王瑞,劉練,楊旭
(國網湖北省電力有限公司荊門供電公司 湖北荊門 448000)
智能化技術應用中電氣工程自動化控制往往在響應時間、可控制程度方面表現優秀,具體應用主要圍繞魯棒性變化、響應時間、下降時間提升電氣工程自動化控制性能,由此實現無人化操控、無人化調節、人力成本耗費降低。
傳統的電氣工程自動化控制很難在面臨擁有復雜動態方程的控制對象時發揮出色表現,無法有效掌控控制對象的問題往往因此出現,但智能化技術的應用卻能夠省略控制對象模型設計環節,以往模型帶來的無法預測、評估問題自然得以較好避免。
智能化技術應用下的電氣工程自動化控制往往在數據處理方面表現優秀,如輸入任何數據均可準確實現評估,評估工作的效率、質量因此大幅提升。
電氣工程系統運行過程中不可避免的會出現各類電氣設備故障,而這類故障的出現往往會存在一定有聯系的預兆,專家系統控制、神經網絡控制、模糊控制均均可較好服務于電氣工程故障智能化故障診斷,Mamdani、Sugeno均屬于其中代表,其中Mamdani能夠圍繞電氣工程調速控制實現故障診斷,Sugeno則能夠負責前者例外情況的故障診斷。
決策樹故障診斷本質上屬于一種決策樹歸納學習算法,本文探討了貝葉斯決策樹算法,該算法具備速度快、準確性高、可解釋性強等優勢,這使得貝葉斯決策樹算法能夠較好解決傳統電氣工程控制領域影響故障控制的因素。應用貝葉斯決策樹算法的電氣工程自動化控制故障診斷存在兩種情況,一種情況下算法的應用能夠得出貝葉斯決策樹算法應用可以選擇貝葉斯節點0值,由此即可完成一級決策樹構建,而結合基于棧的非遞歸算法即可構建二級決策樹;另一種情況為無法確定分類類別的樣本數據。這種情況下貝葉斯決策樹算法需要通過選擇f值函數得到數據所屬類別,即 f = P (Cj/si),而通過處理確定后驗概率,即可得出,進 一 步 應 用則能夠求得具體的后驗概率,圖1為貝葉斯決策樹算法流程,通過該流程即可完成高質量的電氣工程自動化控制故障診斷。
智能技術應用下的電氣工程自動化控制實現的遠程化、高效化、無人操作化、自主化,模糊神經網絡、粒子群神經網絡、果蠅優化BP神經網絡等均可較好服務于電氣工程自動化控制。
2.2.1 變電站設備智能控制
變電站設備智能控制屬于最為常見的智能化技術在電氣工程自動化控制中的應用,其中變電站設備智能控制系統主要由視頻監控子系統、火情控制子系統、室內溫濕度控制子系統、網絡異常處理子系統等組成,子系統間的相互協作可較好保證變電站設施設備的安全運行。變電站設備智能控制的實現需要得到智能控制管理系統服務器、站內中央控制器、變電站設施子系統的支持,由此即可兼容變電站設備的6類控制功能,這一過程中不同子系統將實現高質量配合。
本文僅對變電站設備智能控制系統的重點子系統進行簡單介紹,具體內容如下:(1)裝置重啟子系統。該系統使用了一種運用手機密碼短信控制的手機遙控插座,由此即可通過插入手機卡實現遠程、智能控制的各裝置重啟。(2)通風控制子系統。具備溫度告警通風、煙感告警通風功能,可通過控制器、窗體電動推桿實現智能、遠程控制通風。(3)短信息告警子系統。主要由智能控制軟件組成,具備實時接收各類信號、報警量功能,該系統可在變電站設備出現故障時第一時間上傳故障信息,由此即可更好滿足變電站安全穩定運行需要。

圖1 貝葉斯決策樹算法應用流程
2.2.2 模糊神經網絡電氣PID控制優化
一些位于特殊地理位置的變電站常年處于高溫高濕高熱環境,雖然變電站的空調、通風系統能夠將環境對變電站運行的影響降到最低,但受到耦合因素過多、組成部件構造復雜等因素影響,變電站各類設備很容易在運行中出現各類故障,同時正常運行過程中的時變非線性特征出現也會影響其可靠性和穩定性,這就使得相關電氣設備自動化控制對智能化技術有著較高需求,近年來學界的眾多研究開展與這種需求也存在著較為密切聯系,模糊神經網絡電氣PID控制優化便屬于其中典型。具體來說,模糊神經網絡電氣PID控制優化需要首先圍繞變電站電氣設備系統結構開展分析,由此求出輸出電壓方程到變電站設備最優控制狀態電流矢量數據信號形式、輻射場磁損耗函數,由此開展更深入的控制優化設計。結合模糊神經網絡,構建變結構的PID神經網絡結構模型,該模型需選擇SPIDNN作為學習網絡、三層前向神經元結構,最終可得出基于智能化技術的特殊環境下變電站電氣設備控制函數,即:

結合上述函數即可得出特殊環境下變電站電氣設備電氣輸出誤差,即:

由此可見智能化技術應用下電氣PID控制優化所能夠實現的控制誤差降低,特殊環境變電站的運行穩定性、安全性水平將由此大幅提升。
智能化技術能夠較好服務于電氣工程自動化控制,本文涉及的決策樹故障診斷、變電站設備智能控制、模糊神經網絡電氣PID控制優化等實例,在智能化技術、電氣工程自動化控制相關的理論研究和實踐探索中,能夠發揮一定參考作用。
參考文獻
[1]李順,唐飛,廖清芬.計及需求響應的智能化微網頻率緊急控制策略[J].中國電機工程學報,2018,38(01):51-60+342.
[2]馬衛東.電氣控制線路和人工神經網絡關系初探[J].電子世界,2017(02):157-158.