淺析智能化技術在電氣工程自動化控制中的應用

王朝香+李月輝

[摘 要]隨著社會經濟的不斷發展以及市場競爭的日趨激烈，智能化技術開始廣泛應用于各個領域當中，尤其是在電氣工程自動化控制當中，智能化技術所發揮的效應更大，其不僅能夠對電氣的設計進行優化，及時診斷所出現的故障，而且還可以達到自動化控制的目的。基于此，本文就從人工智能應用理論出發，著眼于智能化技術的優點，對其在電氣工程自動化控制當中的具體應用進行分析與探討。

[關鍵詞]智能化技術；電氣工程；自動化控制；具體應用

所謂“人工智能”就是對人的智能進行模擬、擴展和延伸，其能夠讓機器系統更加智能化，自主完成人類工作。作為人類生產當中的重要活動，電氣工程當中的每一個功能，包括處理信息功能、系統運行功能、計算機應用功能和自動化控制功能等均涉及到了智能化技術。此項技術加快了電氣工程自動化控制發展的速度，使人力資源得到有效節省，人們的生活安全得到了保障，工作效率大大提高。

一、人工智能應用理論

人工智能理論首次提出的時間是在上世紀五十年代，至今發展態勢良好，其包括了許多綜合性科學，主要有心理、哲學、控制理論、數理邏輯和信息理論等。人工智能理論主要是對如何模擬以及延伸人的智能進行研究。作為計算機科學的重要分支，人工智能技術闡述了智能的本質，并生產了相似于人類智能的機器。在現代科技不斷發展的形勢下，計算機技術已經滲透到了人們日常生活的每一個角落，其中計算機編程技術加快了自動化運輸的速度。通過計算機編程能夠模仿人類大腦，例如收集信息、分析信息、處理信息、交換信息和回饋信息等，基于此計算機通過模仿人類大腦加快了電氣工程自動化發展的腳步。目前，電氣自動化控制已經融入到了人們的日常生活當中，通過自動化控制，電氣工程能夠實現自動化，不僅節約了人力資源，而且還提高了工作的總體效率。

二、智能化控制優勢

人工智能的控制方式會隨著其種類的不同而不同。為了能夠對分類總體進行更好地理解，以有利于對策略系統開發進行控制，可把遺傳算法以及神經網絡等當做非線性函數近似器，而以往傳統的函數沒有這個優勢，也難以精確掌握控制動態方程，一些參數變化和非線性等不確定因素多影響到控制設計。智能化控制器對控制對象模型進行設計時依照魯棒性能以及下降、響應時間的不同來適當調整自身以使控制對象模型的性能得到提高，模糊邏輯控制要比PID控制器快4倍之多，這是傳統的控制所沒有辦法比擬的，同時，相比PID控制器，模糊邏輯控制在上升時間因素上要高出2倍以上。相比普通控制器，智能化控制器在沒有專家指導的情況下也可以把設計完成（應用響應數據），而且智能化控制器調節起來更容易。智能化控制器的一致性非常強，其能夠有效控制輸入的未知數據，并且有著很高的估計效率，可忽略掉驅動器所造成的影響。另外，智能化控制器還可以把一般方式沒有辦法解決的問題進行解決，例如，學習算法以及拓撲結構已經在普通控制器當中定型，要想對其進行計算需要的時間比較長，同時也達不到理想的應用效果，而通過智能化控制器就可以把以上難題進行有效解決，使學習算法的速度得到了提高。智能化控制器在新數據信息上的適應性良好，有著很強的抗干擾能力，也很容易擴展修改，有著優惠的價格，這種情況尤其在最小配置當中體現的淋漓盡致。

三、智能化技術在電氣工程自動化控制中的應用

1.模糊邏輯應用

事實上，有許多模糊控制器存在于電氣工程自動化控制系統當中，并且可以把PID控制器有效替代。模糊控制器通常在傳統系統（各類數字動態）當中應用。其中M型與S型是模糊邏輯控制應用的兩種類型，到目前為止，在調速控制當中只有M型控制器得到應用。不過，有規則庫在這兩種控制器中存在，稱為模糊規則集（if them）。ifX為G，并且Y是H，W=f（X，Y），其中G和H是模糊集為S型控制器的規則。M型控制器的構成內容主要有模糊化、反模糊化、知識庫以及推理機等，模糊化主要是以達到變量的量化、模糊化以及測量為目的，其隸屬函數的形式有很多；反模糊化的作用就是反模糊化以及量化，主要有最大化反模糊化技術和平均技術。

2.神經網絡應用

神經網絡一般用在診斷監測驅動系統以及交流電機（電氣工程）當中，相比梯形控制法，神經網絡的反向轉波算法在性能上要更好，它不僅使定位時間得到了有效縮短，而且還把非初始速度以及負載轉炬大范圍變化有效控制住。多層前饋性是神經網絡系統的主要結構，可通過反向學習算法進行計算，里面有兩個系統，一個系統可以通過機電系統參數對控制轉子速度進行辨別，另外一個系統可通過電子動態參數把控制定子的電流給辨別出來。目前，在處理信號以及識別模式上已經廣泛應用了智能神經網絡，同時電氣傳動控制領域也因為智能神經網絡有著函數估計器（非線性一致）而對其廣泛運用，它的優勢正如上文所說，一致性強，不必使用數學模型（被控系統），有著很強的抗噪音能力。另外，平行結構為智能神經網絡的主要結構，在條件監控和診斷系統當中應用能夠加強智能網絡決策的可靠性。神經網絡通常在誤差反向（學習技術）的傳播技術中應用，當網絡當中存在許多激勵函數以及隱藏結點時，網絡神經只能夠對其進行映射，而對于進行選擇的問題，如激勵函數、最優隱藏結點和層數等，神經網絡通常都是運用嘗試法進行解決。最快下降法為反向傳播算法，在網絡當中反饋誤差能夠對權重進行調節，通過反向傳播技術能夠把非線性函數近似值快速得到，深刻影響著網絡結點。

3.CAD和智能診斷技術應用

電氣設備設計工作較為復雜，需要囊括許多學科知識，這些知識包括電機知識、電磁場知識和電路知識，同時在設計電氣設備上也要求設計人員有一定經驗。以往通常運用經驗手工法來設計產品，但所設計的方案缺乏優化性。在現代計算機技術日趨提升的形勢下，電氣工程產品的設計開始由以往的經驗手工方式向CAD設計轉變，使得產品開發周期得到有效縮短，在加上智能化技術的引進，CAD設計更加優化，極大的提高了設計的質量。同時，遺傳算法也是智能化技術在設計優化上的重要體現，作為一種先進的計算方法，遺傳算法有著很高的計算精度，通常運用于電氣工程當中，因此在實際的應用中不能忽視此算法。另外，故障與其征兆之間的關系在電氣工程當中是錯綜復雜的，其特點是不確定性以及非線性性，而實施智能化技術正好把它的優勢給充分發揮出來。在診斷電氣設備故障上，主要運用專家系統、神經網絡以及邏輯模糊等技術，智能化診斷技術在變壓器故障診斷、發電機故障診斷以及電動機故障診斷當中均廣泛應用進來。

4.PLC技術應用

目前，電力生產要求在科學技術不斷提升的形式下變得越來越高，在大型電力企業當中，PLC技術已經替代了繼電控制器。通過PLC系統能夠有效控制系統某工藝流程，并能夠對企業的整個生產進行協調。一般來說，輔助系統、儲煤、配煤以及上煤等構成了電力企業的輸煤系統，而輸煤控制系統則是由現場傳感器、遠程I/O站以及主站層組成，其中，PLC和人機接口組成了主站層，主站層主要在集控室當中設立，而集控室當中的主要控制系統均為自動控制，輔以手動控制，并可以通過顯示屏來對系統進行監視與控制，這就使電力企業的生產效率得到了提高。把PLC技術應用于供電系統當中，達到了自動切換的目的，繼電器取代了實物元件，使電力企業的供電系統安全性得到了大幅度提高。

四、結語

作為人類日常生活和生產當中不可或缺的組成部分，電氣工程生產自動化的程度直接決定著電氣工程的工作效率，也關系到電氣工程的安全性。隨著我國市場競爭日趨激烈化，把智能化技術應用于電氣工程當中，從而達到自動化控制的目的，可以使電力企業的經濟效益得到提高、社會競爭實力得到增強，同時還可以加快人類由以往的體力勞動向腦力邁進的步伐，使人類社會向著可持續方向發展。