电气工程自动化中人工智能的应用研究

解惠湧

【摘 要】人工智能技术已成为企业设备电气自动化控制的趋势和应用主体，也是我国工业生产中的重要技术支撑。不断对人工智能技术进行变革和创新，充分发挥其技术优势，对电气自动化控制中人工智能技术的应用进行研究，具有一定意义。

【关键词】电氣工程自动化；人工智能；应用研究

1人工智能概述

人工智能是电子信息技术的一个分支，其最基础的研究目的是为了了解智能的本质，并且研发出和人类行为、思想一致的智能机器，随着该项研究的发展，目前人工智能的应用逐渐成为了一种“辅助工具”，其应用的领域也较为广泛。简单来说，人工智能就是人类思想的一种“容器”。从字面意思来看，人工智能的定义可分为“人工”、“智能”两个部分，其中人工即为人工制造，而智能则表示意识、思维。从生物学的角度看，意识、思维、自我认识仅存在于高智慧生物身上，而将人工制造与智能相互结合，其理念就显得极为宽泛。人工智能技术目前处于“半成熟”的发展阶段，虽然和最初的研究目标仍旧有较大差距，但是目前“人工智能”仍旧有着较高的应用价值。在电气工程自动化中，人工智能目前所能达到的能力，已经能够应对电气工程自动化的诸多需求，对生产效率、生产质量的提高有着不同程度的促进作用。

2人工智能在电气自动化工程中应用的优势

首先，参数调节更简便。在参数调节方面，传统的人工调节需要工作人员业技术技术水平过硬，并且在工作时间长，出错率大，成为了电气工程中的一大难题。人工智能的出现很好地解决了这个难题，科学地运用人工智能，参数调节工作将变的更为简便，它提高了智能函数本身的性能，并且能根据数据调节参数。同时，人工智能在调节方面的操作简单，相关工作人员能在短时间内掌握具体的操作方法，大大提高了工作质量和效率。其次，不易受到外来因素影响，出现误差小。传统控制器容易受到外来因素的影响，如：模型的设置参数发生变化时，计算出来的数值就会出现不同的错误。人工智能则无需精确的动态模型和准确的设置参数，同时也不需要特殊的环境等，受到外来因数的影响小，因此，人工智能能确保各种机械设备在运行时参数固定不变，保证参数值一直稳定在精准的范围之内。最后，使设备运行一直处于最优状态。人工智能具有专家系统，能独立完成适用于设备运行最佳参数的运算。在人工智能技术之前，都是人为进行设备运行参数的调节，受各种因素影响，人为运算的参数难受不具备精准等特点，而人工智能技术由于参数运算精准，在此技术支持下的设备能一直处于最佳的运行状态。

3电气工程自动化中人工智能的应用

3.1在电气自动化设备设计中的应用

人工智能化技术在电气工程当中的具体应用，包含了以下几个方面：①通过人工智能化技术和计算机技术相结合的方法，有效实现了电气设备使用周期的缩减，并且在电气设备的设计和使用层次上也有了明显的提升，通过对智能化技术的科学应用，对推动电气工程产业的快速发展有着重要的意义；②在人工智能化控制系统当中，通过计算机程序的编写，实现了对电器生产过程当中各种不同操作流程的智能化控制，最大限度上替代了传统形式下人工操作的环节，提高了企业生产效率和经济效益。因为电气自动化设备在整体的设计和系统的构成上相对比较复杂，并且对于设计工作人员多学科和多角度的知识经验和知识层次的要求比较高，相关的工作人员在进行智能化操控过程当中，需要具有对电机和电路系统等相关专业知识的了解，并且还可以充分保证电气自动化设备整体工作质量和运行标准达到生产要求，这种传统形式下的设计理念，由于受到人为性因素的影响，对于电气行业的快速发展也有着一定的影响作用。

3.2在电气自动化控制中的应用

3.2.1模糊控制

模糊控制是人工智能技术领域目前最为简单的运用体系，它也是目前三种控制方法中采用最多的应用方式。所谓模糊控制，就是运用模糊语言变量、模糊推理等相关原理，辅助以一定的专家经验，采用计算机信息与指令来构建传输反馈通道，控制被控制对象，实现整个电气系统的控制过程。实际应用中，大多采用直流和交流传动来实现该技术在电气传动中的作用。传动控制应用主要使用的是Mamdani、Sugeno等软件，其中Mamdani软件是直流传动控制，用来调速。Sugeno软件则大多数情况下是被用于交流传动，它是Mamdani软件的一种例外，通过模糊控制器来实现人工智能技术的应用。

3.2.2神经网络控制

神经网络由大量处理元连接构成。为了科学模拟生物的脑部特性，在神经技术研究中，提出神经模型的建立。实际上，建设神经网络仅对生物思考进行抽象模拟，并未完全反映生物思考的功能性。神经网络对信息处理以神经元的作用来完成，对信息和知识以元件相互分布联系储存，其学习及识别取决于神经元连接权系数，是系数动态演化的表现。不同神经元组成网络，其中，单个神经元可接受多组输入信息，按设定规则处理，转换为输出信号输出。神经网络中神经元连接复杂，各神经元以非线性方式传递信息，输入、输出信号之间存在多种联系，可以人工构建特殊联系，以此表达为“黑箱模型”，阐述机理模型无法精确表述，但输入、输出存在模糊规律事件。人工神经网络属经典经验模型，在电气自动化控制中应用广泛。

3.3在日常操作中的应用

电气设备是非常复杂的设备，对其进行操作也是一个复杂的过程。比如，对设备运行中的数据管理要进行数据记录，方便对数据进行实时监测，防止发生意外。这项工作如果用人工来完成，不仅需要占用一个甚至多个完整的人力，才能保证设备运行期间的所有数据都能记录在案，而且，如此琐碎的工作极易引起人的倦怠，造成记录失误。人工智能技术只要利用计算机运用数据管理程序，将追踪的数据全部采集，然后设计相应的表格，数据就会自动填充到表格中，这项任务的完成，速度快，效率高，而且出现错误的可能性极小。类似这种工作，有了人工智能技术的参与，繁杂变简单，大大提高了工作效率。另外，人工智能将人工操作变为计算机操作，使工作中人的成分减少，相应更加程序化，简化了操作过程，确保过程的有效性。

3.4在故障预防中的应用

当前的电气自动化系统运行过程中，由于人为、机器故障等问题会导致控制系统出现故障，从而降低了控制效率，影响了工业生产，甚至会危害人员的生命安全。虽然传统控制器可以通过一些诊断方法对电气自动化的故障进行检测和调整，但是步骤较为繁琐，并且精确度不高。例如，传统控制器可以通过报警装置或人工排查对故障进行检测，但对于一些无法预知或排查的故障，传统控制器就无能为力。而人工智能就可以解决这一问题。将人工智能应用到电气自动化故障预防，就是利用人工智能对数据的分析和调控能力，及时发现电气设备的异常状态并及时进行调整。例如，诊断变压器故障的传统方法是收集变压器的气体，再通过对气体的分析进而得到变压器的故障情况。这虽然也能解决问题，但大量的消耗了人力和时间，降低了效率。而人工智能技术能够通过专家系统或网络神经对故障进行诊断，从而分析出其问题所在，并通过对数据的分析找到最简便快捷的解决方案，从而大大节省了人力，提高了效率。

4结束语

在电气自动化控制中应用人工智能技术，改变传统的电气控制模式，不仅实现了系统运行效率和精度的提高和优化，更反过来推动社会产业的发展和转型，体现出人工智能技术的巨大应用价值。而随着以后人工智能技术的进一步创新发展，笔者相信它在电气自动化控制系统方面会具有愈加广阔的应用前景，发挥更重要的作用。

参考文献：

[1]王聪聪.浅谈电气工程自动化中人工智能的应用[J].内燃机与配件，2018，03：208.

[2]康晓东.探讨人工智能技术在电气工程自动化中的运用[J].电子元器件与信息技术，2017，103：79-82.

（作者单位：山西工程技术学院）