許明輝 陳貽凱 楊明翰

（1.國(guó)網(wǎng)江西省電力有限公司柘林水電廠 2.國(guó)網(wǎng)新源白山發(fā)電廠 3.華電福新周寧抽水蓄能有限公司）

0 引言

傳統(tǒng)控制是基于模型的控制，隨著被控對(duì)象的復(fù)雜化，越來(lái)越難以用精確的數(shù)學(xué)模型來(lái)描述高度的非線性、強(qiáng)噪聲干擾、復(fù)雜的信息結(jié)構(gòu)，分散的傳感元件與執(zhí)行元件，分層和分散的決策機(jī)構(gòu)以及動(dòng)態(tài)突變性等。面對(duì)這些復(fù)雜對(duì)象的控制問(wèn)題，人們開(kāi)創(chuàng)性地將人工智能應(yīng)用到了控制理論之中，提出了智能控制理論。該理論是對(duì)計(jì)算機(jī)科學(xué)、人工智能、知識(shí)工程模式識(shí)別系統(tǒng)論、信息論、控制論、模糊集合論、人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化論等諸多科學(xué)技術(shù)與方法的高度集成，對(duì)于解決水力發(fā)電廠計(jì)算機(jī)控制系統(tǒng)中存在的問(wèn)題具有十分重要的意義［1］。

1 智能控制技術(shù)的應(yīng)用優(yōu)勢(shì)

作為微電子工業(yè)和機(jī)械工業(yè)未來(lái)主要發(fā)展方向，智能計(jì)算機(jī)控制現(xiàn)已成為未來(lái)機(jī)械設(shè)備生產(chǎn)中重要的研究?jī)?nèi)容。將其與傳統(tǒng)的自動(dòng)化控制系統(tǒng)相比較，智能控制技術(shù)現(xiàn)已成為計(jì)算機(jī)控制系統(tǒng)中的核心內(nèi)容，其自身具備人性化、智能化的特點(diǎn)。智能控制技術(shù)的應(yīng)用可以完善機(jī)電系統(tǒng)的性能，同時(shí)還可以完善智能控制系統(tǒng)在內(nèi)外部環(huán)境作業(yè)的需求，也可以按照指令和外部影響因素的變化對(duì)內(nèi)部運(yùn)行作出改變，此過(guò)程可以減少消耗的時(shí)間和成本，同時(shí)還可以促使機(jī)電系統(tǒng)更為完善，最終提升設(shè)備的整體性能［2］。

在智能控制技術(shù)應(yīng)用方面，機(jī)電系統(tǒng)在應(yīng)用此項(xiàng)技術(shù)后可以提高整體運(yùn)行效率，此時(shí)可以將此類技術(shù)進(jìn)行深層次的應(yīng)用，以此保障機(jī)械設(shè)備便于操作，此過(guò)程也需針對(duì)命令編碼，后續(xù)對(duì)編程項(xiàng)目作出完善，此時(shí)在人工操作支持下可以有效完成后續(xù)工作流程，以此優(yōu)化計(jì)算機(jī)控制的質(zhì)量［3］。

2 智能控制在計(jì)算機(jī)控制系統(tǒng)中的應(yīng)用分析

2.1 模糊控制系統(tǒng)

模糊集合和模糊邏輯是模糊控制的重要基礎(chǔ)，模糊集合需要按照區(qū)間的形式進(jìn)行計(jì)算，在模糊集合方面可以劃分為連續(xù)域和離散域。模糊集合需要明確模糊支集、交叉點(diǎn)、模糊單點(diǎn)等因素。模糊集運(yùn)算的基本定律主要?jiǎng)澐譃椴?、交、補(bǔ)運(yùn)算三種形式。其中模糊關(guān)系主要指的是集合論的概念，在不同的集合中因素的關(guān)聯(lián)程度存在一定的差異，模糊關(guān)系無(wú)法用數(shù)學(xué)方法和簡(jiǎn)單的邏輯對(duì)其作出描述，在模糊集合中模糊關(guān)系是較為核心的內(nèi)容，此時(shí)需要重視模糊關(guān)系的定義。模糊關(guān)系模糊矩陣如下所示：

針對(duì)上述內(nèi)容對(duì)模糊控制系統(tǒng)進(jìn)行設(shè)置，此時(shí)需要明確模糊控制系統(tǒng)的分類方法，具體分類如下：

（1）如果按照信號(hào)對(duì)時(shí)變特性作出分類，此時(shí)在信號(hào)變化過(guò)程中可以結(jié)合不同的特性進(jìn)行分析，以此明確模糊控制系統(tǒng)的恒值模糊和隨動(dòng)模糊。

（2）按照模糊控制的線性作出分析，此過(guò)程需要對(duì)開(kāi)環(huán)模糊控制系統(tǒng)作出分析，以此明確變量和輸出變量，再針對(duì)任意差進(jìn)行輸出，從而定義線性度，此時(shí)也需對(duì)模糊控制系統(tǒng)的線性化程度作出衡量分析，分析出模糊子集的個(gè)數(shù)，按照個(gè)數(shù)定義模糊系統(tǒng)的線性特征，主要分為線性模糊系統(tǒng)和非線性模糊系統(tǒng)［4］。

（3）按照靜態(tài)誤差對(duì)其作出分類劃分，主要分析靜態(tài)誤差是否存在，從而將模糊控制系統(tǒng)劃分為有靜態(tài)誤差和無(wú)靜態(tài)誤差的系統(tǒng)。

（4）按照系統(tǒng)輸入變量的分類作出分析，可以將輸入個(gè)數(shù)劃分為單變量模糊系統(tǒng)，也可以將其劃分為多變量模糊控制系統(tǒng)。

在系統(tǒng)分類明確后也需明確模糊控制器，模糊控制器是模糊控制系統(tǒng)的核心內(nèi)容，模糊控制器組成示意圖如圖1所示。

圖1 模糊控制器組成示意圖

2.2 神經(jīng)網(wǎng)絡(luò)智能控制應(yīng)用

基于神經(jīng)網(wǎng)絡(luò)的智能控制可以稱之為神經(jīng)控制，主要進(jìn)行人腦模擬思維和神經(jīng)推理，以此形成神經(jīng)計(jì)算模型。其中神經(jīng)元的構(gòu)成由神經(jīng)網(wǎng)絡(luò)最小單元和細(xì)胞水平作出智能模擬。神經(jīng)元模型、神經(jīng)網(wǎng)絡(luò)模型和學(xué)習(xí)算法構(gòu)成了神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)元與生物神經(jīng)網(wǎng)絡(luò)相比復(fù)雜性更高，并且也具有一定相似度，生物神經(jīng)元較為抽象，其中包含連接權(quán)、求和單元、激發(fā)函數(shù)、閾值等多個(gè)要素，人工神經(jīng)元模型圖如圖2所示。

圖2 人工神經(jīng)元模型圖

其中，連接權(quán)在人工神經(jīng)網(wǎng)絡(luò)中類似于銜接裝置，銜接強(qiáng)度方面需要以此為表征，在功能上和生物神經(jīng)元相似，連接權(quán)的權(quán)值具有較為明顯的意義，處于正值狀態(tài)下說(shuō)明激發(fā)了人工神經(jīng)元，處于負(fù)值時(shí)說(shuō)明人工神經(jīng)元被抑制。

針對(duì)求和單元方面，人工神經(jīng)網(wǎng)絡(luò)求和單元的基本功能是對(duì)信號(hào)和加權(quán)作出求取，在加權(quán)方面本質(zhì)是一種線性組合內(nèi)容。

針對(duì)激發(fā)函數(shù)方面，在人工神經(jīng)網(wǎng)絡(luò)中，其作用在于完成非線性映射，同時(shí)還需限制神經(jīng)元的輸出幅度，確保整體在統(tǒng)一的標(biāo)準(zhǔn)范圍內(nèi)。人工神經(jīng)元中的激發(fā)函數(shù)形式較多，可以劃分為階躍型、線性型、S型、徑向基函數(shù)型四種形式。

針對(duì)閾值方面，閾值的主要作用是激發(fā)函數(shù)圖形的移動(dòng)，還可以對(duì)各類問(wèn)題作出解決，以此減少偏差的存在概率。

在神經(jīng)控制系統(tǒng)方面需要明確多種情況，此時(shí)在設(shè)計(jì)工具選擇方面需要選擇Matlab對(duì)其作出設(shè)置。在實(shí)際應(yīng)用過(guò)程中需要接受控制對(duì)象的控制需要，同時(shí)還需按照基本原理對(duì)各類控制結(jié)構(gòu)作出完善，以此設(shè)計(jì)出神經(jīng)控制系統(tǒng)［5］。針對(duì)當(dāng)前的設(shè)計(jì)情況可以看出神經(jīng)控制系統(tǒng)主要包括以下內(nèi)容：首先需要明確受控制對(duì)象的數(shù)學(xué)計(jì)算模型和相關(guān)知識(shí)表示模型；其次需要對(duì)神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)和功能作出劃分；再次需要對(duì)神經(jīng)網(wǎng)絡(luò)算法作出初步判斷；最后需要進(jìn)行仿真實(shí)驗(yàn)操作，以此對(duì)設(shè)計(jì)結(jié)果和設(shè)計(jì)的不足之處作出改進(jìn)。

2.3 圖像智能識(shí)別算法的應(yīng)用

視頻監(jiān)控分析是利用機(jī)器視覺(jué)技術(shù)對(duì)視頻中特定的內(nèi)容信息進(jìn)行快速檢索、查詢、分析的技術(shù)。由于水電站工業(yè)電視攝像頭的廣泛應(yīng)用，其產(chǎn)生的視頻數(shù)據(jù)已是一個(gè)天文數(shù)字，此數(shù)據(jù)蘊(yùn)藏的價(jià)值巨大，靠人工根本無(wú)法統(tǒng)計(jì)，而機(jī)器視覺(jué)技術(shù)的逐步成熟，使得視頻分析成為可能。

在完整的人工智能算法運(yùn)行下，可通過(guò)圖像特征對(duì)比完成識(shí)別?；谌斯ぶ悄芩惴ǖ膱D像識(shí)別類似于大腦識(shí)別過(guò)程，兩者最大的差異在于技術(shù)算法僅可模仿人的思維與行為。圖像識(shí)別技術(shù)在應(yīng)用過(guò)程中與大腦相比，人工智能算法對(duì)圖像的提取識(shí)別具有不穩(wěn)定性，繼而影響識(shí)別精度。因此，為提升圖像識(shí)別時(shí)效，需通過(guò)訓(xùn)練與學(xué)習(xí)不斷優(yōu)化人工智能算法，逐漸縮小圖像識(shí)別誤差，通過(guò)這項(xiàng)技術(shù)能夠?qū)崿F(xiàn)對(duì)設(shè)備出現(xiàn)的故障進(jìn)行檢測(cè)并在短時(shí)間內(nèi)定位到故障環(huán)節(jié)，還可全方位監(jiān)控機(jī)電設(shè)備的運(yùn)行狀況，只要發(fā)生問(wèn)題便能實(shí)時(shí)響應(yīng)反饋到客戶端，確保系統(tǒng)的安全穩(wěn)定運(yùn)行。還能對(duì)發(fā)生的實(shí)時(shí)問(wèn)題進(jìn)行分析和處理，通過(guò)大數(shù)據(jù)的采集和統(tǒng)計(jì)對(duì)問(wèn)題進(jìn)行歸類和匯總，保障水電站機(jī)電設(shè)備自動(dòng)化作業(yè)［6］。

2.4 專家系統(tǒng)與仿真智能系統(tǒng)的應(yīng)用

在智能控制領(lǐng)域中，專家控制系統(tǒng)是較為典型的知識(shí)工程系統(tǒng)。隨著我國(guó)人工智能科學(xué)得到快速發(fā)展，專家控制系統(tǒng)得到了控制工程領(lǐng)域的重視，并且現(xiàn)已被廣泛應(yīng)用在智能控制領(lǐng)域之中。專家控制系統(tǒng)最早被國(guó)外專家研制，并且受到了高度重視，在專業(yè)領(lǐng)域方面組織專業(yè)人員對(duì)其開(kāi)展研究，同時(shí)獲得了較為豐碩的成果。隨著計(jì)算機(jī)領(lǐng)域的不斷發(fā)展，專家控制系統(tǒng)的開(kāi)發(fā)作出了不斷突破，現(xiàn)已服務(wù)于各個(gè)領(lǐng)域。站在原理的角度作出分析，每個(gè)學(xué)科專家控制系統(tǒng)都需大量專業(yè)知識(shí)的支持，后續(xù)還需借助人工智能技術(shù)，不斷提高自身適應(yīng)能力，模仿人們對(duì)問(wèn)題作出推斷，從而獲得較為良好的決策結(jié)果，最終解決行業(yè)內(nèi)的復(fù)雜問(wèn)題。因此，知識(shí)和經(jīng)驗(yàn)是專家系統(tǒng)的關(guān)鍵，但是專家系統(tǒng)并不能與計(jì)算機(jī)進(jìn)行等同，在待解決問(wèn)題方面需要采取協(xié)助解決的方案，而不是精確解決問(wèn)題的方案。專家系統(tǒng)結(jié)構(gòu)示意圖如圖3所示。

圖3 專家系統(tǒng)結(jié)構(gòu)示意圖

專家系統(tǒng)在運(yùn)行過(guò)程中主要?jiǎng)澐譃橹R(shí)基系統(tǒng)、數(shù)值算法庫(kù)、人機(jī)接口三個(gè)子過(guò)程。為了確保三個(gè)子過(guò)程可以有效運(yùn)行，需要明確出口、入口、應(yīng)答、解釋、定時(shí)器等多個(gè)環(huán)節(jié)的支持。

針對(duì)仿真智能控制方面，需要有效模仿人的思維和意識(shí)，以此形成現(xiàn)代控制技術(shù)，此類技術(shù)的發(fā)展主要目的是為了對(duì)后續(xù)工作作出研究和改進(jìn)，促使智能水平的提升。針對(duì)計(jì)算機(jī)領(lǐng)域，人工智能的路徑呈現(xiàn)出多樣化的特征，此時(shí)需要明確模擬人的意識(shí)結(jié)構(gòu)，再模擬人的意識(shí)行為原則。針對(duì)上述思想對(duì)仿真智能系統(tǒng)進(jìn)行設(shè)計(jì)，促使系統(tǒng)可以進(jìn)一步模擬人的行為。此類仿真智能控制需要應(yīng)用在被控對(duì)象上，所以需要明確控制器，促使其過(guò)程更為智能化。針對(duì)當(dāng)前實(shí)際情況作出分析，可以看出仿真智能控制需要按照下述幾個(gè)步驟進(jìn)行相關(guān)操作：首先需要明確特征模型；其次對(duì)特征作出辨識(shí)；再次保證特征具有記憶；最后明確控制模態(tài)和決策模態(tài)。仿真智能控制器的結(jié)構(gòu)示意圖如圖4所示。

圖4 仿真智能控制器的結(jié)構(gòu)示意圖

3 我國(guó)水電智能控制系統(tǒng)應(yīng)用發(fā)展前景

我國(guó)水電建設(shè)和水電技術(shù)得到快速發(fā)展，其中特大型水輪發(fā)電機(jī)組和相關(guān)輔助設(shè)備的研究取得了較大的進(jìn)展，在研發(fā)過(guò)程中整體走向更加傾向于智能化。

在我國(guó)現(xiàn)有水電站計(jì)算機(jī)控制系統(tǒng)構(gòu)建方面，需要有效分析各類智能控制技術(shù)需要發(fā)揮出的配套作用，同時(shí)通過(guò)人工智能結(jié)合各專業(yè)的智能化發(fā)展。例如，在7月7日舉辦的華為開(kāi)發(fā)者大會(huì)2023（Cloud）上，華為云正式發(fā)布盤(pán)古大模型3.0（一個(gè)完全面向行業(yè)提供服務(wù)，以行業(yè)需求為基礎(chǔ)設(shè)計(jì)的大模型體系，包括5＋N＋X三層架構(gòu)）［7］，在智能控制系統(tǒng)方面將發(fā)揮出其強(qiáng)大的功能性與優(yōu)越性，并且隨著人工智能和大數(shù)據(jù)算力方面的不斷提升，可以替代人工進(jìn)行智能診斷研判，優(yōu)化系統(tǒng)的控制模型，改善整個(gè)控制過(guò)程，保障經(jīng)濟(jì)與社會(huì)效益。將人工智能技術(shù)與水力發(fā)電廠自動(dòng)化控制領(lǐng)域深層次有效融合是未來(lái)的發(fā)展走勢(shì)［8］。

4 結(jié)束語(yǔ)

綜上所述，智能控制技術(shù)在水力發(fā)電廠計(jì)算機(jī)控制系統(tǒng)中的應(yīng)用可以提高其運(yùn)維和研判的精準(zhǔn)性，能在優(yōu)化資源配置的同時(shí)提高生產(chǎn)安全指數(shù)。利用人工智能技術(shù)，還可以全面優(yōu)化機(jī)電設(shè)備的自動(dòng)化控制系統(tǒng)，極大地提高其運(yùn)維效率，簡(jiǎn)化檢修步驟和流程，為水力發(fā)電企業(yè)的生產(chǎn)提供有力保障的同時(shí)保證經(jīng)濟(jì)收益和社會(huì)效益。