您好, 访客   登录/注册

智能技术在电力系统中的应用

来源:用户上传      作者: 刘文权

  摘 要 随着科技的进步,对电力系统自动化发展提出的要求也越来越高,因此引入一些智能技术的运用,它是电力系统自动化控制应用的重要组成部分。因此,研究其应用状况,对提高电力系统自动化控制、减少人力资本投入,提高运作效率具有重大意义。
  关键词 智能技术;电力系统自动化;应用
  中图分类号 TM 文献标识码 A 文章编号 1673-9671-(2011)122-0104-01
  
  当前,常见的几种智能技术,在电力系统自动化控制中的引入运用,解决了传统方法难以解决的复杂系统的控制问题,从而有效提高电力系统自动化控制的适应性,降低控制系统的造价成本。
  1 电力系统自动化的简述
  为确保电力系统安全、平稳、经济运行,对电力系统的各个元件、局部、全系统,采用具有自动检测、决策和控制功能的装置,通过信号和数据传输的系统,就地或远距离进行自动监视、调节和控制等,从而达到合格的电能质量。在一般的情况下,电力自动化系统主要构成有调度自动化、变电站自动化和配电网自动化。
  2 电力系统自动化中的智能技术
  智能技术是具备学习、适应及组织功能的行为,能够对于问题产生合适求解问题的响应,解决传统鲁棒性控制和自适应控制无法解决出令人满意结果的,非线性、时变性和不确定性的控制问题。目前,智能技术尚处于发展阶段,但它已受到人们的普遍重视,广泛应用到电力系统各个领域中,并取得了一定的实效。
  2.1 专家系统的控制技术
  专家系统在电力系统中的应用范围很广,它是一种基于知识的系统,用于智能协调、组织和决策,激励相应的基本级控制器完成控制规律的实现。主要针对各种非结构化问题,处理定性的、启发式或不确定的知识信息。如:电力系统恢复控制、故障点的隔离、调度员培训、处于警告或紧急状态的辨识、配电系统自动化等。以智能的方式求得受控系统尽可能地优化和实用化,并经过各种推理过程达到系统的任务目标。虽然取得到广泛应用,但存在如难以模仿电力专家的创造性等局限性。一般而言,专家控制系统应用比较大的原因还因为这种方法可适用范围广,而且能够为电力系统处于各种状态提出辨识,根据这种具体情况来给出警告或是提示,在这样的情况还能够进行控制和恢复。虽然专家系统得到一定的应用,但是还是存在一定的局限,这种局限包括对于创造性的难以模仿,而只是对于浅层知识的应用,缺乏很有效的深层的模仿和方针,对于复杂的模拟就难以适应。因此,在开发专家系统方面应注意专家系统的代价/效益分析方法问题,专家系统软件的有效性和试验问题,知识获取问题,专家系统与其他常规计算工具相结合等问题。
  2.2 模糊逻辑的控制技术
  模糊方法是一种对系统宏观的控制,十分简单且易于掌握,为随机、非线性和不确定性系统的控制,提供了良好的途径。将人的操作经验用模糊关系来表示,通过模糊推理和决策方法,来对复杂过程对象进行有效控制。通常用“如果…,则…”的方式来表达在实际控制中的专家知识和经验,不依赖被控对象模型、鲁棒性较强的。模糊控制技术的应用非常广泛,与常规控制相比,模糊控制技术在提高模糊控制的控制品质,如:稳态误差、超调等问题,自身的学习能力还不完善,要求系统具有完备的知识,这对工业智能系统的设计是困难的。如模糊变结构控制,自适应或自组织模糊控制,自适应神经网络控制,神经网络变结构控制等。另一方面包含了各种智能控制方法之间的交叉结合,对电力系统这样一个复杂的大系统来讲,综合智能控制更有巨大的应用潜力。现在,在电力系统中研究得较多的有神经网络与专家系统的结合,专家系统与模糊控制的结合,神经网络与模糊控制的结合,神经网络、模糊控制与自适应控制的结合等方面。这些模糊方法的运用因其可使用范围广,目前已经在自动化控制中被广泛应用。
  2.3 神经网络的控制技术
  神经网络是一种介于符号推理与数值计算之间,适合用作智能控制的数学工具。神经网络从m维空间到n维空间,复杂的非线性映射、学习能力为解决复杂的非线性系统控制问题,提供了有效的途径。在神经网络中,知识是通过学习例子分布存储,当个别处理单元损坏时,不会影响整个系统的正常工作,是对非线性系统具有最好的控制性能。目前,主要集中在神经网络模型、结构、学习算法的研究,硬件的实现等。
  2.4 线性最优控制技术
  线性最优控制技术是现代控制重要组成部分。目前,在大型机组方面,直接用最优励磁控制手段代替古典励磁方式,不但提高了远距离输电线路输电能力,而且同时改善动态的品质。另外,在发电机制动电阻的最优时间控制方面,最优控制技术也获得了成功的应用。它是诸多现代控制技术中应用最多、最为成熟的一个分支。
  2.5 综合智能控制技术
  综合智能控制重要的技术发展方向是智能集成化。一方面,可将多项智能技术相互结合于一体,不在单独运用,各取优势。如模糊技术和神经网络的结合,神经网络与模糊控制的结合,神经网络与专家系统的结合等,这些都在电力系统自动化控制中研究的较多,如可用神经网络与模糊逻辑良好结合的技术基础,去处理同一系统内的问题,神经网络处理非结构化信息,模糊系统处理结构化的知识等。另一方面,自动化控制智能技术与传统的自适应控制的结合,如:神经网络、模糊控制与自适应控制的结合等。目前,国内已有控制专家已着手发展研究,既能有效处理模糊知识又能有效学习的模糊与神经网络集成技术,这必将为电力系统智能控制的发展提供新的途径。
  3 结束语
  当前,像电力系统这样一类复杂的不确定性工业过程,对其有效控制,关键在于自动化控制智能技术应具有较强的知识处理能力,包含知识学习和利用,推理和决策等方面。在未来电力系统的发展进程中,随着计算机的广泛应用,控制技术的深入研究,自动化控制智能技术将朝着全面智能化的方向发展。从而实现智能性工作环境,减少人员的值守,甚至于无人值班。同时,也有效的促进与提高电力系统平稳、安全和经济的运行。
  参考文献
  [1]沈君奕.电气自动化控制中人工智能的探讨分析[J].科技资讯,2009.
  [2]梁宁波.浅析人工智能在电气自动化控制中的应用[J].黑龙江科技信息,2008,5.


转载注明来源:https://www.xzbu.com/8/view-47117.htm