论文部分内容阅读
[摘 要]在信息技术全面到来的今天，人们的生产方式和生活方式都随之发生了巨大的变化，同时操作系统的不断便利化使得我们在生产效率方面大大提高，而在应用电力系统自动化的过程中，智能技术具有重要的地位和作用，在当今条件下，其应用范围更加广泛，也得到了更多的认可。
[关键词]智能技术；电力系统；应用价值；电力系统自动化
中图分类号：TP18 文献标识码：A 文章编号：1009-914X（2016）17-0278-01
所谓的智能电网，就是在高度集成的、双向高速传输的通讯技术基础之上，利用高精度的传感器、先进的测量设备及其他先进的控制方法等，从而实现电网的智能化，以实现最优的经济效益、环境效益及可靠安全性能。在我国，目前智能电网还在研究和试验阶段，由于起步晚，加上地理条件的限制，导致我们技术上难度大为增加，不过，也正是这些因素锻造了我们加快建设智能电网的决心，只有在不断完善目前的通讯网络水平，才有可能把智能电网建设推向另外一个高潮。
电力系统是一个巨維数的典型动态大系统，电力系统自动化的工作原理是利用一定能力的设备，比如信号系统或者数据传输系统，进行远程或者就地的监视电力系统中的局部安全、各个元件安全以及全系统的安全。其特点是时变性较强，非线性较强，同时具有不确切可知的参数，另外，电力系统还含有大量未建模的动态系统部分。电力系统地域分布广阔，大部分元件具有复杂的物理特性，比如饱和性、磁滞和延迟等等。因此，实现对这样的系统进行有效的控制具有较大的难度。电力系统在本质上是一个非线性的动态大系统，存在着许多非线性优化问题和及其复杂的工程计算，同时，人们对电力系统也提出了更高的要求，这些特征的存在，使得电力系统不断的引进一些先进的控制手段如智能技术等。
1 模糊控制
模糊控制主要采用的是一种模糊的宏观控制系统，它具有易操作性、非线性、随机性、简单化和不确定性等特点，这些特点使得监理模糊关系模型变得十分简单容易，并且具有非常大的优越性。模糊控制方法的优越性在任何地方都体现出来，包括家用电器中，他使得控制操作变得非常容易掌握并且十分的简单。虽然有时候建立常规的数学模型十分困难，但是就现代而言，通过建立模型来实现控制是比较先进的方法。这种模糊理论的智能技术在电力系统自动化的控制中具有非常实用的价值，因为他能够模拟人的决策过程和模糊推理过程。通过已经存在的控制规则和数据，模糊理论可以对模糊输入量进行推导，得到模糊控制输出，输出结果的组成部分是：模糊化、模糊推理与模糊判决。这种智能技术在电力系统中的应用具体表现有：能够智能的处理一些家用电器可能产生的噪声以及由此带来的问题，如日常我们使用的电风扇、电热器等家用电器；具有较强的自学能力，并且能够很好的进行纠错；如果电力系统中改变了环境变量的设置和网络拓扑图或者出现了一些其他类型的问题，那么通过模糊理论的智能技术应用，就可以给出正确的解决方法并且做出及时的反应来进行应对；模糊智能技术能够使知识的获得和表达非常容易的完成实现，因为模糊智能技术能够模拟专家的经验并且利用与人的表达方式更加接近的形式进行语音变量的表达；另外，模糊智能技术最大的优点就是能够有效的处理那些具有不精确性的问题和不确定性的问题，使其变得精确和确定。
2 神经网络控制
神经网络控制是通过人工神经网络发展而成的，它主要应用在学习方面以及模型结构方面，并且已经得到了广泛的传播和成果。神经网络控制的非线性是目前最受人们关注的，此外它的鲁棒能力、处理能力以及自主学习能力也同样受到人们的关注。神经网络是由大量简单的神经元以一定的方式连接而成的神经网络。根据具体问题的不同，已经有多种神经网络结构及其训练算法在电力系统中得到了应用，主要的神经网络理论研究有神经网络的硬件实现问题研究和神经网络学习算法研究等，利用BP神经网络进行电力系统短期负荷预测，在进行电力系统故障诊断时，利用了人工神经网络和元件关联分析等。
3 专家系统控制
专家系统是一个具有大量规则、经验和专门知识的程序系统，他运用由某领域专家所提供的知识和经验来进行判断推理，并模拟专家的决策过程，以解决各种需要专家解决的复杂问题。专家系统控制主要应用在电力系统自动化中的紧急处理、状态识辨、状态警告、系统规划、调度员培训、系统控制的恢复、切负荷、分析状态、转化状态、配电系统自动化、控制电压的无功、静态分析、动态分析、安全分析、人机接口以及故障点的隔离等方面。专家系统控制的适用范围非常广，但也是有不适用的地方，比如创造性差、自主学习能力差、深层适应差、浅层知识面差、分析能力差、组织能力差、验证能力差以及应付能力差等。
4 线性最优控制
在现代控制化理论中，最优控制是重要的部分，它能够体现出最优化理论在控制问题中的应用。线性最优控制在当前的现代化控制理论中是最成熟、应用数量最多的一个部分。其主要是通过对最优励磁进行控制的方式来使得动态品质和输电线在远距离输电能力方面的问题得到改善。其主要是在大型机组的过程中使用最优励磁控制的方式来取代古典励磁的方式。在当前条件下，最优励磁控制具有最佳的控制效果。同时，在水轮发电机对电阻进行制动的过程中，最优控制理论在控制时间方面取得了很好的效果。电力系统的线性最优控制在电力系统的生产过程中获得了更好的应用，其具有一定的重要作用。但是我们必须注意的是，因为线性最优控制的控制器主要是对电力系统中的局部线模型进行设计和制造的，所以其在电力系统控制非线性系统的效果并不十分理想。
5 综合智能系统
综合智能控制一方面包含了智能控制与现代控制方法的结合，如模糊变结构控制，自适应或自组织模糊控制，自适应神经网络控制，神经网络变结构控制等。另一方面包含了各种智能控制方法之间的交叉结合，对电力系统这样一个复杂的大系统来讲，综合智能控制更有巨大的应用潜力。现在.在电力系统中研究得较多的有神经网络与专家系统的结合，专家系统与模糊控制的结合，神经网络与模糊控制的结合，神经网络、模糊控制与自适应控制的结合等方面。模糊逻辑和人工神经网络的结合有良好的技术基础。这两种技术从不同角度服务于智能系统，人工神经网络主要应用在低层的计算方法上，模糊逻辑则用以处理非统计性的不确定性问题，是高层次（语义层或语言层）的推理，这两种技术正好起互补作用。
综上所述，智能技术的广泛运用已经在电力系统中获得了良好的发展，推动了电力系统的自动化进程，我们相信随着人们对各种智能控制理论研究的进一步深入，它们之间的联系也会更加紧密。随着我国电力系统的不断发展，电力数据总量不断增加，大幅度增长的复杂管理，以及市场竞争的不断加大和影响，智能技术在电力系统的应用具有更广阔的前景，相信利用各自优势而组成的综合智能控制系统会对电力系统起到更加重要的作用。
参考文献：
[1]李妍.浅论电力系统自动化中智能技术的应用[J].中国科技信息，2010（08）.
[2]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）.
[关键词]智能技术；电力系统；应用价值；电力系统自动化
中图分类号：TP18 文献标识码：A 文章编号：1009-914X（2016）17-0278-01
所谓的智能电网，就是在高度集成的、双向高速传输的通讯技术基础之上，利用高精度的传感器、先进的测量设备及其他先进的控制方法等，从而实现电网的智能化，以实现最优的经济效益、环境效益及可靠安全性能。在我国，目前智能电网还在研究和试验阶段，由于起步晚，加上地理条件的限制，导致我们技术上难度大为增加，不过，也正是这些因素锻造了我们加快建设智能电网的决心，只有在不断完善目前的通讯网络水平，才有可能把智能电网建设推向另外一个高潮。
电力系统是一个巨維数的典型动态大系统，电力系统自动化的工作原理是利用一定能力的设备，比如信号系统或者数据传输系统，进行远程或者就地的监视电力系统中的局部安全、各个元件安全以及全系统的安全。其特点是时变性较强，非线性较强，同时具有不确切可知的参数，另外，电力系统还含有大量未建模的动态系统部分。电力系统地域分布广阔，大部分元件具有复杂的物理特性，比如饱和性、磁滞和延迟等等。因此，实现对这样的系统进行有效的控制具有较大的难度。电力系统在本质上是一个非线性的动态大系统，存在着许多非线性优化问题和及其复杂的工程计算，同时，人们对电力系统也提出了更高的要求，这些特征的存在，使得电力系统不断的引进一些先进的控制手段如智能技术等。
1 模糊控制
模糊控制主要采用的是一种模糊的宏观控制系统，它具有易操作性、非线性、随机性、简单化和不确定性等特点，这些特点使得监理模糊关系模型变得十分简单容易，并且具有非常大的优越性。模糊控制方法的优越性在任何地方都体现出来，包括家用电器中，他使得控制操作变得非常容易掌握并且十分的简单。虽然有时候建立常规的数学模型十分困难，但是就现代而言，通过建立模型来实现控制是比较先进的方法。这种模糊理论的智能技术在电力系统自动化的控制中具有非常实用的价值，因为他能够模拟人的决策过程和模糊推理过程。通过已经存在的控制规则和数据，模糊理论可以对模糊输入量进行推导，得到模糊控制输出，输出结果的组成部分是：模糊化、模糊推理与模糊判决。这种智能技术在电力系统中的应用具体表现有：能够智能的处理一些家用电器可能产生的噪声以及由此带来的问题，如日常我们使用的电风扇、电热器等家用电器；具有较强的自学能力，并且能够很好的进行纠错；如果电力系统中改变了环境变量的设置和网络拓扑图或者出现了一些其他类型的问题，那么通过模糊理论的智能技术应用，就可以给出正确的解决方法并且做出及时的反应来进行应对；模糊智能技术能够使知识的获得和表达非常容易的完成实现，因为模糊智能技术能够模拟专家的经验并且利用与人的表达方式更加接近的形式进行语音变量的表达；另外，模糊智能技术最大的优点就是能够有效的处理那些具有不精确性的问题和不确定性的问题，使其变得精确和确定。
2 神经网络控制
神经网络控制是通过人工神经网络发展而成的，它主要应用在学习方面以及模型结构方面，并且已经得到了广泛的传播和成果。神经网络控制的非线性是目前最受人们关注的，此外它的鲁棒能力、处理能力以及自主学习能力也同样受到人们的关注。神经网络是由大量简单的神经元以一定的方式连接而成的神经网络。根据具体问题的不同，已经有多种神经网络结构及其训练算法在电力系统中得到了应用，主要的神经网络理论研究有神经网络的硬件实现问题研究和神经网络学习算法研究等，利用BP神经网络进行电力系统短期负荷预测，在进行电力系统故障诊断时，利用了人工神经网络和元件关联分析等。
3 专家系统控制
专家系统是一个具有大量规则、经验和专门知识的程序系统，他运用由某领域专家所提供的知识和经验来进行判断推理，并模拟专家的决策过程，以解决各种需要专家解决的复杂问题。专家系统控制主要应用在电力系统自动化中的紧急处理、状态识辨、状态警告、系统规划、调度员培训、系统控制的恢复、切负荷、分析状态、转化状态、配电系统自动化、控制电压的无功、静态分析、动态分析、安全分析、人机接口以及故障点的隔离等方面。专家系统控制的适用范围非常广，但也是有不适用的地方，比如创造性差、自主学习能力差、深层适应差、浅层知识面差、分析能力差、组织能力差、验证能力差以及应付能力差等。
4 线性最优控制
在现代控制化理论中，最优控制是重要的部分，它能够体现出最优化理论在控制问题中的应用。线性最优控制在当前的现代化控制理论中是最成熟、应用数量最多的一个部分。其主要是通过对最优励磁进行控制的方式来使得动态品质和输电线在远距离输电能力方面的问题得到改善。其主要是在大型机组的过程中使用最优励磁控制的方式来取代古典励磁的方式。在当前条件下，最优励磁控制具有最佳的控制效果。同时，在水轮发电机对电阻进行制动的过程中，最优控制理论在控制时间方面取得了很好的效果。电力系统的线性最优控制在电力系统的生产过程中获得了更好的应用，其具有一定的重要作用。但是我们必须注意的是，因为线性最优控制的控制器主要是对电力系统中的局部线模型进行设计和制造的，所以其在电力系统控制非线性系统的效果并不十分理想。
5 综合智能系统
综合智能控制一方面包含了智能控制与现代控制方法的结合，如模糊变结构控制，自适应或自组织模糊控制，自适应神经网络控制，神经网络变结构控制等。另一方面包含了各种智能控制方法之间的交叉结合，对电力系统这样一个复杂的大系统来讲，综合智能控制更有巨大的应用潜力。现在.在电力系统中研究得较多的有神经网络与专家系统的结合，专家系统与模糊控制的结合，神经网络与模糊控制的结合，神经网络、模糊控制与自适应控制的结合等方面。模糊逻辑和人工神经网络的结合有良好的技术基础。这两种技术从不同角度服务于智能系统，人工神经网络主要应用在低层的计算方法上，模糊逻辑则用以处理非统计性的不确定性问题，是高层次（语义层或语言层）的推理，这两种技术正好起互补作用。
综上所述，智能技术的广泛运用已经在电力系统中获得了良好的发展，推动了电力系统的自动化进程，我们相信随着人们对各种智能控制理论研究的进一步深入，它们之间的联系也会更加紧密。随着我国电力系统的不断发展，电力数据总量不断增加，大幅度增长的复杂管理，以及市场竞争的不断加大和影响，智能技术在电力系统的应用具有更广阔的前景，相信利用各自优势而组成的综合智能控制系统会对电力系统起到更加重要的作用。
参考文献：
[1]李妍.浅论电力系统自动化中智能技术的应用[J].中国科技信息，2010（08）.
[2]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）.