论文部分内容阅读
【摘要】电力系统随着科学技术的发展不断向自动化、智能化发展，电力系统中自动化控制开始成为电力行业持续发展的核心因素。本文将针对电力系统自动化中智能技术的应用做出详细分析和探讨，为我国电力事业的发展打下基础。
【关键词】电力系统；自动化；智能技术；应用
一、前言
电力系统自动化能够通过数据传输系统和信号系统对电力系统中的各个元件、局部系统、全系统进行远程监控或者就地调节、监视、控制、协调，保证电力系统安全、健康、稳定运行。电力自动化系统是一个典型的巨维数动态大系统，它具有强非线性、时变性且参数不确定性以及磁滞、延迟、饱和等复杂的物力特性。在实践过程中电力系统自动化受到很多客观条件的控制。
电力系统自动化中智能技术合理、有效应用能够改善自动化系统的物力特性，促进我国电力事业的发展。我国电力智能化技术有运行稳定、自动化程度高的特点，在降低电网运行成本、增强电网调度、增强输配电等方面取得了一定的成就。所以我国电力系统自动化控制要加强智能化技术，不仅能够解决当前电力自动化中的各种难题，还适应了时代的发展。
二、电力系统自动化中智能技术的应用
1、模糊控制
模糊控制控制方法比较简单，容易掌握，这种方法常应用于家用电器中，如模糊洗衣机、模糊电磁炉、模糊摄像机等。模糊控制关键在于模拟人的模糊推理和决策，通过现场操作人员或者相关专家对各种数据的观测和指标的把握，在设计中部需要建立被控对象的数学模型。它比较接近人的表达方式，便于实现知识的抽取和表达，因而设计简单，便于应用。模糊控制适用于不确定性、不精确性以及噪声带来的问题。
在爱尔兰国家调度中心曾经用模糊方法描述调度员的负荷预测方法，得到了很好的成效。Zadel的模糊集（Fuzzy Set）理论也在店里系统继电保护中得到充分利用。模糊集建立了一个含有四条模糊控制规则的通用模糊控制系统，减少了对经验的依赖。再通过模糊控制洗系统提出了相应的模糊神经网络构造方法，并在神经网络的权值和阈值和模糊控制系统的主要调整参数之间建立一一对应的关系。这种模糊优化方法运用新的冲突消解规则，不断提高系统的职能水平，克服精确推理的局限性。
模糊控制在单出系统中比较容易实现模糊关系模型，但是在多输出系统中还是有一些难度。现在有许多研究将模糊理论和人工职能技术结合起来，取得了一定的效果。模糊控制中如何获得模糊规则和隶属函数、如何保证模糊系统的稳定性还是需要解决的问题，在未来的模糊理论和实践研究中，要克服这些问题，为电力系统自动化带来更加便捷的控制方式。
2、神经网络控制
神经网络控制能够优化计算和专业的故障诊断。起始于1943年，至今为止已经有六七十年的历史，我国主要研究方向是网络学习算法和网络模型结构。神经网络具有强鲁棒性、非线性的特性、容错能力、自主组织学习能力以及简便的控制方法能够满足电力系统中高维数、非线性、强干扰、难建模的要求，因而神经网络控制系统在电力系统中得到广泛应用。
在电力系统中，神经网络主要有以下几个作用：能够优化传统控制计算作用；在精度模型的各种控制结构中起到了充当对象作用；在反馈控制系统可以直接充当控制器，能够根据系统环境或者参数变化对控制器进行调节以达到最优控制效果；与专家控制、遗传算法等多种技术结合形成自主学习能力和推理决策能力，提高了电力系统的参数优化，故障诊断，模型推理效率。神经网络主要是同过某种方式将单一的神经元连接起来，形成一个整体。在电力系统自动化控中，神经网络控制常应用于电力系统局部暂态稳定控制，能够保证电厂附近元件发生故障后的暂态稳定性。
3、线性最优控制
我国电力系统中，线性最优控制是应用范围最广、最有系统性、技术最成熟的一种控制理论，特别是在大型机组和水轮发电机自动控制系统中应用尤为广泛。线性最优控制最要是利用计算局部线性模型来实现的。但是电力系统有非线性特点，这就需要我们在实际运用中多加完善。
电力系统规模大、远距离重负荷输电线能力受到电力系统阻尼不断减弱，卢强等人运用线性最优励磁控制手段来改善输电能力和电力稳定性的问题。线性励磁控制也从过去简单维护发电机端电压恒定发展到现在高精度电压调节，提高电力系统稳定。现在优励磁的控制方式是利用较为广泛也是较为普及的一种线性最优控制，现在大型机组直接利用最优励磁控制方式代替古典励磁方式。随着电力系统的不断发展，线性最优控制将会发挥越来越重要的作用。
4、专家系统控制
专家控制系统是由知识获取、知识库、推理机、解释部分等构成，能够用人类专家的知识、经验来解决问题。专家系统内部包括多个领域专家水平的经验和知识，是计算机和人工智能的充分结合，具有可靠、精确、灵活及多功能等优点。专家系统控制在电力系统中的功能主要有：能够对电力系统的警告状态或紧急状态进行有效辨识，并且有相应的解决办法，能够恢复和控制系统；能够对运行较慢的状态进行分析转换；对故障点进行有效隔断；对电力系统短期负荷进行预先报告；对调度人员进行专业培训；对静态和动态系统的安全性能进行有效分析。
专家系统经过三十多年的发展，在有源电力滤波器智能控制中也有成功应用。通过采用先进的DSP技术，即可快速跟踪补偿电力系统的高次谐波等有害电流，控制性能优于传统的电流控制方法，而且实现过程也不比电流控制困难。
我国专家系统已经被广泛应用在电力系统自动化系统中，但是其还是有一定的局限性，特别是在创造性思维和深度层次理解方面，难以模拟真正的人类专家思维。专家控制系统中的储备知识只是简单、单一的，没有电力专家本身的创造性和系统的专业知识，缺乏专业先进的分析和组织工具，一旦遇到新的问题、新的症状就难以进行分析。再加上没有完善的管理学习机构，遇到复杂问题时就很难用于高难度的知识进行解决。
5、综合智能控制
智能技术各有各的优缺点，在电力自动化控制中常常使用综合智能控制来完善控制系统，是控制系统发挥出更大的潜力。综合智能控制就是结合不同的智能控制系统实现各种智能控制的交叉结合，实现两种智能控制技术优势互补。比如模糊控制适用于结构知识化的处理，神经网络技术比较适用于非结构信息的处理，两者结合可以在不同的角度上为智能系统提供服务，且能产生互补作用。
三、结语
电力自动化不断发展，将会要衍生出新的智能技术，我们要不断优化已有的智能技术，使其优点能够发挥到最大，并且结合两种不同的智能技术，联合控制，达到自动化的最大化。同时，还要开发新的智能技术，为我国电力系统的壮大打下坚固的智能基石。
参考文献
[1]姚建国，赖业宁.智能电网的本质动因和技术需求[J].电力系统自动化，2010（02）.
[2]李小燕，嵇拓，李建兴，钟西炎.电力系统自动化控制中的智能技术应用研究[J].华章，2011（16）
[3]莫娜，田建设.模糊电力系统稳定器的研究[J].华北电力大学学报，2006（07）.
【关键词】电力系统；自动化；智能技术；应用
一、前言
电力系统自动化能够通过数据传输系统和信号系统对电力系统中的各个元件、局部系统、全系统进行远程监控或者就地调节、监视、控制、协调，保证电力系统安全、健康、稳定运行。电力自动化系统是一个典型的巨维数动态大系统，它具有强非线性、时变性且参数不确定性以及磁滞、延迟、饱和等复杂的物力特性。在实践过程中电力系统自动化受到很多客观条件的控制。
电力系统自动化中智能技术合理、有效应用能够改善自动化系统的物力特性，促进我国电力事业的发展。我国电力智能化技术有运行稳定、自动化程度高的特点，在降低电网运行成本、增强电网调度、增强输配电等方面取得了一定的成就。所以我国电力系统自动化控制要加强智能化技术，不仅能够解决当前电力自动化中的各种难题，还适应了时代的发展。
二、电力系统自动化中智能技术的应用
1、模糊控制
模糊控制控制方法比较简单，容易掌握，这种方法常应用于家用电器中，如模糊洗衣机、模糊电磁炉、模糊摄像机等。模糊控制关键在于模拟人的模糊推理和决策，通过现场操作人员或者相关专家对各种数据的观测和指标的把握，在设计中部需要建立被控对象的数学模型。它比较接近人的表达方式，便于实现知识的抽取和表达，因而设计简单，便于应用。模糊控制适用于不确定性、不精确性以及噪声带来的问题。
在爱尔兰国家调度中心曾经用模糊方法描述调度员的负荷预测方法，得到了很好的成效。Zadel的模糊集（Fuzzy Set）理论也在店里系统继电保护中得到充分利用。模糊集建立了一个含有四条模糊控制规则的通用模糊控制系统，减少了对经验的依赖。再通过模糊控制洗系统提出了相应的模糊神经网络构造方法，并在神经网络的权值和阈值和模糊控制系统的主要调整参数之间建立一一对应的关系。这种模糊优化方法运用新的冲突消解规则，不断提高系统的职能水平，克服精确推理的局限性。
模糊控制在单出系统中比较容易实现模糊关系模型，但是在多输出系统中还是有一些难度。现在有许多研究将模糊理论和人工职能技术结合起来，取得了一定的效果。模糊控制中如何获得模糊规则和隶属函数、如何保证模糊系统的稳定性还是需要解决的问题，在未来的模糊理论和实践研究中，要克服这些问题，为电力系统自动化带来更加便捷的控制方式。
2、神经网络控制
神经网络控制能够优化计算和专业的故障诊断。起始于1943年，至今为止已经有六七十年的历史，我国主要研究方向是网络学习算法和网络模型结构。神经网络具有强鲁棒性、非线性的特性、容错能力、自主组织学习能力以及简便的控制方法能够满足电力系统中高维数、非线性、强干扰、难建模的要求，因而神经网络控制系统在电力系统中得到广泛应用。
在电力系统中，神经网络主要有以下几个作用：能够优化传统控制计算作用；在精度模型的各种控制结构中起到了充当对象作用；在反馈控制系统可以直接充当控制器，能够根据系统环境或者参数变化对控制器进行调节以达到最优控制效果；与专家控制、遗传算法等多种技术结合形成自主学习能力和推理决策能力，提高了电力系统的参数优化，故障诊断，模型推理效率。神经网络主要是同过某种方式将单一的神经元连接起来，形成一个整体。在电力系统自动化控中，神经网络控制常应用于电力系统局部暂态稳定控制，能够保证电厂附近元件发生故障后的暂态稳定性。
3、线性最优控制
我国电力系统中，线性最优控制是应用范围最广、最有系统性、技术最成熟的一种控制理论，特别是在大型机组和水轮发电机自动控制系统中应用尤为广泛。线性最优控制最要是利用计算局部线性模型来实现的。但是电力系统有非线性特点，这就需要我们在实际运用中多加完善。
电力系统规模大、远距离重负荷输电线能力受到电力系统阻尼不断减弱，卢强等人运用线性最优励磁控制手段来改善输电能力和电力稳定性的问题。线性励磁控制也从过去简单维护发电机端电压恒定发展到现在高精度电压调节，提高电力系统稳定。现在优励磁的控制方式是利用较为广泛也是较为普及的一种线性最优控制，现在大型机组直接利用最优励磁控制方式代替古典励磁方式。随着电力系统的不断发展，线性最优控制将会发挥越来越重要的作用。
4、专家系统控制
专家控制系统是由知识获取、知识库、推理机、解释部分等构成，能够用人类专家的知识、经验来解决问题。专家系统内部包括多个领域专家水平的经验和知识，是计算机和人工智能的充分结合，具有可靠、精确、灵活及多功能等优点。专家系统控制在电力系统中的功能主要有：能够对电力系统的警告状态或紧急状态进行有效辨识，并且有相应的解决办法，能够恢复和控制系统；能够对运行较慢的状态进行分析转换；对故障点进行有效隔断；对电力系统短期负荷进行预先报告；对调度人员进行专业培训；对静态和动态系统的安全性能进行有效分析。
专家系统经过三十多年的发展，在有源电力滤波器智能控制中也有成功应用。通过采用先进的DSP技术，即可快速跟踪补偿电力系统的高次谐波等有害电流，控制性能优于传统的电流控制方法，而且实现过程也不比电流控制困难。
我国专家系统已经被广泛应用在电力系统自动化系统中，但是其还是有一定的局限性，特别是在创造性思维和深度层次理解方面，难以模拟真正的人类专家思维。专家控制系统中的储备知识只是简单、单一的，没有电力专家本身的创造性和系统的专业知识，缺乏专业先进的分析和组织工具，一旦遇到新的问题、新的症状就难以进行分析。再加上没有完善的管理学习机构，遇到复杂问题时就很难用于高难度的知识进行解决。
5、综合智能控制
智能技术各有各的优缺点，在电力自动化控制中常常使用综合智能控制来完善控制系统，是控制系统发挥出更大的潜力。综合智能控制就是结合不同的智能控制系统实现各种智能控制的交叉结合，实现两种智能控制技术优势互补。比如模糊控制适用于结构知识化的处理，神经网络技术比较适用于非结构信息的处理，两者结合可以在不同的角度上为智能系统提供服务，且能产生互补作用。
三、结语
电力自动化不断发展，将会要衍生出新的智能技术，我们要不断优化已有的智能技术，使其优点能够发挥到最大，并且结合两种不同的智能技术，联合控制，达到自动化的最大化。同时，还要开发新的智能技术，为我国电力系统的壮大打下坚固的智能基石。
参考文献
[1]姚建国，赖业宁.智能电网的本质动因和技术需求[J].电力系统自动化，2010（02）.
[2]李小燕，嵇拓，李建兴，钟西炎.电力系统自动化控制中的智能技术应用研究[J].华章，2011（16）
[3]莫娜，田建设.模糊电力系统稳定器的研究[J].华北电力大学学报，2006（07）.