智能控制方法在電力系統自動化中的應用

龐志明

摘要：由于逐漸加快了信息技術的發展，也為人們的生產生活提供了便利，因此大大提高了人們的生產效率。在電力自動化系統中，廣泛應用智能控制方法居于首要地位。本文在論述了電力系統自動化構成的基礎上，具體分析了電力系統自動化中智能控制方法的應用。

關鍵詞：智能控制方法；電力系統自動化；應用

智能控制方法即為在電氣工程中，利用各種自動檢測與控制功能裝置，實現遠程自動調節、控制、管理與監視電力系統，充分保證電力系統安全、穩定運行，提升供電質量。在近些年，伴隨著一些新技術的出現，比如模糊技術、專家系統、神經網絡等，均為發展智能控制技術提供了條件。

一、電力系統自動化的構成

（一）變電系統自動化

變電系統自動化即為利用計算機技術，在電力系統中實時監控系統具體運營情況，并反饋信息，盡量在故障產生的第一時間幫助師傅快速出臺解決方案。對于變電系統自動化，計算機在輸電線路與變電站的基礎上，為用戶提供電能，代替了傳統的人工操作方式，使得系統操作更為準確可信，人力資源大大減少，有效取代傳統電纜，并提高了電力系統的操作效率和操作精度，大大節省空間，有效達到數字化、信息化與集成化的變電站二次設備。變電站系統還能利用觸摸屏技術建立運行管理檔案，為將來審查工作提供便利。在管理運行檔案中能有效利用計算機，利用系統內部設備中交換和共享信息，進而優化完善變電系統。

（二）配電網系統的自動化

配電網系統的自動化即為發電站向用戶傳輸電能時，必須利用電力系統中的變電系統進行運作與傳輸，換言之，必須在變電站合理轉化電能，充分結合發電與用電的設備與設施，進而由連接成網的送電線路、變電所、配電所與配電線路構成，在計算機技術的基礎上進行高性能與自動化通信，實時共享信息資源，確保配電系統實現自動化運行，不斷提高其運行效率?，F今配電系統一般都劃分為三級，配電系統在進行三級結構劃分之后能夠在溝通過程中更加順暢，在變電系統的運行過程中，采用相關的計算機技術對現有的變電站實行全面的升級和設備改造，使其更好的滿足變電站的運行需要，實現自動化的管理和控制，電網中的信息資源共享能夠得到更好的實現，配電系統的自動化以及高效運行的狀態得到良好的保持。

（三）電網調度自動化

針對電網調度的控制中心與下級電網的控制中心，計算機能及時向二者傳遞和共享數據信息，將遠動通訊中斷設置于發電廠和變電站中，進而對整個電網運行中產生的實時信息集中有效采集，利用計算機系統有效監控操作各級的電力系統，同時通過信道傳輸把信息傳送給電網的調度中心，由調度員進行審閱與分析，確保電力系統穩定安全運作，在電力系統中應用計算機技術，能有效促進電力調度效率的提升，不斷完善系統自動化。

二、智能控制方法在電力系統自動化中的應用

（一）專家系統

專家系統（ES）這一人工智能技術起步較早且發展較為成熟。專家系統的組成部分包括知識庫與推理機構，其是按照某一領域的專家提供的特殊領域知識展開的推理，對人類專家進行模擬并決策的過程，其所提供的解決達到了專家水平。當前普遍是由經驗豐富的調度人員利用自動化技術來完成運行和控制電力系統的任務。首先是因為傳統數值分析方法在啟發性推理上的能力不足，且難以積累足夠的知識。其次，由于電力系統本身較為復雜，導致無法及時獲取一些必不可少的數學模型，單純的數值方法無法適應電力系統的需求。所以，有必要將電力專家的經驗知識引進電力自動化系統中，發揮重要作用。近年來，在國外和國內都有不少與電力系統控制相關的專家系統投入試運行或進入實用化推廣階段，并取得了不錯的效果，但是仍然存在著一些問題值得研究和探索：第一，當系統規模較大、規則較多時，完成推理的速度受到限制，因此目前已有的專家系統大多是用于離線，或者在線解決屬于系統分析方面的問題，而在實時控制方面的應用還剛剛起步，有待進一步的研究；第二，現有的專家系統缺乏有效的學習機制，對付新情況的能力有限，而且容錯能力較差，當系統發生故障或網絡結構、系統參數、設備控制器配置等發生變化的情況下，將有可能得不到結果或給出錯誤的結果。如何與ANN、模糊推理等其它人工智能方法結合以提高專家系統的自學習能力和容錯能力是值得研究的課題；第三，大型專家系統的建造周期長，知識的獲取和校核比較困難，要建立完備的知識庫，維護難度比較大，在建造專家系統之前必須充分考慮這些問題。

（二）人工神經網絡

人工神經網絡（ANN）的基本特性是對人類傳遞與處理信息進行模擬，通過人工方式對簡單神經元進行仿制并實現連接。單個人工神經元形成從輸入至輸出的非線性關系，其相互連接組成鑄就了ANN繁復的非線性特性。ANN、和ES相比較而言，其利用的是神經元與它們之間的有向權重實現隱含處理問題的知識，其優勢主要有以下幾點：信息分布存儲，容錯能力和學習能力較強，能完成自我組織知識的過程，符合各種信息處理的需求；計算神經元存在相對獨立性，有利于并行處理，能快速進行實施。正是由于ANN有極強的非線性擬合能力和自學習能力，且具有聯想記憶、魯棒性強等性能，使ANN對于電力系統這個存在著大量非線性的復雜大系統來說有很大的應用潛力。目前，ANN的應用仍然存在著一些問題，如學習算法速度一般比較慢，訓練時間較長，而且不易收斂或可能收斂到局部極小點等。隨著對ANN理論研究的進一步深入，其在電力系統自動化控制領域將會有更為廣闊的應用前景。

（三）模糊方法

模糊理論（FT）即為模糊經典理論，在模糊推理的基礎上總結出的結果變量引進模糊邏輯中，構建完善的推理體系。模糊推理實際上即為一種具有較強實用性的控制方法，結合已知的數據與控制規則，推到模糊變量，總結出主要的模糊控制輸出，主要包括三個部分，分別為模糊判決、模糊推理與模糊化。由于時間不斷發展，進而日益完善模糊理論，模糊控制方法逐漸普及，同時獲得了顯著地成績，具體體現在以下三方面：第一，該方法適用于處理不確定的、不精確的和噪聲帶來的相關問題；第二，模糊知識是使用語言變量來表述專家的經驗，更接近人的表達方式，易于實現對知識的抽取和表達；第三，該方法具有較強的魯棒性，被控對象參數的變化對模糊控制的影響不明顯等。

結語

總而言之，社會經濟的高速發展，使得建設電力系統的要求更高，在電力系統中引進和應用各種智能技術，能不斷提高電力系統自動化的水平，充分確保安全、穩定、高效運行電力系統。

參考文獻

[1]劉進升. 智能控制方法在電力系統自動化中的應用[J]. 科技創新導報，2008，34：79.

[2]覃劍. 智能控制方法在電力系統自動化中的應用[J]. 機電信息，2013，30：95-96.endprint