)備的控制線路的長(zhǎng)度都是不同的，所以，母設(shè)備的智能化管理水平一直都是在變化的，這就導(dǎo)致了在任務(wù)的合理調(diào)度中，呈現(xiàn)出了一種“大面積、分散式”的工作特點(diǎn)，比如，任務(wù)調(diào)度運(yùn)行的耗時(shí)、何時(shí)開(kāi)始運(yùn)行、當(dāng)系統(tǒng)為多個(gè)處理器系統(tǒng)或分布式系統(tǒng)時(shí)，它在哪里運(yùn)行等。并根據(jù)這些限制來(lái)判定一個(gè)實(shí)時(shí)任務(wù)能否正常執(zhí)行，并將一些參數(shù)安排在某個(gè)時(shí)間點(diǎn)上。樣本特征的初步分析如圖1所示，這所謂的樣本特征識(shí)別，需要根據(jù)具體的“并行分布”賦予所有的電氣設(shè)備較為精準(zhǔn)的任務(wù)目標(biāo)，幫助企業(yè)更好地完成電氣設(shè)備的自動(dòng)化控制。

圖 1：樣本特征庫(kù)的初步分析

1.2 電氣工程智能控制的關(guān)鍵在于建立模型

電氣工程以往的模型研究，往往將其簡(jiǎn)化，使得所構(gòu)建的自控系統(tǒng)存在著較大的局限性和準(zhǔn)確性。所以，在 TCN 模型中，如何調(diào)整它的參數(shù)，提高其推演能力和推演準(zhǔn)確率，已成為一種值得思考的問(wèn)題。在建模過(guò)程中，存在著兩個(gè)問(wèn)題：一是樣本特征的選擇，樣本特征的原始數(shù)據(jù)抽取，往往會(huì)區(qū)分不同類(lèi)別的數(shù)據(jù)特征，除去無(wú)分類(lèi)意義的特征，即可完成對(duì)數(shù)據(jù)的整合，此時(shí)自動(dòng)模式識(shí)別問(wèn)題也就逐漸簡(jiǎn)化成匹配與查表，也就能夠有效解決對(duì)于樣本庫(kù)的模式識(shí)別。

為了得到簡(jiǎn)潔高效的建模方法，必須首先對(duì)這些變量進(jìn)行篩選，然后對(duì)其進(jìn)行陣列結(jié)構(gòu)的重構(gòu)。其中，為了能夠確保變量數(shù)據(jù)包含足夠的信息量，并可用于模式識(shí)別，樣本數(shù)量N 與特征數(shù)目n 需要符合以下條件：

對(duì)線性或非線性回歸問(wèn)題：N>n

當(dāng)樣本數(shù)據(jù)位于特征空間時(shí)，我們必須選取具備推廣功能的分類(lèi)器，如神經(jīng)網(wǎng)絡(luò)分類(lèi)器、支持矢量分類(lèi)器等，以達(dá)到對(duì)分類(lèi)結(jié)果進(jìn)行優(yōu)化和提升的目的[1]。

2 電氣工程自動(dòng)化控制中應(yīng)用智能化技術(shù)的具體方案

2.1 裝置應(yīng)用程序

2.1.1 類(lèi)比邏輯電路

在電力工業(yè)的自動(dòng)控制中，需要使用大量的模糊控制器，同時(shí)，由于模擬回路對(duì)制版的精度有很高的要求，所以工作量很大。為此，在數(shù)字動(dòng)力傳輸系統(tǒng)中主要采用了模糊控制器，比較常用的有 M 型和 S 型兩種。在速度調(diào)節(jié)系統(tǒng)中，采用了 M 型脈動(dòng)控制器，該控制作為一種恒速控制器，能夠基本滿(mǎn)足標(biāo)準(zhǔn)的拉伸與壓縮測(cè)試需求，而且其還能夠進(jìn)行獨(dú)立操作，且無(wú)需配備電腦設(shè)備，即可輕松完成相應(yīng)的電氣測(cè)試，而且還能夠顯示載荷峰值及撓度值的測(cè)定。通過(guò)在分立時(shí)刻施加一個(gè)脈動(dòng)控制器，使系統(tǒng)狀態(tài)發(fā)生變化。在此基礎(chǔ)上，本文提出了一種基于T-S 模糊理論的非線性系統(tǒng)建模方法，該方法首先對(duì)非線性系統(tǒng)進(jìn)行分區(qū)，然后對(duì)其進(jìn)行線性化，最后對(duì)其進(jìn)行權(quán)重合成，從而獲得一個(gè)具有較強(qiáng)魯棒性的整體系統(tǒng)[2]。

一般而言，結(jié)構(gòu)辨識(shí)和參數(shù)辨識(shí)不能分開(kāi)，通常是兩個(gè)步驟交替反復(fù)數(shù)次才能獲得最終模型。T-s 模糊模型的模糊規(guī)則形式如下：

該方法的特點(diǎn)決定了每一條準(zhǔn)則所滿(mǎn)足的條件可以是一維函數(shù)形式的，從而使該方法在理論上具有一定的線性形式。從總體上看，T-S 模糊模式的規(guī)則基與一個(gè)靜態(tài)回歸模式 Y=f(x)相對(duì)應(yīng)。然而，該模型也有很多問(wèn)題，例如，X1,X2的相關(guān)系數(shù)很高，多共線性問(wèn)題很?chē)?yán)重，但多數(shù)情況下，僅需找到準(zhǔn)確的模擬缺失值，并不需要一個(gè)能夠說(shuō)明的準(zhǔn)確模型，因此，可以將這些問(wèn)題暫且忽略掉，只需將其與已有的其它構(gòu)造方法進(jìn)行有機(jī)地組合，就可以獲得更為廣泛的構(gòu)造結(jié)果。

2.1.2 類(lèi)神經(jīng)網(wǎng)絡(luò)

近年來(lái)，神經(jīng)網(wǎng)絡(luò)已被廣泛用于電氣工程傳動(dòng)系統(tǒng)、交流電動(dòng)機(jī)等裝備的故障監(jiān)控，通過(guò)反向轉(zhuǎn)波法提高定位精度、縮短檢測(cè)運(yùn)算時(shí)間，并能對(duì)轉(zhuǎn)速、負(fù)荷轉(zhuǎn)矩等大幅變化進(jìn)行實(shí)時(shí)控制。神經(jīng)網(wǎng)絡(luò)系統(tǒng)技術(shù)方案如圖2所示。另外，神經(jīng)網(wǎng)絡(luò)還能夠進(jìn)行診斷系統(tǒng)的條件分析，其主要的人工神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)如圖2所示。

圖 2：神經(jīng)網(wǎng)絡(luò)系統(tǒng)技術(shù)方案

但是，目前廣泛使用的機(jī)器學(xué)習(xí)技術(shù)均為誤差后向傳播技術(shù)，當(dāng)網(wǎng)絡(luò)中存在隱含結(jié)點(diǎn)，或激發(fā)函數(shù)時(shí)，我們必須使用網(wǎng)狀神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行映射，選取與之相對(duì)應(yīng)的參數(shù)化模型，從而實(shí)現(xiàn)對(duì)多傳感器數(shù)據(jù)的有效處理，從而提高網(wǎng)絡(luò)的可靠性。

圖3：人工神經(jīng)網(wǎng)絡(luò)基本架構(gòu)

2.2 故障診斷

在電氣工程自動(dòng)化控制傳統(tǒng)的應(yīng)用系統(tǒng)中，故障診斷工作通常需要依托人工操作進(jìn)行，這必然會(huì)增大現(xiàn)場(chǎng)故障診斷的技術(shù)難度，同時(shí)還會(huì)影響到電氣工程的實(shí)際運(yùn)行。但是，在故障診斷分析機(jī)制中，采用先進(jìn)的智能技術(shù)，即可最大限度地構(gòu)建出一種完整、標(biāo)準(zhǔn)的診斷模型，而且智能技術(shù)可以提供非常準(zhǔn)確的診斷依據(jù)，確保了應(yīng)用過(guò)程的科學(xué)性。

（1）運(yùn)用智能技術(shù)，構(gòu)建一個(gè)電力系統(tǒng)自動(dòng)控制的診斷平臺(tái)，并確定測(cè)試后的設(shè)備的失效部位和失效原因，從而可以進(jìn)行精確的自動(dòng)分析和測(cè)試。

（2）智能技術(shù)還可以幫助維修人員實(shí)施更好的操作，成功地解決故障現(xiàn)象，降低設(shè)備故障對(duì)電控系統(tǒng)工作效率的影響，對(duì)平臺(tái)的功能進(jìn)行優(yōu)化，提升系統(tǒng)的運(yùn)營(yíng)效率。

（3）設(shè)立裝備失效電子記錄：設(shè)立裝備失效電子記錄，以便有針對(duì)性地采取行之有效的對(duì)策，實(shí)現(xiàn)對(duì)設(shè)備質(zhì)量安全的可追溯管理。

2.2.2 復(fù)雜電氣設(shè)備故障的常用診斷方法

（1）控制裝置自診斷法。

在數(shù)控、可編程邏輯控制器和計(jì)算機(jī)設(shè)備中，為了達(dá)到某種特定的功能，必須研制出一種特殊的材料或制作出一種特殊的設(shè)備。均裝備有一套故障診斷系統(tǒng)，通過(guò)開(kāi)關(guān)、傳感器將油位、油壓、溫度、電流等狀態(tài)信息設(shè)置為數(shù)百種報(bào)警信號(hào)，實(shí)現(xiàn)對(duì)故障的定位。

（2）常規(guī)檢查法。

主要是利用人類(lèi)的感官，利用簡(jiǎn)易的設(shè)備進(jìn)行故障診斷。

（3）機(jī)電液三位一體的分析方法。

邁凱倫攜旗下豪華車(chē)陣容登陸2018廣州車(chē)展，長(zhǎng)尾傳奇”邁凱倫運(yùn)動(dòng)跑車(chē)系列600LT將首次亮相華南地區(qū)，并借此邁凱倫入華五周年之際，向廣大中國(guó)消費(fèi)者彰顯品牌對(duì)速度與激情的極致追求。邁凱倫汽車(chē)中國(guó)及亞太區(qū)新任董事總經(jīng)理George Biggs先生全面解讀了邁凱倫運(yùn)動(dòng)跑車(chē)系列最新車(chē)型—全新600LT。

從機(jī)、電、液三個(gè)不同的方面來(lái)對(duì)同一故障展開(kāi)分析，避免出現(xiàn)數(shù)值誤差，從而能夠?qū)收系奶攸c(diǎn)做出正確的判斷。

（4）備件替換法。

將兩個(gè)功能相同的板子互換，然后通過(guò)檢測(cè)問(wèn)題的發(fā)生，來(lái)判斷板子有沒(méi)有問(wèn)題。當(dāng)電路板參數(shù)測(cè)試對(duì)比系統(tǒng)出現(xiàn)故障之后，并將其與正常值和正常波形進(jìn)行對(duì)比，從這些參量中區(qū)分出故障和正常的信號(hào)，并根據(jù)這些參量所蘊(yùn)含的信息來(lái)進(jìn)行故障診斷。

2.3 優(yōu)化工程設(shè)計(jì)

在傳統(tǒng)的電子產(chǎn)品設(shè)計(jì)模式中，更注重串行設(shè)計(jì)的運(yùn)用，使得從設(shè)計(jì)到生產(chǎn)都要經(jīng)過(guò)較長(zhǎng)時(shí)間的磨合，而采用智能技術(shù)則可以構(gòu)建一種更為完善的跟蹤式設(shè)計(jì)模式。在標(biāo)準(zhǔn)協(xié)議的指引下，計(jì)算機(jī)通信技術(shù)可以很好地完成計(jì)算機(jī)終端之間的信息傳遞工作，因此，在電氣設(shè)備自動(dòng)化控制中使用計(jì)算機(jī)通信技術(shù)是非常有必要的。

（1）為了提高電氣工程的使用程度，必須重視電力設(shè)計(jì)環(huán)節(jié)的品質(zhì)，在傳統(tǒng)電氣工程的系統(tǒng)中，為了達(dá)到設(shè)計(jì)要求，需要設(shè)計(jì)師對(duì)有關(guān)的參數(shù)進(jìn)行多次的運(yùn)算，將有關(guān)的數(shù)據(jù)信息高效地融入到電腦的運(yùn)行過(guò)程中，對(duì)設(shè)計(jì)的方案和運(yùn)行進(jìn)行仿真。

（2）智能技術(shù)可以幫助電力公司進(jìn)行項(xiàng)目設(shè)計(jì)的最優(yōu)，主要表現(xiàn)為對(duì)軟件進(jìn)行系統(tǒng)的更新，通過(guò)軟件來(lái)展示項(xiàng)目的總體設(shè)計(jì)結(jié)果，保持項(xiàng)目的動(dòng)態(tài)。

（3）智能輔助計(jì)算機(jī)輔助設(shè)計(jì)。①在進(jìn)行 EMS 的更新時(shí)，有關(guān)技術(shù)人員要對(duì) ICT 的需求有一個(gè)清晰的認(rèn)識(shí)，以達(dá)到實(shí)時(shí)仿真的目的。②將遺傳算法（如圖4所示）與 CAD 技術(shù)相結(jié)合，有效提高了 CAD 技術(shù)在加工與設(shè)計(jì)中的運(yùn)用精度[3]。

圖4：遺傳算法的具體步驟

（4）逐步推動(dòng)“開(kāi)放式自動(dòng)化”的研究與開(kāi)發(fā)，將智能技術(shù)運(yùn)用到電氣工程自動(dòng)化與控制領(lǐng)域，從而有效地消除了傳統(tǒng)的重復(fù)作業(yè)，建立了一個(gè)完善的OT(Operation Technology 操作技術(shù))與信息技術(shù)相結(jié)合的模式，確保了測(cè)試與驗(yàn)證的有效性，從而為電力系統(tǒng)的建設(shè)與產(chǎn)業(yè)的發(fā)展提供了有力的支撐。

2.4 整合傳輸系統(tǒng)數(shù)據(jù)

在電氣工程自動(dòng)控制系統(tǒng)領(lǐng)域，通過(guò)智能信息技術(shù)的運(yùn)用還可以對(duì)數(shù)據(jù)傳輸系統(tǒng)信息加以集成，進(jìn)一步完善數(shù)據(jù)傳輸過(guò)程，同時(shí)輔助系統(tǒng)開(kāi)展如ICP/TP 等數(shù)據(jù)傳輸技術(shù)的使用，從而形成更為全面、精確、可靠的數(shù)據(jù)通道，同時(shí)可以根據(jù)智能系統(tǒng)的信息傳輸協(xié)調(diào)需求，更加完善綜合信息匯總管理。

在電氣工程自動(dòng)化控制中，智能技術(shù)的應(yīng)用還能夠?qū)鬏斚到y(tǒng)數(shù)據(jù)進(jìn)行整合，優(yōu)化數(shù)據(jù)傳輸流程，并輔助發(fā)展ICP/TP 等傳輸協(xié)議的應(yīng)用，以建立更加全面、準(zhǔn)確、安全的數(shù)據(jù)傳輸通道，并基于標(biāo)準(zhǔn)控制功能的傳輸協(xié)調(diào)要求，進(jìn)一步完善綜合信息匯總處理。

3 基于BP神經(jīng)網(wǎng)絡(luò)在智能技術(shù)中的技術(shù)應(yīng)用

BP 神經(jīng)網(wǎng)絡(luò)是一種在科學(xué)和工程中有著非常廣泛使用的網(wǎng)絡(luò)。在實(shí)踐中，運(yùn)用 BP 神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)了對(duì)海量數(shù)據(jù)的自動(dòng)化處理，并將其提取出來(lái)，從而實(shí)現(xiàn)了問(wèn)題的高效解決。本文首先介紹了一種基于 BP 神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)方法，然后介紹了一種基于 BP 神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)方法。神經(jīng)網(wǎng)絡(luò)控制技術(shù)具有較強(qiáng)的數(shù)據(jù)信息處理能力，在采在這種人工智能設(shè)計(jì)的前提下,能夠完成對(duì)電氣工程智能化操作的實(shí)時(shí)控制,很大程度上實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)技術(shù)的先進(jìn)功能?？刹捎没旌戏茨娴募夹g(shù),通過(guò)多層的神經(jīng)網(wǎng)絡(luò)對(duì)試樣加以預(yù)處理,然后再采用自適應(yīng)矩的估計(jì)方法對(duì)試樣進(jìn)行校正,就這樣得到了一種完整的神經(jīng)網(wǎng)絡(luò)。

在逆向群體的計(jì)算中，加入逆向?qū)W習(xí)因素，增強(qiáng)了逆向搜索的能力。假定在第 t 個(gè)迭代中，鯨的數(shù)量為P(t)=1、2、…、N；j=1、2、…、D （這里 N 是鯨數(shù)量的大??；D 是可能解決問(wèn)題的維度），求出各個(gè)體的適合度，選出最佳的種群，而反種群的結(jié)果可以由如下的方程得到。下面是詳細(xì)的算法：

在該公式中， l 表示逆向?qū)W習(xí)系數(shù)，并且表示在區(qū)間[0,2]上的一個(gè)隨機(jī)數(shù)；其中，xmax、j.xmin、是查找代理x；維中的最大和最小的一個(gè)。在此基礎(chǔ)上，通過(guò)對(duì)現(xiàn)有群體的適合度和逆向群體的適應(yīng)性進(jìn)行比較，對(duì)現(xiàn)有群體進(jìn)行適合度的優(yōu)化，并將現(xiàn)有群體替換為逆向群體，以輔助決策者作出最優(yōu)決策[4]。

4 結(jié)語(yǔ)

總而言之，在計(jì)算機(jī)和自動(dòng)控制領(lǐng)域中，智能技術(shù)已經(jīng)變成了電氣工程自動(dòng)化控制的一個(gè)重要支點(diǎn)，數(shù)字技術(shù)和人工智能技術(shù)已經(jīng)變成了工業(yè)制造領(lǐng)域中的主要技術(shù)，智能化技術(shù)已經(jīng)被廣泛地運(yùn)用在了工業(yè)生產(chǎn)設(shè)備甚至整個(gè)生產(chǎn)系統(tǒng)中。要想讓控制效果得到最大程度的提高，就必須將智能化技術(shù)的應(yīng)用價(jià)值和優(yōu)點(diǎn)發(fā)揮出來(lái)，讓這一技術(shù)形成半自動(dòng)化的雙向智能化控制系統(tǒng)，在實(shí)現(xiàn)勞動(dòng)力解放的同時(shí)，推動(dòng)了電氣工程自動(dòng)化控制工作的可持續(xù)發(fā)展。