《智能控制理论与应用》研究生教学及其在电气工程中的应用

(新疆大学 电气工程学院，乌鲁木齐 830047)

0 引 言

按照K.S.Fu(傅京孙)和Saridis提出的观点，可以把智能控制看作是人工智能、自动控制和运筹学三个主要学科相结合的产物。智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在未知环境下，仿效人的智能，实现对系统的控制。智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科[1-2]。2017年3月5日，李克强总理指出，加快人工智能等技术研发和转化，“人工智能”表述首次出现在政府工作报告，也是科技部长期关注的领域，实施了动态调整机制，人工智能作为科技创新2030重大项目。在中国，人工智能已被列入推进“互联网+”行动的重点领域和《“十三五”国家战略性新兴产业发展规划》的主要任务，围绕“人工智能2.0”的发展规划即将正式出台，一批本土优秀企业和知名高校及科研机构纷纷投身其中。

首先介绍《智能控制理论与应用》研究生课程授课情况，然后对智能控制技术在我国电力系统自动化控制中应用进行归纳，重点阐述人工智能在电力系统中的应用。本研究将有助于提高电气工程及自动化等专业研究生的教学以及科研水平，并具有一定的实践工程价值。

1 某高校《智能控制理论与应用》研究生课程授课情况

《智能控制理论与应用》课程是控制科学与工程与电力系统及其自动化等专业的一门跨一级学科的研究生必修课程，某高校设立该课程32课时，2学分，共有96人选修，包括4个专业：电机与电器、电子信息、能源动力以及控制科学与工程。教学理念重点培养研究生的创新能力，从教学内容、教学模式以及考核方式等方面对课程方案进行了改革设计。通过教学，了解智能控制是自动控制发展的高级阶段，是人工智能、控制科学、计算机科学、系统论和信息论等多种学科的高度综合与集成，掌握各种智能控制技术的研究对象、类型结构、作用机理、设计方法和控制特性，理论联系实际，利用MATLAB仿真练习，为今后进一步研究智能控制系统应用打下坚实的基础[3]。

2 智能控制理论在我国电力系统中应用

我国正在加快构建清洁低碳、安全高效的能源体系，那么就必须要推动新能源快速发展。但是，与此同时新能源发电的随机性及波动性对电力系统的功率平衡造成了影响，带来了巨大的调峰压力，这也是新能源高比例消纳的主要因素；同时，由于高比例的电力电子设备的接入，也给电力系统的安全稳定带来巨大挑战[4]。因此需要建立智慧电网来解决问题，就必须智能控制在电力系统得到广泛应用，主要有以下几方面：

2.1 专家系统控制理论应用

专家控制系统(Expert Control System，ECS)是一种已广泛应用于故障诊断、各种工业过程控制和工业设计的智能控制系统。专家控制系统的主要形式：(1)专家控制系统，复杂且造价较高，目前用得较少；(2)专家式控制器，多采用工业专家控制器，结构简单，应用日益广泛[5]。

电力系统具有非线性、复杂、难度大、高危险等特点，因此，对该领域专家要求高，具备丰富的专业知识以及足够的经验，现实中电力专家很少。然而，专家系统是一个具有较大规则、丰富经验、专门知识的程序系统。在电力专家不能到达现场时，专家系统就被用到工程实践。具体步骤如下：(1)在数据库中存储入专家需要的大量专业知识；(2)整合专家经验过程，传入数据库；(3)分类并分析这些数据资料；(4)电力系统发生故障，专家系统动作。模仿人类专家的思维去思考问题，利用数据库中的知识及相关经验去分析问题，通过智能控制理论去解决问题。

专家系统在电力系统适用范围较广，效果明显，对系统稳定运行发挥了重要的作用。但存在不足，创新性不够，只能解决曾经出现过的问题，当新故障出现时，就不会主动思考，也不可能很好的解决问题。因此，该技术还需进一步完善，从而真正提升专家的控制系统[5]。

2.2 模糊控制理论应用

模糊控制的特点是，(1)提供了一种实现基于自然语言描述规则的控制规律的新机制；(2)提供了一种改进非线性控制器的替代方法。模糊控制单元的基本功能结构由规则库、模糊化、模糊推理和清晰化四功能模块组成。电力系统的复杂性，而且受外界干扰因素多变，为了电力系统的稳定安全运行，将消耗大量的资源，模糊控制理论技术可以很好的为管理提供优质的策略，提高了电力系统运行效率，在电力系统中的应用主要包括：电力稳定性、系统经济性以及系统控制，在电力自动控制应用有智能家居等，同样发挥了很大的作用[6]。

2.3 神经网络控制理论应用

基于人工神经网络的控制(ANN-Based Control),简称神经网络控制或神经控制。基于神经网络的控制器，其控制问题可以看作是一类模式识别问题。要识别的模式是一些关于受控的状态、输出或某个性能评价函数的变化信号评价函数：用于评价控制效果的函数，该函数学作为一类变化信号输入神经网络，以作为神经网络的习算法或学习准则[7]。

电力系统运行中具有非线性、不确定、不确知三大难题，神经网络为解决此问题提出了新办法，利用特殊联系方式，将连接复杂、数量巨大且紧密的神经元构造神经网络，并实现控制，在图像处理和管理控制方面得到应用，取得了一定成效，但在大规模复杂的电力系统面前还是具有一定局限性，因此，还需要进一步完善。

2.4 线性最优控制理论应用

对电力系统的局部线性化模型，线性最优控制是成熟的，也比较完善，并取得了一定成效。如，最优协联控制器在快速汽门控制器中的应用，通过多机系统，实现了不同地点机组协调运作；我国采用最优励磁控制方法，特高压长距离电力传输能力有所提高，以及传输质量有所改善；利用线性最优控制，水轮发电机也实现了最优时间控制。但是，在面对强非线性的电力系统，存在打干扰的时候，最优控制理论的控制效果不明显了[8]。

2.5 集成智能控制理论应用

集成智能系统的应用，最大特点在于“集成”两个字，因为电力系统的复杂性，使得单一的智能控制技术不能很好地控制电力系统自动化，多种智能化技术相互结合，综合运用能更好地服务于电力系统。由几种智能控制方法或机理融合在一起而构成的智能控制系统称为集成智能控制系统。如，模糊神经(FNN)控制系统，将模糊系统转换为对应的神经网络，即把两种智能方法融合在一起。另外，模糊理论与专家系统的综合运用较为常见，相互协调的结果使最后的自动化控制更加科学有效。在之后的发展中，可以考虑其他几种系统的综合运用，更好地为电力系统控制提供服务[9]。

2.6 人工智能控制理论应用

从广义上说，各种智能控制方法研究的共同点，就是使工程控制系统具有某种“仿人”的智能，即研究人脑的微观或宏观的结构功能，并把它移植到工程控制系统。K.S.Fu阐述智能控的研究背景时，首先提出的是人作为控制的系统。

人工智能控制所要研究的主要目标是控制器本身，即直接对人的控制经验、技巧和各种直觉推理逻辑进行测辨、概括和总结，使控制器的结构和功能更好地从宏观上模拟控制专家的功能行为，从而实现对缺乏精确数学模型的对象进行有效的控制。人工智能在电力系统中的应用如图1所示。

图1 人工智能在电力系统中的应用(李云红：人工智能在电力系统中的应用研究)

人工智能不太依赖于数学模型，最大的特点就是从大数据中自我深度学习，并对源域迁移学习，从而突破了解决复杂电力系统的瓶颈问题。随着大量电力电子设备的接入，电网就是一个大数据，具备多类型，多体量，高维度等特点，对这些海量数据的处理，并挖掘大数据后面隐藏的机理，就必须需要人工智能的参与[10]。电力系统、综合能源系统、大数据以及人工智能之间的联络关系如图2所示。

图2 电力系统、综合能源系统、大数据以及人工智能关联(李云红：人工智能在电力系统中的应用研究)

未来，智能电网是发展的必然，电力系统将会更复杂，其中“三高”：高比例新能源并网、高比例新负荷接入、高比例电力电子装置，“三多” ：多种能源相结合、多种主体相结合、多种网络相结合)，核心是“智能”，人工智能飞速发展，为智能电网提供了重大机遇和强大的技术支撑。“智能电网+”就是借助人工智能控制技术实现智能电网的升级，使电网具有更高级、更深层的人工智能，从而进一步提升电网运行的安全性、经济性、可持续性[11]。

3 结束语

智能控制技术应用于电力系统，简化流程、提高效率。在电力系统中广泛应用的智能化技术，尤其是人工智能，为建立综合能源系统，实现“智能电网+”，提供了强大动力支持。有些技术还存在不足，有待进一步研究和完善。