论人工智能在电气设备中的应用及其前景

吴梓豪

摘 要：随着计算机技术的成熟以及网络的普及，人工智能已经在人们的生活以及工作中扮演者日益重要的角色，节约了大量的人力与时间成本。本文探讨了人工智能在电气设备中的具体应用及前景展望，有助于加强对人工智能技术的认识，对于促进人工智能在电气具有重要的作用。

关键词：人工智能;电气设备;电气自动化;应用

0 引言

经过半个多世纪的发展，人工智能已经在诸多领域取得了较大发展成果，并且已经引起了众多学者的重视，成了一门广泛交叉的前沿性学科。目前已有多种人工智能技术应用于工电气工程中，人工智能模拟了人脑的工作方式，在机器设计当中加以运用，让机器带动代替人类工作，能够有效减少人类的工作量。目前已有很多电气科技工作者将人工智能技术引入到电气设备的优化、故障诊断以及控制过程等，并且取得了诸多成功经验。

1 人工智能在电气设备中的应用

1.1 在电气设备优化设计中的应用

电气设备设计不仅涉及电机电器、电磁场、电路等诸多学科知识，同时还需要设计者掌握大量设计经验性知识。在应用人工智能之前，电气设备的传统设计主要采取简单的实验手段以及用手工方式，这种方式难以获得最优方案。随着人工智能技术的快速发展，逐渐实现手工设计转向计算机辅助设计，大大提高传统辅助设计的技术的效率以及质量。应用与优化设计的人工智能技术，主要有专家系统和遗传算法。

目前所开发的专家系统，总体上还处于研究阶段，离实际应用还存在一定距离。沈阳工业大学特种电机研究所研制成功了永磁直流电动机以及永磁同步电动机的设计专家系统，河北工业大学将CAD技术与专家系统相融合，开发出了电磁继电器CAD专家系统。这些专家系统主要由最初设计、优化设计以及零件结构设计三部分所组成，在使用时只需输入继电器的参数，专家系统就会按照要求自动设计出电磁系统的结构尺寸、触头材料、线圈匝数等，而且绘制出特性曲线与结构图，大大提高了设计效率。

遗传算法是一种比较先进的优化算法，对产品优化设计具有非常广泛的应用，尤其是在电器产品人工智能优化设计中。相关研究指出，将一种多目标动态优化高级遗传算法引入到电磁电气设计领域，并且应用该算法优化设计智能交流接触器的结构以及其控制参数，这种方法有比较好的搜索效率与鲁棒性。同时，将效率作为目标函数，采用遗传算法对内置式永磁同步电动机进行优化设计。另外，也可以在传统遗传算法的基础上进行改良，将其用于电机优化设计。

1.2 在电气设备故障诊断中的应用

电气设备的故障与其征兆的关系非常复杂，在很多情况下这种关系是不确定的。传统的人工故障诊断往往需要花费较高的人工成本。而采取人工智能中的神经网络、专家系统、模糊逻辑等技术，能够充分发挥其优势，提高电气设备故障诊断效率。在电力系统中，变压器具有非常重要的地位，变压器的故障诊断是保持变压器正常运行的重要保障。目前在诊断变压器故障的过程中，常用方法是通过分析变压器油中分解的氣体来判断变压器的故障程度。而在人工智能背景下，采用神经网络BP算法，输入特征矢量，再将电弧、电晕放电、油过热以及正常这四种状态作为输出节点，再利用三层神经网络训练变压器油的特征气体和故障状态二者之间的输入输出关系，详细对比诊断结果与实际的检查结果，得到的比较结论是一致的，这说明了将神经网络算法应用于变压器故障诊断是有效的。有学者根据变压器的故障特征提出了一种基于决策树的组合神经网络系统，这一系统采用的是分级判别法，加强对变压器故障的诊断与细化，通过这种分解方法可以大大降低使用单个神经网络所导致的网络结构复杂性以及训练的难度这一问题。应用结果表明，这种基于决策树的组合神经网络系统具有较高的准确性，具有较高的实用价值。

1.3 在电气设备智能控制中的应用

目前可用于电气设备控制的人工智能方法主要包括三种：神经网络控制专家、系统控制以及模糊控制。其中，模糊控制是最简单且最实用的方法。有研究者以模糊理论为基础，提出了一个SF高压断路器操作机构的模糊控制模型，根据电流、电压、功率以及其他相关的参数，可以实现系统的自动调节和控制，进而实现断路器的智能操作。有研究者将人工智能的自配合适控制与保护开关电器相结合，不仅可以实现实时在线检测，而且还可以对故障进行提前预测，还可以实现在不改变原有的电气原理的情况下，采取新的现有技术提高高器件的控制与保护性能。

2 人工智能在电气设备应用的前景展望

经过半个世纪的发展，人工智能已经取得诸多进展，但仍然存在巨大的发展空间。实践表明，混合式人工智能技术可以有效弥补单一技术存在的不足，获得较优性能，有助于开辟更为广阔的应用空间。例如，将神经网络与概率论、神经网络与模糊逻辑、神经网络与生物细胞学相融合，可以产生随机神经网络、细胞神经网络、模糊神经网络等。基于小波分析与神经网络而构建的混合式神经网络，将其应用于电气设备的优化设计和故障诊断，已经取得突出成效。随着人工智能技术的发展，在未来通过混合技术以及组合技术，有助于实现人工智能在电气设备中应用效率的大大提升。尤其是软件技术与微电子技术迅猛发展，不断出现新的开发工具，将会进一步改良人工智能的技术性能，进一步推动人工智能在电气设备领域的应用。

参考文献

[1]单腾.基于智能技术电气自动化控制及实现分析[J].中国设备工程，2020，（07）：37-38.

[2]马忠林.电气自动化控制中的人工智能技术研究[J].南方农机，2020，51（06）：189.

[3]蒲天骄，乔骥，韩笑，等.人工智能技术在电力设备运维检修中的研究及应用[J].高电压技术，2020，46（02）：369-383.