人工智能技术在电气自动化控制中的应用分析

岳鹏飞

摘要：在自动化控制系统的建设中应用人工智能技术，可以优化控制系统的使用性能。基于此，该文详细阐述了人工智能技术在电气保护、电气监控、智能控制模式建设、控制系统安全防护这几个电气自动化控制方面的应用，希望能够为电气设施智能化、自动化运行水平的发展提供助力。

关键词：人工智能;自动控制;信息安全

中图分类号：TP3        文献标识码：A

文章编号：1009-3044（2022）08-0083-02

人们通过将人工智能技术应用到自动化控制系统中，能够让系统的电气运行控制功能更加智能化，降低人工成本、减少人为因素带来的影响。因此，应深入分析人工智能技术，以提出更好的技术应用方案，推动电气控制自动化水平的发展。

1 在电气自动化保护控制中的应用

1.1 智能化设备保护

从总体上看，电气自动化保护控制的作用层面主要有两个，即设备安全保护、人员安全保护。其中，在设备安全保护方面，人们会将AI技术应用到设备安全防护装置的控制系统建设中，并通过AI技术预判设备损坏趋势，然后对这些安全防护装置进行启停控制，以便于在设备受损之前，将设备与威胁因素隔离，由此保证设备的安全，降低设备维修、更换成本。基于此，在AI技术应用下，人们可以运用传感器或变送器塑造感知识别系统，然后将控制器与设备连接，构建执行系统，同时，在控制系统中设计分布式运算框架。此后，以模型训练的形式，让系统能够通过机器学习，认知常见的、容易造成设备损坏的故障以及该故障在运行数据变化上的表现形式，由此帮助其准确判断设备运行故障，及时作出相应的决策，以免设备受故障影响造成损坏，实现自动控制系统的设备保护功能。但应当注意，AI属于集成技术，在应用时需要做好多样化技术的硬件、软件配置，并合理开展成本控制，保证AI技术的应用效果。

1.2 智能化人员安全保护

在电气运行中，由于部分电气设施结构比较复杂、危险性较高，工作者的不当操作或错误操作很容易引发严重事故，对人员的生命安全产生威胁。在此方面，自动控制系统的主要作用就是将危险操作纳入自动化控制的范畴内，使涉危操作能够以自动化运行的方式完成，由此消除涉危操作对人员人身安全的威胁。但事实上，一些电气上的涉危操作比较复杂，常规的自动化控制系统难以编制、下达、执行如此复杂的指令，此时，可运用AI技术让操作较为复杂的涉危操作也能够通过自动化运行实现。

2在电气自动化监控控制中的应用

在自动化控制下，电气运行监控作业主要包括两个部分，即电气作业信息采集、控制指令编制下达。因此，AI技术的应用也应当聚焦于这两部分。

2.1电气作业信息采集

在电气作业信息采集上，自动控制系统会运行自身的监控功能模块，通过接收传感装置传递出的电信号，然后将该电信号转化为数字信号并予以存储，完成作业信息的采集。其中，AI技术的应用主要体现在分布式数据存储上。在此过程中，分布式存储作为AI技术框架技术层基础框架的重要组成部分，能够有效完成对海量元数据的存储以应对电气系统运行中形成的大数据量级的运行数据的存储需求，为后续控制决策的制定提供更加充足的数据资源。目前，在AI技术领域，分布式存储技术种类包括，Ceph、GFS、HDFS、Swift、Lustre。其中，应用较为广泛的技术类型为Ceph，该技术适用于电气运作监控这种频繁读写场景，支持实时数据的收集和存储，其所遵循的最终公式为，[p=func（N，R，S，AFR）]，其中，N为OSD的个数，R为副本个数，S为Scatter width，与recvery时间相关、AFR为年故障率。

2.2控制指令编制下达

在控制系统的监控功能运行中，系统会运用所收集到的数据进行电气运行决策分析，以编制、下达合适的控制指令完成对电气设备运行的控制，实现电气设施的自动化运行。在此过程中，AI技术的应用主要体现在对特征、代表性数据的抽取以及数据分析上。在AI技术应用中，系统会运用卷积运算程序对复杂的特征数据进行抽取，然后利用大数据技术对这些信息进行分析，得出电气设备运行控制需求，最后，系统基于此设计相应的控制指令，并传达给控制器，由控制器操纵电气设施完成。在此过程中，AI技术运用的突出优势在于可以从图像信息中提取特征数据，提高了监测资料的利用率，为控制指令的编制提供更加相识的信息，例如：在监控过程中，AI程序会对图像进行卷积，得出对应的边缘响应图，而此图中的每个位置均映射原图中此位置的形似sobel算子的边缘，也就是说，响应图中的每个坐标数值，均代表该位置在原图中的Sobel边缘模式，由此，即可运用sobel算子，借助公式：

通过卷积提取图像特征，其中，[Gx]、[Gy]为横纵边缘检测图像。

3在电气自动化控制智能化模式建设上的应用

3.1 模糊控制模式建设

在控制中，AI技术的应用除了具体体现在上述方面，还体现于控制模式的建设中。传统的控制系统主要通过将运行参数与标准参数相对比来识别运行状态，制定控制决策。一般来说，运行标准参数越详细越精确，其控制效果就越精准，但对于复杂且难以用参数描述的操作，此种控制模式显然不能达到自动控制要求。此时，可以运用AI技术构建一个模糊控制模式，以有效处理上述自动控制问题。在AI技术应用中，人们需要遵循模糊数学原理，将选定的输入量进行模糊化处理，使其满足系统的识别需求，然后，使用由专家建立的模糊规则库结合模糊化的输入量进行模糊推理，以得出控制量，再将控制量转化为控制指令并输出，实现对电气作业的控制。总体上看，AI技术的使用原理為通过利用模糊数学对常规方法难以描述的复杂电气作业环节，以模糊集的方式予以阐释，使控制系统可以有效识别、判断复杂的电气作业环节的运行状态，由此制定出准确、合理的控制指令，增强系统的适用性。

3.2 神经网络控制模式建设

该控制模式是一种比较典型的智能化控制模式，此模式的架构模拟了人的神经元构造，为控制系统赋予了变化莫测的控制反应方式，使自动控制系统可以被有效运用到大规模、复杂化的电气设施系统控制作业中。在该模式建设中，需要运用AI技术中的神经网络学习技术、神经网络建模技术等AI技术，通过构建一个架构与人类神经元体系结构相似的模型，用于控制判断、决策。可以针对电气的运行现状做出精准的控制反应，由此实现高精度的电气作业控制。目前来看，常见于神经网络控制模式建设中的AI技术包括前馈型神经网络技术、反馈型神经网络技术等，配套模型运行中输入、输出之间的关系为：

其中， [xj]为其他单位神经元所传递来的输入信号、[wij]为连接权值、[θi]为阈值、[f]为作用函数[1]。

4在自动化控制系统信息安全防护中的应用

4.1 信息加密

自动化控制系统的运行需要以互联网为承载，而互联网本身具备极强的开放性，导致系统需要面临较大的信息安全风险，容易对电气设施的正常运作产生不良影响。为此，在自动化控制系统的应用中构建出配套的信息安全防护系统，以保护系统信息安全。截至目前，控制系统运行中应用最为广泛的信息安全防护方法为密钥法，通过将信息加密，可以避免在系统信息传输期间出现数据被截留、篡改的问题。但事实上，系统运行中需要传输的信息以电气运行状态信息与系统发出的指令信息为主，这两种信息均属于动态、实时的状态信息，而此类型的信息规模庞大，需要信息防护系统承担海量的加密、解密工作，导致信息安全系统的运行存在困难，容易拖慢信息传输效率。此时，即可运用AI技术构建分布式加密运算体系，使加密运算得以以并行的方式开展，由此赋予信息安全系统高效加密海量信息的能力，保证自动化控制系统的安全运行[2]。

4.2 威胁追溯

目前，有90%以上的电气自动化配套安全系统并不具备主观能动性，基本只有遏制威胁的功能，难以在入侵或信息截留已经出现之前对威胁因素进行遏制与追溯。为此，可以运用AI技术构建一个具有足够主动性的安全防护机制，为控制系统的运行提供安全保障。在此过程中，可以以分布式运算架构构建出一个更加高效的密钥运算输出系统，然后用运算输出更加复杂的追责私钥代替传统私钥，在解密机制建设中设置新的运算程序，此运算程序会在对比私钥和公钥匹配与否后，将不匹配的私钥中内嵌的用户信息定位为恶意用户信息，并将该信息公开、追责，由此完成威胁的追溯，优化信息安全防护系统的主观能动性。总体上看，AI技术的作用在于支持上述复杂化的加密传输机制的运行，以塑造性能更加优越的信息安全防护系统[2]。

5结论

综上所述，增强人工智能技术的应用效果能够改善电气自动化运行状态。在电气控制方面，借助人工智能技术措施可以保证电气设施的安全运行、实现电气运行巡检的自动化、提高电气控制的准确性、消除信息安全隐患，从而获得更好的电气设施运行管理效果。

参考文献：

[1] 王晓龙，薛双，赵舒展，等.人工智能在电气自动化控制中的应用[J].计算机与网络，2021，47（6）：47.

[2] 葛汶鑫.电氣自动化控制中AI技术的应用[J].科技风，2021（7）：88-89.

【通联编辑：代影】