淺析電力系統中自動化智能技術的應用

摘 要：作為當前社會發展的重要組成部分，電力系統的管理不容忽視，隨著現代化技術的快速發展，智能化技術的應用水平也在逐漸提高，下面就對電力系統中的智能技術應用情況進行分析。

關鍵詞：電力系統；智能化技術；自動化管理；應用

前言

電力系統涉及面較多，屬于一個相對較為復雜的系統，其具有強烈的非線性、時變形，而且參數不確切，同時含有大量的未建模動態部分，其分布廣泛，很多元件都存在延遲、飽和等復雜的物理情況，要想實現高效控制難度較大。同時，由于公眾對電力系統的要求在逐漸提高，尤其是使用的費用在不斷提高，及電網的增加，導致人們對電力系統控制提出了新的要求。隨著現代化的技術應用，本文就主要從模糊控制、神經網絡控制、專家系統控制、線性最優控制、綜合智能控制等智能化技術在電力系統自動化中的應用情況進行探討。

1 模糊控制理論在電力系統自動化中的應用

與其他方法相比，該方法簡單且易行，因此其在家用電器中的應用優越性明顯。建立模型實現現代化控制的目標，但相對而言，常規的數學模型在建立過程中存在一定的難度，但模糊關系模型相對簡單，而且優越性明顯。目前，模糊控制理論十分廣泛，日常采用的電熱爐、電風扇等都應用了這一理論。該理論包含一套相對完備的推理體系主技能技術，該技術在電力系統自動化控制中實用性較為明顯，通過現有的控制規模與理論相結合達到有效的推導目標。

從當前的實踐情況來看，這一思想已經被廣泛的接受了，但相對而言，電力系統的自動化控制系統較為復雜，線性模型一般不被采用，主要采用非線性的模型進行模擬工作。從當前的情況來看，電力系統自動化控制中一些非線性過程多采用模糊關系模型進行模擬，簡單且便捷。對于電力系統自動化控制中的輸入量與輸出量間的關系，通過該模型，可以使描述的過程更加簡單，描述也更加直接，對單輸出系統更容易實現，到那對多輸出系統則難度較大，仍需要進行不斷地探討。下面就以模糊控制其在常規恒溫器的應用情況進行分析，一般情況下，電熱爐恒溫器保持溫度，100攝氏度以下靈敏度在7攝氏度范圍內，就是在控制器±7溫度變化不反應，而超過100攝氏度，靈敏度則是±15℃，因此實際應用情況來看，模糊理論在電力系統中的應用主要存在以下兩點問題，就是冷態啟動過程中有一個越過恒溫值的躍升情況與恒溫應用中有圍繞恒溫擺動振蕩的情況。模糊控制應用后，這些問題得到了很好的解決，從其應用情況來看，模糊控制的應用節約了電源，節省人力，應用前景廣闊。

2 神經網絡控制的概念及應用情況

在1943年的時候，人工神經網絡開始出現，經歷了多年的發展，在模型結構、學習算法等方面都取得了較大的成績。從其特點來看，神經網絡之之所以受到人們的灌注，主要是由于其非線性的本質特點，同時還具備強魯棒及自組織自學習能力。從其構成來看，其是由大量簡單的神經元以一定的方式連接組成的。其信息主要是隱含在連接權值上，根據一定的方式進行權值的調節，實現神經網絡從m維空間到n維空間復雜的非線性映射。從當前的研究情況來看，主要集中在神經網絡模型及結構的研究上，也有涉及神經網絡學習法的相關研究，及硬件的控制問題，從其發展趨勢來看，神經網絡對電力系統的發展具有十分積極的意義。

3 專家系統的控制

該系統的應用較為廣泛，包括對電力系統處于警告狀態或緊急狀態的辨識，在緊急處理過程中可以發揮作用，恢復系統的控制功能，慢速度的轉換狀態、切負荷、系統規劃、電壓無功控制、故障點的隔離等等，實現配電自動化的目標，加強對調度員的培訓，實行動態與靜態的安全狀況分析，及先進的人機接口等問題。從其應用情況來看，該系統在電力系統應用范圍十分廣泛，但是從具體的實踐情況來看，但局限性十分明顯，無法模仿到電力專家的創造性根本；僅采用了淺層知識但缺乏功能的理解的深層適應；有效學習機構不足，對新情況的應付能力不足；知識庫的驗證難度較大，對相對較為復雜的問題缺乏有效的分析及組織能力。所以，專家系統的開發上要特別注意專家系統的代價及效益問題及二者間的關系，同時也要加強對該軟件有效性的試驗，增強其有效性，便于知識的獲取，同時要注意加強其與其他計算工具的結合，促進系統軟件功能的升級，增強其功能性。

4 線性最優控制的闡述

作為現代控制理論的重要組成部分，最優控制就是將最優理論應用到控制系統中，從該系統的應用范圍來看，這是當前應用最多一個控制理論，也是最為成熟的一個理論。有關專家也對這一理論進行了深入的探討，運用最優的勵磁系統來增強遠距離的輸電線路能力，提高動態品質，獲取更多有價值的信息。該研究指出了在大型機組方面應直接利用最優勵磁控制方式代替古典勵磁方式。另外，最優控制理論在水輪發電機制動電阻的最優是假控制方面也取得了一定的效果，目前，該系統在電力系統中的應用范圍在不斷拓展。同時，最優控制理論在水輪發電機制動電阻的最優時間控制上也取得了較大的成功。目前，最優控制器在電力系統的電力生產中應用十分廣泛，作用十分明顯。但同時必須要明白，線性最優控制的針對性較強，是針對局部線性化模型進行設計的，但其在非線性的電力系統中對大干擾的的控制效果不夠，影響其應用效果。

5 綜合智能系統在電力系統中的應用

簡單來說，該系統是智能控制與現代控制方法的結合，不是單純一個系統的應用，包括上文中提到的所有相關系統。同時在這些系統的應用中也加入了智能控制的方法，互相交叉，對電力系統這一復雜的系統來說，綜合控制的效果更加理想，應用潛力更大。目前，在電力系統中的神經網絡比較適合非結構化信息，但模糊系統則主要被應用于處理結構。所以，模糊邏輯和人工神經網絡的結合奠定了堅實的基礎。這兩種技術從不同的方向為智能系統的作用發揮奠定基礎，人工神經網絡主要被應用在低層的計算方法中，模糊邏輯則主要被應用在非統計性不確定管理中，是一種高層次的推理，兩種技術互補互贏。神經網絡將感知器送來的大量數據進行合理的安排與解釋，而模糊邏輯則主要提供相應的挖掘潛力框架，所以，將二者結合起來，共同研究，促進其應用水平的提高，推動應用水平的提高，發揮智能系統的作用。

6 結束語

綜上所述，電力系統的智能化是歷史發展的必然趨勢，除了上文中提到的幾種智能技術外，還包括自適應控制、變結構控制、微分幾何控制等等。總之，智能技術的應用是歷史發展的必然，也是自動化發展的必然結果，隨著科學技術水平的提高，人們對各種智能控制理論的研究不斷深入，二者間的聯系也在不斷增多，相信在不久的將來，智能控制系統對電力系統的發展將發揮更加重要的作用。

參考文獻

[1]鮑小谷.談電力系統控制自動化的發展方向[J].魅力中國，2010（10）.

[2]李韶峰，祁淑慧.面向綜合測控保護單元的硬件平臺設計[J].微計算機信息，2007（32）.

[3]張洪慶.簡述電力系統及自動化研究[J].科技創新導報，2011（6）.