電氣工程自動化中人工智能的應用研究

解惠湧

【摘 要】人工智能技術已成為企業設備電氣自動化控制的趨勢和應用主體，也是我國工業生產中的重要技術支撐。不斷對人工智能技術進行變革和創新，充分發揮其技術優勢，對電氣自動化控制中人工智能技術的應用進行研究，具有一定意義。

【關鍵詞】電氣工程自動化；人工智能；應用研究

1人工智能概述

人工智能是電子信息技術的一個分支，其最基礎的研究目的是為了了解智能的本質，并且研發出和人類行為、思想一致的智能機器，隨著該項研究的發展，目前人工智能的應用逐漸成為了一種“輔助工具”，其應用的領域也較為廣泛。簡單來說，人工智能就是人類思想的一種“容器”。從字面意思來看，人工智能的定義可分為“人工”、“智能”兩個部分，其中人工即為人工制造，而智能則表示意識、思維。從生物學的角度看，意識、思維、自我認識僅存在于高智慧生物身上，而將人工制造與智能相互結合，其理念就顯得極為寬泛。人工智能技術目前處于“半成熟”的發展階段，雖然和最初的研究目標仍舊有較大差距，但是目前“人工智能”仍舊有著較高的應用價值。在電氣工程自動化中，人工智能目前所能達到的能力，已經能夠應對電氣工程自動化的諸多需求，對生產效率、生產質量的提高有著不同程度的促進作用。

2人工智能在電氣自動化工程中應用的優勢

首先，參數調節更簡便。在參數調節方面，傳統的人工調節需要工作人員業技術技術水平過硬，并且在工作時間長，出錯率大，成為了電氣工程中的一大難題。人工智能的出現很好地解決了這個難題，科學地運用人工智能，參數調節工作將變的更為簡便，它提高了智能函數本身的性能，并且能根據數據調節參數。同時，人工智能在調節方面的操作簡單，相關工作人員能在短時間內掌握具體的操作方法，大大提高了工作質量和效率。其次，不易受到外來因素影響，出現誤差小。傳統控制器容易受到外來因素的影響，如：模型的設置參數發生變化時，計算出來的數值就會出現不同的錯誤。人工智能則無需精確的動態模型和準確的設置參數，同時也不需要特殊的環境等，受到外來因數的影響小，因此，人工智能能確保各種機械設備在運行時參數固定不變，保證參數值一直穩定在精準的范圍之內。最后，使設備運行一直處于最優狀態。人工智能具有專家系統，能獨立完成適用于設備運行最佳參數的運算。在人工智能技術之前，都是人為進行設備運行參數的調節，受各種因素影響，人為運算的參數難受不具備精準等特點，而人工智能技術由于參數運算精準，在此技術支持下的設備能一直處于最佳的運行狀態。

3電氣工程自動化中人工智能的應用

3.1在電氣自動化設備設計中的應用

人工智能化技術在電氣工程當中的具體應用，包含了以下幾個方面：①通過人工智能化技術和計算機技術相結合的方法，有效實現了電氣設備使用周期的縮減，并且在電氣設備的設計和使用層次上也有了明顯的提升，通過對智能化技術的科學應用，對推動電氣工程產業的快速發展有著重要的意義；②在人工智能化控制系統當中，通過計算機程序的編寫，實現了對電器生產過程當中各種不同操作流程的智能化控制，最大限度上替代了傳統形式下人工操作的環節，提高了企業生產效率和經濟效益。因為電氣自動化設備在整體的設計和系統的構成上相對比較復雜，并且對于設計工作人員多學科和多角度的知識經驗和知識層次的要求比較高，相關的工作人員在進行智能化操控過程當中，需要具有對電機和電路系統等相關專業知識的了解，并且還可以充分保證電氣自動化設備整體工作質量和運行標準達到生產要求，這種傳統形式下的設計理念，由于受到人為性因素的影響，對于電氣行業的快速發展也有著一定的影響作用。

3.2在電氣自動化控制中的應用

3.2.1模糊控制

模糊控制是人工智能技術領域目前最為簡單的運用體系，它也是目前三種控制方法中采用最多的應用方式。所謂模糊控制，就是運用模糊語言變量、模糊推理等相關原理，輔助以一定的專家經驗，采用計算機信息與指令來構建傳輸反饋通道，控制被控制對象，實現整個電氣系統的控制過程。實際應用中，大多采用直流和交流傳動來實現該技術在電氣傳動中的作用。傳動控制應用主要使用的是Mamdani、Sugeno等軟件，其中Mamdani軟件是直流傳動控制，用來調速。Sugeno軟件則大多數情況下是被用于交流傳動，它是Mamdani軟件的一種例外，通過模糊控制器來實現人工智能技術的應用。

3.2.2神經網絡控制

神經網絡由大量處理元連接構成。為了科學模擬生物的腦部特性，在神經技術研究中，提出神經模型的建立。實際上，建設神經網絡僅對生物思考進行抽象模擬，并未完全反映生物思考的功能性。神經網絡對信息處理以神經元的作用來完成，對信息和知識以元件相互分布聯系儲存，其學習及識別取決于神經元連接權系數，是系數動態演化的表現。不同神經元組成網絡，其中，單個神經元可接受多組輸入信息，按設定規則處理，轉換為輸出信號輸出。神經網絡中神經元連接復雜，各神經元以非線性方式傳遞信息，輸入、輸出信號之間存在多種聯系，可以人工構建特殊聯系，以此表達為“黑箱模型”，闡述機理模型無法精確表述，但輸入、輸出存在模糊規律事件。人工神經網絡屬經典經驗模型，在電氣自動化控制中應用廣泛。

3.3在日常操作中的應用

電氣設備是非常復雜的設備，對其進行操作也是一個復雜的過程。比如，對設備運行中的數據管理要進行數據記錄，方便對數據進行實時監測，防止發生意外。這項工作如果用人工來完成，不僅需要占用一個甚至多個完整的人力，才能保證設備運行期間的所有數據都能記錄在案，而且，如此瑣碎的工作極易引起人的倦怠，造成記錄失誤。人工智能技術只要利用計算機運用數據管理程序，將追蹤的數據全部采集，然后設計相應的表格，數據就會自動填充到表格中，這項任務的完成，速度快，效率高，而且出現錯誤的可能性極小。類似這種工作，有了人工智能技術的參與，繁雜變簡單，大大提高了工作效率。另外，人工智能將人工操作變為計算機操作，使工作中人的成分減少，相應更加程序化，簡化了操作過程，確保過程的有效性。

3.4在故障預防中的應用

當前的電氣自動化系統運行過程中，由于人為、機器故障等問題會導致控制系統出現故障，從而降低了控制效率，影響了工業生產，甚至會危害人員的生命安全。雖然傳統控制器可以通過一些診斷方法對電氣自動化的故障進行檢測和調整，但是步驟較為繁瑣，并且精確度不高。例如，傳統控制器可以通過報警裝置或人工排查對故障進行檢測，但對于一些無法預知或排查的故障，傳統控制器就無能為力。而人工智能就可以解決這一問題。將人工智能應用到電氣自動化故障預防，就是利用人工智能對數據的分析和調控能力，及時發現電氣設備的異常狀態并及時進行調整。例如，診斷變壓器故障的傳統方法是收集變壓器的氣體，再通過對氣體的分析進而得到變壓器的故障情況。這雖然也能解決問題，但大量的消耗了人力和時間，降低了效率。而人工智能技術能夠通過專家系統或網絡神經對故障進行診斷，從而分析出其問題所在，并通過對數據的分析找到最簡便快捷的解決方案，從而大大節省了人力，提高了效率。

4結束語

在電氣自動化控制中應用人工智能技術，改變傳統的電氣控制模式，不僅實現了系統運行效率和精度的提高和優化，更反過來推動社會產業的發展和轉型，體現出人工智能技術的巨大應用價值。而隨著以后人工智能技術的進一步創新發展，筆者相信它在電氣自動化控制系統方面會具有愈加廣闊的應用前景，發揮更重要的作用。

參考文獻：

[1]王聰聰.淺談電氣工程自動化中人工智能的應用[J].內燃機與配件，2018，03：208.

[2]康曉東.探討人工智能技術在電氣工程自動化中的運用[J].電子元器件與信息技術，2017，103：79-82.

（作者單位：山西工程技術學院）