论文部分内容阅读
[摘 要]电力系统作为一个较为复杂的操作系统，涉及到许多技术知识。在实际应用过程中电力系统具有比较明显的非线性特点，且内部相关参数存在诸多不稳定性，许多电力元件在使用过程中存在缓慢的问题，导致电力系统很难实现高效率的控制。基于此，在电力系统中应用自动化智能技术就变得至关重要。文章主要结合工作经验，对电力系统中自动化智能技术的应用进行综合分析。
[关键词]电力；系统；自动化智能技术；应用
中图分类号：TM76 文献标识码：A 文章编号：1009-914X（2017）14-0353-01
随着城市化进程的不断深化，我国电力系统得到了空前的发展机遇。同时，电力资金运营成本也在不断增加。因此，需要寻找一种切实可行、高效合理的控制技术，以此来保证我国现有电力系统的经济效益。自动化智能技术作为一种最佳的技术，被越来越多人应用至电力系统中。
一、现阶段电力系统中自动化智能技术的发展情况
当前阶段，在电力系统中应用自动化智能技术主要存在以下几个问题：其一，对自动化智能技术没有一个全面完整的解析，当前现有相关研究成果完全没有形成协同性，导致许多重要信息资源不能实现实时共享；其二，我国现有许多关于自动化智能技术方面的研究只限于理论的研究，缺乏现实操作验证为技术支撑；其三，我国相关部门对自动化智能技术研发的资金投入存在严重不足，在很大程度上阻碍了其发展。
二、电力系统中自动化智能技术的应用
（一）模糊控制理论
将模糊控制理论与自动化智能技术进行对比，从应用方面进行分析更加便捷，因此在日常电气上的使用比较广泛。在使用自动化智能技术过程中，需要从控制这一角度入手积极构建模型，但若是使用传统数据模型进行构建数据，将会面临许多问题，此时若是使用模糊关系模型，其应用效果显而易见。我国现有模糊控制理论已经被大量应用至日常电器中，且此理论自身具备推导性能，进一步保障了电器目标推导的价值性与科学性[1]。在电力系统中应用自动化智能技术，其构建的模型通常情况下是非线性的，除非特殊情况一般不会使用线性模型。非线性模型，主要是借助模糊理论为支撑，整个操作过程便捷。在实际操作过程中，其系统信息资源输入及输出关系比较明显。现阶段模糊控制理论及模型在输出信息时，信息量基本可以满足需求，但是一旦输出信息量过多，将会引发诸多问题。因此，工作人员需要基于多输出系统应用存在的问题，及时制定问题解决方案。通过有效使用模糊控制理论，不仅可以高效解决电力系统中自动化智能技术存在的问题，进一步节省了人力物力资源，其也是智能技术的发展方向。
（二）神经网络控制
文中提出的神经网络控制，主要缘起于1943年，初期设定模型是人工神经网，随着不断的优化升级，工作人员针对模型内部结构进行了多方位的调整，获取了卓越成效。神经网络控制可以得到应用普及的根本原因在于其具备非线性特征，且自身具备自学能力。从微观角度分析，神经网络控制实质是利用大量的神经元，借助科学有效的方式进行拼接而成，自身蕴含的信息大部分都是用于连接权值[2]。在使用过程中，工作人员只需要适当调节权值，就可以完成神经网络空间的非线性映射。结合国内外神经网络的研究结果可知，关键在于神经网络系统构造与硬性模型。因此，工作人员需要在神经网络方面进行更为深度的研究，为电力系统应用自动化智能技术带来更为准确的指导。
（3）专家系统控制
专家系统控制作为电力系统中应用最为普遍的技术，其主要功能是在电力系统出现问题的第一时间，找到系统故障问题并调整至警告或紧急状态，引起相关工作人员的重视，配合工作人员进行处理，有效维持电力系统的稳定运行[3]。在解决故障过程中，配合配电静态与动态的环境监测，工作人员的工作技能得到有效强化。从技术实际应用情况来看，专家系统控制涉及到诸多方面，虽然具备诸多优势，在所难免会出现局限性问题。其一，其不具备专家具备的创造性，只是单项具备电力理论知识，对内部诸多系统没有更为深层次的要求。同时，专家系统控制自身不具备自主学习能力，在遇到全新问题时不能及时选取切实可行的对策解决。其二，专家系统自身具备的信息资源在验证环节存在一些问题急需解决，无法对一些复杂问题进行及时有效的处理。基于此，工作人员在应用专家系统过程中，需要全面考虑资金成本与收益间的关系，并在应用过程中定期或不定期对系统可行性与时效性进行反复监测，以此来切实增强电力系统的危急解决能力与系统稳定性[4]。
（四）线性最优控制
众所周知，现代控制理论的关键内容在于线性最优控制，同时其也是应用最为广泛的控制形式。从研究成果发展情况来看，许多此领域的专家都对其进行了深入的解析，其中使用最为广泛的励磁系统。文章提出的励磁系统主要具备以下几个功能：提升系统输电线距离输电能力，进而从整体上提升电力系统的稳定性。此理论应用最为常见的是利用其励磁控制优势替代了原本电力系统中大型机组中原本的励磁控制。在使用过程中，线性最优控制理论在发电机使用过程中也同样获取了诸多成效。随着自动化智能技术的应用，工作人员正在不断扩宽线性最优控制的应用领域。需要注意的是，工作人员在使用其技术过程中，需要时刻关注线性最优控制的针对性，简单的说就是对区域内线性模型使用效果的监测[5]。同时，其技术对非线性模型的使用而言具备一定阻碍，需要针对此问题及时制定问题解决方案。
除此之外，工作人员还需要重视综合智能系统的控制。在对电力系统深度剖析过程中，注重融合神经网络控制，结合专家系统，以此切实提升电力系统稳定性。
结束语
综上所述，自动化智能技术作为电力系统中不可或缺的技术，越来越受到人们的关注与重视。因此，在设计电力控制系统过程中，工作人员不仅需要考虑控制质量还需要充分考虑资金成本，结合现代智能技术成果，在降低成本付出的基础上，尽可能降低电能耗费，进而从根本上提升电力经济效益。
参考文献
[1] 孙海峰，穆国东.电力系统自动化中智能技术的应用[J].黑龙江科技信息，2016，12：125.
[2] 李志飞，朱凯.电力系统自动化智能技术的应用研究[J].低碳世界，2016，13：35-36.
[3] 王源.關于电力系统自动化中智能技术的应用研究[J].中国高新技术企业，2014，01：149-150.
[4] 魏春晖.电力系统自动化中智能技术的应用[J].电子技术与软件工程，2015，24：161.
[5] 李天一，宋春辉.探析电力系统自动化中智能技术的应用[J].黑龙江科技信息，2016，35：143.
[关键词]电力；系统；自动化智能技术；应用
中图分类号：TM76 文献标识码：A 文章编号：1009-914X（2017）14-0353-01
随着城市化进程的不断深化，我国电力系统得到了空前的发展机遇。同时，电力资金运营成本也在不断增加。因此，需要寻找一种切实可行、高效合理的控制技术，以此来保证我国现有电力系统的经济效益。自动化智能技术作为一种最佳的技术，被越来越多人应用至电力系统中。
一、现阶段电力系统中自动化智能技术的发展情况
当前阶段，在电力系统中应用自动化智能技术主要存在以下几个问题：其一，对自动化智能技术没有一个全面完整的解析，当前现有相关研究成果完全没有形成协同性，导致许多重要信息资源不能实现实时共享；其二，我国现有许多关于自动化智能技术方面的研究只限于理论的研究，缺乏现实操作验证为技术支撑；其三，我国相关部门对自动化智能技术研发的资金投入存在严重不足，在很大程度上阻碍了其发展。
二、电力系统中自动化智能技术的应用
（一）模糊控制理论
将模糊控制理论与自动化智能技术进行对比，从应用方面进行分析更加便捷，因此在日常电气上的使用比较广泛。在使用自动化智能技术过程中，需要从控制这一角度入手积极构建模型，但若是使用传统数据模型进行构建数据，将会面临许多问题，此时若是使用模糊关系模型，其应用效果显而易见。我国现有模糊控制理论已经被大量应用至日常电器中，且此理论自身具备推导性能，进一步保障了电器目标推导的价值性与科学性[1]。在电力系统中应用自动化智能技术，其构建的模型通常情况下是非线性的，除非特殊情况一般不会使用线性模型。非线性模型，主要是借助模糊理论为支撑，整个操作过程便捷。在实际操作过程中，其系统信息资源输入及输出关系比较明显。现阶段模糊控制理论及模型在输出信息时，信息量基本可以满足需求，但是一旦输出信息量过多，将会引发诸多问题。因此，工作人员需要基于多输出系统应用存在的问题，及时制定问题解决方案。通过有效使用模糊控制理论，不仅可以高效解决电力系统中自动化智能技术存在的问题，进一步节省了人力物力资源，其也是智能技术的发展方向。
（二）神经网络控制
文中提出的神经网络控制，主要缘起于1943年，初期设定模型是人工神经网，随着不断的优化升级，工作人员针对模型内部结构进行了多方位的调整，获取了卓越成效。神经网络控制可以得到应用普及的根本原因在于其具备非线性特征，且自身具备自学能力。从微观角度分析，神经网络控制实质是利用大量的神经元，借助科学有效的方式进行拼接而成，自身蕴含的信息大部分都是用于连接权值[2]。在使用过程中，工作人员只需要适当调节权值，就可以完成神经网络空间的非线性映射。结合国内外神经网络的研究结果可知，关键在于神经网络系统构造与硬性模型。因此，工作人员需要在神经网络方面进行更为深度的研究，为电力系统应用自动化智能技术带来更为准确的指导。
（3）专家系统控制
专家系统控制作为电力系统中应用最为普遍的技术，其主要功能是在电力系统出现问题的第一时间，找到系统故障问题并调整至警告或紧急状态，引起相关工作人员的重视，配合工作人员进行处理，有效维持电力系统的稳定运行[3]。在解决故障过程中，配合配电静态与动态的环境监测，工作人员的工作技能得到有效强化。从技术实际应用情况来看，专家系统控制涉及到诸多方面，虽然具备诸多优势，在所难免会出现局限性问题。其一，其不具备专家具备的创造性，只是单项具备电力理论知识，对内部诸多系统没有更为深层次的要求。同时，专家系统控制自身不具备自主学习能力，在遇到全新问题时不能及时选取切实可行的对策解决。其二，专家系统自身具备的信息资源在验证环节存在一些问题急需解决，无法对一些复杂问题进行及时有效的处理。基于此，工作人员在应用专家系统过程中，需要全面考虑资金成本与收益间的关系，并在应用过程中定期或不定期对系统可行性与时效性进行反复监测，以此来切实增强电力系统的危急解决能力与系统稳定性[4]。
（四）线性最优控制
众所周知，现代控制理论的关键内容在于线性最优控制，同时其也是应用最为广泛的控制形式。从研究成果发展情况来看，许多此领域的专家都对其进行了深入的解析，其中使用最为广泛的励磁系统。文章提出的励磁系统主要具备以下几个功能：提升系统输电线距离输电能力，进而从整体上提升电力系统的稳定性。此理论应用最为常见的是利用其励磁控制优势替代了原本电力系统中大型机组中原本的励磁控制。在使用过程中，线性最优控制理论在发电机使用过程中也同样获取了诸多成效。随着自动化智能技术的应用，工作人员正在不断扩宽线性最优控制的应用领域。需要注意的是，工作人员在使用其技术过程中，需要时刻关注线性最优控制的针对性，简单的说就是对区域内线性模型使用效果的监测[5]。同时，其技术对非线性模型的使用而言具备一定阻碍，需要针对此问题及时制定问题解决方案。
除此之外，工作人员还需要重视综合智能系统的控制。在对电力系统深度剖析过程中，注重融合神经网络控制，结合专家系统，以此切实提升电力系统稳定性。
结束语
综上所述，自动化智能技术作为电力系统中不可或缺的技术，越来越受到人们的关注与重视。因此，在设计电力控制系统过程中，工作人员不仅需要考虑控制质量还需要充分考虑资金成本，结合现代智能技术成果，在降低成本付出的基础上，尽可能降低电能耗费，进而从根本上提升电力经济效益。
参考文献
[1] 孙海峰，穆国东.电力系统自动化中智能技术的应用[J].黑龙江科技信息，2016，12：125.
[2] 李志飞，朱凯.电力系统自动化智能技术的应用研究[J].低碳世界，2016，13：35-36.
[3] 王源.關于电力系统自动化中智能技术的应用研究[J].中国高新技术企业，2014，01：149-150.
[4] 魏春晖.电力系统自动化中智能技术的应用[J].电子技术与软件工程，2015，24：161.
[5] 李天一，宋春辉.探析电力系统自动化中智能技术的应用[J].黑龙江科技信息，2016，35：143.