這篇電力技術論文發表了智能技術對電力系統自動化的應用，人工智能技術應用在電力系統中可以幫助解決很多問題，論文對這種智能控制技術進行了分析，探討了智能控制技術在電力系統中的應用，從而保證電力系統更加穩定、經濟的運行。

　　摘要：電力系統是一個復雜大系統。這樣的系統需要一套控制效果優良、魯棒性較高的控制系統來保證系統的穩定、高效地運行。隨著人工智能技術的發展，已經有越來越多的人工智能技術應用到系統控制中。本文介紹了幾種典型的人工智能技術在電力系統中的應用，模糊控制在繼電保護裝置的應用、神經網絡、專家系統在故障診斷方面的應用等。

　　關鍵詞：電力技術論文發表,電力系統,人工智能,模糊控制,神經網絡

　　引言

　　伴隨著社會的不斷進步，用戶對電能的要求也在不斷提高:安全、可靠、優質、環保。電力系統在實際工作中也確實存在一些技術難題：首先，電力系統是一種復雜大系統，系統參數包含著諸多的不確定因素，并且具有很強的非線性;其次，電力系統應當具有較強的魯棒性能，以克服系統中的擾動，而且系統對多目標尋優的控制方法要求也較高;最后，復雜系統是由多個子系統相互影響、關聯組成，電力系統需要將多個局部的控制系統相互連接，綜合控制。因此，這一系列尖端的技術難題需要應用更為先進的自動化控制技術即智能控制技術。

　　1智能控制技術

　　控制理論的不斷發展，為人類帶來了更加先進的自動化技術，使得人們設計的控制系統穩定、可靠、智能、高效。典型的智能控制技術包括：模糊控制、人工神經網絡、專家系統、遺傳算法等。

　　1.1模糊控制。模糊控制是基于模糊數學理論的一種控制方法。傳統的控制理論能夠解決模型明朗、確定的系統的控制問題。但當面對類似于電力系統的復雜、模型不確定、因素多的大系統傳統的控制方法就無法高效地解決控制問題。為了克服上述問題，科研人員提出了用模糊數學的理論來解決一些復雜系統的控制問題。模糊控制是一種非線性的控制理論。它采用的是理論與實際相結合的方法解決實際的問題。一般模糊控制技術包含如下幾個部分：定義變量、模糊化、知識庫、邏輯判斷及反模糊化。而其中的邏輯判斷部分運用模糊邏輯、模糊推論方法進行分析，得到最優的模糊控制輸出。

　　1.2人工神經網絡。人工神經網絡(ArtificialNeuralNetworks，簡寫為ANNs)也簡稱為神經網絡(NNs)，此類數學模型模仿動物神經網絡的組成，進行分布式信息處理。通過調整系統內部的各個節點之間的聯系，最終達到控制系統的目的。強魯棒性、非線性特性、自組織自學習的能力和并行處理能力是人工神經網絡基本特性，受到了人們的普遍關注。人工神經網絡在工作前先對控制準則學習，減少系統工作過程中發生錯誤動作的概率。控制的準確性可以經過學習之后逐漸完善，提高系統正確動作的權值。

　　1.3專家系統。專家系統實際上是一個包含著某個專業領域內的大量人類專家知識的一種智能計算機程序系統。該系統通過程序模擬人類專家應用其豐富的知識經驗進行分析、解決問題的過程，最終解決復雜的控制系統的問題。專家系統中的知識庫是反映系統性能的主要部分，系統在解決問題時是通過模擬專家的思維來實現的。用戶在使用過程中可以通過不斷完善專家庫來提高專家系統的性能。專家系統通過反復比對系統的輸入信息，與專家系統中的知識庫的規則進行匹配，最終找到能使數據庫的內容與實際的目標的規則。在改善動態品質和提高遠距離輸電線路能力的問題上，盧強等人提出了利用最優勵磁控制手段，研究成果指出：利用最優勵磁控制方式，可以使大型機組取代古典勵磁方式。

　　2智能控制技術在電力系統的應用

　　2.1模糊控制技術在繼電保護領域的應用。電力系統中的繼電保護裝置具有這重要的意義，繼電保護裝置的可靠工作能使電力系統穩定、可靠、安全的運行。對繼電保護裝置的故障識別與診斷越來越嚴苛，電力系統中龐大復雜的故障現象，普通的識別系統無法準確及時地解決問題。因此，采用先進的人工智能技術進行電力系統的繼電保護裝置的故障識別與診斷的工作更加迫切。應用模糊控制技術監視電力系統中變壓器的工作狀態，根據變壓器的參數的變化，結合已知的輸入輸出，利用模糊控制技術進行變壓器的故障診斷。利用最小二乘法的原理將變壓器的一些參數，例如電介質的損耗、泄漏電流、絕緣電阻、變壓器的吸收比等參數作為模糊控制的輸入。將這些輸入參數通過一定的規則進行量化，作為模糊輸入的矩陣，再將變壓器的狀態分為合格、不合格、故障等按照規則量化得到輸出的模糊矩陣。參考其他一些實際經驗中的數據作為擴展出來的輸入輸出矩陣，應用最小二乘法的迭代運算得到輸入與輸出的關系矩陣。應用得出的輸入輸出的關系矩陣就可以對一些變壓器的試驗信息進行分析，診斷。

　　2.2神經網絡在電力系統故障診斷中的應用。在電力系統故障診斷的過程中，神經網絡將系統的故障報警信息作為神經網絡的輸入量。神經網絡的輸出是電力系統故障診斷的結論。應先讓神經網絡進行學習，對其輸入特定的故障報警，建立一個全面的故障報警樣本庫。通過樣本庫不斷對神經網絡系統進行訓練，使得系統對不同的故障報警輸入產生相應的權重，最終能夠輸出準確的故障診斷的結果。神經網絡故障診斷技術不僅可以應用在電網的故障診斷方面，還可以用于電力設備的故障診斷、電力系統中的變壓器的故障診斷等。神經網絡的算法多種多樣較為常用的有BP神經網絡算法，迭代步長算法，以及變步長法等。在輻射型配電系統中采用BP神經網絡，用ANN模擬各個地區不同電弧電阻下的故障情況，測量阻抗量應用BP神經網絡判斷電力系統出現的問題。該方法能夠有效解決由于電弧引起的測量阻抗不準確，導致保護系統不能正常工作的問題。專家系統在電力變壓器其的故障診斷的應用電力系統中已經有多個部分在控制過程中建立出了數學模型，但是依然存在一些復雜的、規律性不明顯的系統無法抽象出具體的數學模型。這就需要專家系統解決相應的問題。專家控制系統在電力系統中多用于分辨系統的故障報警的狀態，進行分析，提出故障的應急解決方案以及系統的恢復控制方案。專家系統中的知識庫用于提供解決問題的知識，應用推理機使用該專家的知識庫。知識庫可以根據變壓器的不同故障分為多個子系統，例如油位、負荷、溫度等。推理機調用程序根據當前的狀態，按照規定的規則調用系統的特定知識。推理機調用知識庫中的數據時可以采用正向推理、反向推理、混合推理。經過反復的匹配直到找出故障的原因，故障原因可能是多個，將找出的多個原因組合為一個相互關聯的矩陣。最終實現了經過專家系統做出的故障診斷分析。

　　3總結

　　人工智能技術是一項新穎先進的技術。在電力系統中應用人工智能技術是電力自動化發展的必然趨勢。針對類似于電力系統的具有非線性、多參數、不確定因素多的復雜大系統，人工智能技術擁有更加優越的控制性能。模糊控制、神經網絡、專家系統等控制理論已經漸漸的成熟，在生產生活的多個方面已經有了越來越多的應用。經過人工智能技術的不斷完善，電力系統自動化的不斷深入，人工智能對電力系統的控制會使電力系統運行更穩定、更經濟，魯棒性能更優越。

　　參考文獻

　　[1]朱亮亮,王艷.基于人工智能的電力系統自動化控制[J].科技致富向導,2014,09:300.

　　[2]丘智蔚.基于人工智能的方法對智能電網進行安全改進[D].華南理工大學,2014.

　　[3]馮宗英.配電網狀態估計及量測系統的魯棒性配置研究[D].山東大學,2014.

　　[4]劉丙午,周鴻.基于物聯網技術的智能電網系統分析[J].中國流通經濟,2013,02:67-73.

　　作者：常紅艷 單位：國網湖南省電力公司龍山縣供電分公司

　　推薦期刊：《電子科技文摘》是由信息產業部主管、電子科技情報研究所主辦，國內外公開發行的電子類文獻檢索刊物，是全國唯一國內外公開發行的權威性、國家級電子技術類文獻檢索期刊，也是廣大讀者查找信息產業部電子科技情報研究所館藏的多種國內、外著名研究機構、協會組織的最新會議文獻，論文匯編，技術報告，科技圖書及中文科技期刊的指示性刊物。