智能控制方法在电力系统自动化中的应用

庞志明

摘要：由于逐渐加快了信息技术的发展，也为人们的生产生活提供了便利，因此大大提高了人们的生产效率。在电力自动化系统中，广泛应用智能控制方法居于首要地位。本文在论述了电力系统自动化构成的基础上，具体分析了电力系统自动化中智能控制方法的应用。

关键词：智能控制方法；电力系统自动化；应用

智能控制方法即为在电气工程中，利用各种自动检测与控制功能装置，实现远程自动调节、控制、管理与监视电力系统，充分保证电力系统安全、稳定运行，提升供电质量。在近些年，伴随着一些新技术的出现，比如模糊技术、专家系统、神经网络等，均为发展智能控制技术提供了条件。

一、电力系统自动化的构成

（一）变电系统自动化

变电系统自动化即为利用计算机技术，在电力系统中实时监控系统具体运营情况，并反馈信息，尽量在故障产生的第一时间帮助师傅快速出台解决方案。对于变电系统自动化，计算机在输电线路与变电站的基础上，为用户提供电能，代替了传统的人工操作方式，使得系统操作更为准确可信，人力资源大大减少，有效取代传统电缆，并提高了电力系统的操作效率和操作精度，大大节省空间，有效达到数字化、信息化与集成化的变电站二次设备。变电站系统还能利用触摸屏技术建立运行管理档案，为将来审查工作提供便利。在管理运行档案中能有效利用计算机，利用系统内部设备中交换和共享信息，进而优化完善变电系统。

（二）配电网系统的自动化

配电网系统的自动化即为发电站向用户传输电能时，必须利用电力系统中的变电系统进行运作与传输，换言之，必须在变电站合理转化电能，充分结合发电与用电的设备与设施，进而由连接成网的送电线路、变电所、配电所与配电线路构成，在计算机技术的基础上进行高性能与自动化通信，实时共享信息资源，确保配电系统实现自动化运行，不断提高其运行效率。现今配电系统一般都划分为三级，配电系统在进行三级结构划分之后能够在沟通过程中更加顺畅，在变电系统的运行过程中，采用相关的计算机技术对现有的变电站实行全面的升级和设备改造，使其更好的满足变电站的运行需要，实现自动化的管理和控制，电网中的信息资源共享能够得到更好的实现，配电系统的自动化以及高效運行的状态得到良好的保持。

（三）电网调度自动化

针对电网调度的控制中心与下级电网的控制中心，计算机能及时向二者传递和共享数据信息，将远动通讯中断设置于发电厂和变电站中，进而对整个电网运行中产生的实时信息集中有效采集，利用计算机系统有效监控操作各级的电力系统，同时通过信道传输把信息传送给电网的调度中心，由调度员进行审阅与分析，确保电力系统稳定安全运作，在电力系统中应用计算机技术，能有效促进电力调度效率的提升，不断完善系统自动化。

二、智能控制方法在电力系统自动化中的应用

（一）专家系统

专家系统（ES）这一人工智能技术起步较早且发展较为成熟。专家系统的组成部分包括知识库与推理机构，其是按照某一领域的专家提供的特殊领域知识展开的推理，对人类专家进行模拟并决策的过程，其所提供的解决达到了专家水平。当前普遍是由经验丰富的调度人员利用自动化技术来完成运行和控制电力系统的任务。首先是因为传统数值分析方法在启发性推理上的能力不足，且难以积累足够的知识。其次，由于电力系统本身较为复杂，导致无法及时获取一些必不可少的数学模型，单纯的数值方法无法适应电力系统的需求。所以，有必要将电力专家的经验知识引进电力自动化系统中，发挥重要作用。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：第一，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；第二，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；第三，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。

（二）人工神经网络

人工神经网络（ANN）的基本特性是对人类传递与处理信息进行模拟，通过人工方式对简单神经元进行仿制并实现连接。单个人工神经元形成从输入至输出的非线性关系，其相互连接组成铸就了ANN繁复的非线性特性。ANN、和ES相比较而言，其利用的是神经元与它们之间的有向权重实现隐含处理问题的知识，其优势主要有以下几点：信息分布存储，容错能力和学习能力较强，能完成自我组织知识的过程，符合各种信息处理的需求；计算神经元存在相对独立性，有利于并行处理，能快速进行实施。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。目前，ANN的应用仍然存在着一些问题，如学习算法速度一般比较慢，训练时间较长，而且不易收敛或可能收敛到局部极小点等。随着对ANN理论研究的进一步深入，其在电力系统自动化控制领域将会有更为广阔的应用前景。

（三）模糊方法

模糊理论（FT）即为模糊经典理论，在模糊推理的基础上总结出的结果变量引进模糊逻辑中，构建完善的推理体系。模糊推理实际上即为一种具有较强实用性的控制方法，结合已知的数据与控制规则，推到模糊变量，总结出主要的模糊控制输出，主要包括三个部分，分别为模糊判决、模糊推理与模糊化。由于时间不断发展，进而日益完善模糊理论，模糊控制方法逐渐普及，同时获得了显著地成绩，具体体现在以下三方面：第一，该方法适用于处理不确定的、不精确的和噪声带来的相关问题；第二，模糊知识是使用语言变量来表述专家的经验，更接近人的表达方式，易于实现对知识的抽取和表达；第三，该方法具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显等。

结语

总而言之，社会经济的高速发展，使得建设电力系统的要求更高，在电力系统中引进和应用各种智能技术，能不断提高电力系统自动化的水平，充分确保安全、稳定、高效运行电力系统。

参考文献

[1]刘进升. 智能控制方法在电力系统自动化中的应用[J]. 科技创新导报，2008，34：79.

[2]覃剑. 智能控制方法在电力系统自动化中的应用[J]. 机电信息，2013，30：95-96.endprint