探讨智能控制在电力系统自动化的应用

2015-04-16 20:40:35任东丽
建材与装饰 2015年28期
关键词:人工神经网络模糊控制控制技术

任东丽

(石家庄市浩能电力安装有限公司)

探讨智能控制在电力系统自动化的应用

任东丽

(石家庄市浩能电力安装有限公司)

本文概括描述了现代电力系统中人工智能控制的重要性,研究现状及发展趋势,分析了适于人工智能控制在电力系统的应用方法。

智能控制;人工智能;电力系统;自动化;电气

前言

电气智能控制技术是具有现代电气工程的鲜明特征和内涵,集电子技术、控制技术以及信息技术于一体的电气工程技术。在现代电气系统工程中,为了保证电气设备安全、可靠的运行,需要许多的辅助设备为其服务,使其具有自动控制功能、保护功能、监视功能,可以对各电气设备的自动监控信息进行分析、正确判断和处理。

1 智能控制的优势

把人工智能控制的方法引入控制系统,将控制理论的分析和理论的洞察力与人工智能控制的灵活框架结合起来,才有可能得到新的认识上的突破。人工智能控制主要表现在智能决策上,能够有效地解决复杂性和不确定性的控制问题。模糊控制就是在研究人的控制行为特点的基础上发展起来的。对于无法构造数学模型的被控制对象,让计算机模仿人的思维方式,进行控制决策。人的控制可以用语言加以描述,总结成一系列的条件语句,即控制规则。运用微机的程序来实现这些控制规则,这样就很像是人的思考行为了。因此,人工智能控制可以有效地解决现代工业生产中许多无法用数学模型精确描述的工艺工程,以及利用传统数字计算机难以获得令人满意效果的诸多问题,在电力系统应用中表现了很大的优势。

2 智能控制的主要的应用方法

2.1模糊方法在电力系统自动化控制中的应用

模糊理论(FT)是将经典集合理论模糊化,并引入语言变量和近似推理的模糊逻辑,具有完整推理体系的智能技术。模糊控制是模拟人的模糊推理和决策过程的一种实用控制方法,它根据已知的控制规则和数据,由模糊输入量推导出模糊控制输出主要包括模糊化、模糊推理与模糊判决三部分。依据模型来进行控制,已被实践所广泛接受。一般线性模型较为简便,但实际应用中,多为非线性系统,即使用多段线性来模拟,每段中的控制,仍只能是“次最佳”的。用模糊关系模型(FRM)来模拟非线性过程,是一种简便而有效的方法。模糊关系模型简单而直接地描述输入量与输出量之间的关系,这对单输出系统比较易于实现,但对多输出系统仍较困难。为了克服这些不足,目前有许多研究将模糊理论与其它人工智能控制技术结合起来,取得了较好的效果。

2.2专家系统在电力系统自动化控制中的应用

近年来,在国外和国内都有不少与电力系统控制相关的专家系统投入试运行或进入实用化推广阶段,并取得了不错的效果,但是仍然存在着一些问题值得研究和探索:①当系统规模较大、规则较多时,完成推理的速度受到限制,因此目前已有的专家系统大多是用于离线,或者在线解决属于系统分析方面的问题,而在实时控制方面的应用还刚刚起步,有待进一步的研究;②现有的专家系统缺乏有效的学习机制,对付新情况的能力有限,而且容错能力较差,当系统发生故障或网络结构、系统参数、设备控制器配置等发生变化的情况下,将有可能得不到结果或给出错误的结果。如何与ANN、模糊推理等其它人工智能控制方法结合以提高专家系统的自学习能力和容错能力是值得研究的课题;③大型专家系统的建造周期长,知识的获取和校核比较困难,要建立完备的知识库,维护难度比较大,在建造专家系统之前必须充分考虑这些问题。

2.3人工神经网络在电力系统自动化控制中的应用

人工神经网络(ANN)是模拟人类传递和处理信息的基本特性,由人工仿制大量简单的神经元以一定的方式连接而成。单个人工神经元实现输入到输出的非线性关系,它们之间的连接组合使得ANN具有了复杂的非线性特性。与ES相比,ANN的特点是用神经元和它们之间的有向权重来隐含处理问题的知识并具有以下的优点:信息分布存储,有较强的容错能力;学习能力强,可以实现知识的自我组织,适应不同信息处理的要求;神经元之间的计算具有相对独立性,便于并行处理,执行速度较快。正是由于ANN有极强的非线性拟合能力和自学习能力,且具有联想记忆、鲁棒性强等性能,使ANN对于电力系统这个存在着大量非线性的复杂大系统来说有很大的应用潜力。

3 智能控制在电力系统中的发展趋势

目前,人工智能控制中的4种主要工具,即专家系统、ANN、模糊集理论和启发式搜索,各有优点和局限,缺少一种普遍有效的方法应用于电力系统的各个领域,混合智能即综合多种智能技术,成为AI的重要发展方向之一。分布式人工智能控制DAI技术是80年代发展起来的人工智能控制研究的一个分支,是伴随着并行分布式计算的发展而产生的,包括分布式问题求解(DPS)、并行人工智能控制(PAI)、多代理(Multi-agent)等内容。DAI在电力系统中的应用目前主要集中于运用多代理技术。

4 结语

人工智能控制技术在电力系统的应用中已经获得了良好的发展。专家系统、人工神经网络、模糊理论等人工智能控制技术在电力系统自动化控制中应用为人工智能控制技术在电力系统中提供了广阔前景。可以预见,加强智能科学在电网中的科研和应用,将能更好的保证电网安全稳定经济运行。

[1]肖成刚.浅论电力系统控制方法.宁夏电力,2003.

[2]张梓奇,苏健祥.人工智能技术在电力系统中的应用探讨.科技资讯,2007.

TM76

A

1673-0038(2015)28-0304-01

2015-6-29

猜你喜欢
人工神经网络模糊控制控制技术
利用人工神经网络快速计算木星系磁坐标
对工程建设中的机械自动化控制技术探讨
人工神经网络实现简单字母的识别
电子制作(2019年10期)2019-06-17 11:45:10
基于BTN8962TA的PVG32比例阀控制技术
电子制作(2019年7期)2019-04-25 13:16:50
T-S模糊控制综述与展望
景观照明联动控制技术的展望
基于模糊控制的PLC在温度控制中的应用
电子制作(2016年21期)2016-05-17 03:53:01
基于模糊控制的恒压供水系统的研究
用于光伏MPPT中的模糊控制占空比扰动法
电源技术(2015年11期)2015-08-22 08:50:38
改进重复控制技术在光伏并网逆变器中的应用
电测与仪表(2014年1期)2014-04-04 12:00:32