浅议电力系统自动化中智能技术应用

《浅议电力系统自动化中智能技术应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、浅议电力系统自动化中智能技术应用　　摘要：随着我国经济快速发展的进程，科学技术也不断被运用和飞速发展，在电力系统自动化中智能技术的应用必然会越来越广泛。本论文主要介绍线性最优控制、专家系统控制、神经网络控制、模糊控制以及综合智能控制等几种智能技术在自动化中的具体应用。关键词：电力系统；智能技术；应用中图分类号：F407.61文献标识码：A文章编号：一、电力系统自动化简述电力系统的自动化主要是指电工的二次系统，也就是说在电力系统的自动化过程中使用各种具有一定自动检测、决策、控制功能的设备，并且通过数据传输系统和信号系统来对电力系统中的各个元件、局部系统、全系统进行远

2、程或就地的自动调节、监视、控制、协调，通过上述措施来实现电力系统的安全、健康、稳定运行。二、智能技术在电力系统自动化中的发展现状及发展趋势6随着我国经济实力的不断提高，对电力行业的投资越来越大，各种智能化设备和高科技技术的运用也越来越多。各个电力设备的连接复杂紧密，各个电力系统的自动化运行也互相联系和互相制约。目前，智能技术在电力自动化中的应用还存在着较大的局限性。其一，智能技术的开发并没有形成共同协作，共同发展，很多资源不能够实现共享；其二，国内许多技术的应用还只是存在于理论阶段，缺乏投入实践使用的可行性；其三，国家对智能技术开发的投入不全面不充足。而智能技术的

3、开发以及在电力系统自动化中的应用，必然会推动电力系统自动化的发展。整个电力系统自动化未来的发展趋势也会越来越依赖智能技术系统。笔者通过查阅资料，以及结合自身工作经验推测，智能技术发展趋向：由单一单元化功能向多功能多元化技术发展，例如，在变电站自动化监控系统中，智能系统对全部各种类型的设备进行多线监控；实现低电压控制，改变之前的高电压等级，比如使用配电管理系统取代之前的能量管理系统；由单个元件发展到区域系统的智能控制，比如区域数据采集系统的稳定发展和控制。此外，管理信息系统在电力系统的自动化的广泛运用也是未来的发展趋势。三、智能技术在电力系统自动化中的具体应用61.

4、在提高远距离输电的效率时，最优励磁控制的应用取得了一系列成效。励磁控制器通过测量发电机电压与给定电压比较，把偏差按PID方法计算出控制电压，将其控制电压转换为相应的移相角就能改可控硅整流桥的输出电压（转子电压），从而达到控制发电机电压的目的。励磁控制器中使用了线性最优控制技术，此项技术也在控制器发挥着重要的作用。最优控制作为组成现代控制理论的重要部分，在很多领域都得到了广泛应用。然而，需要指出的是这种线性最优控制技术只适用于局部的线性化模型，并非适用于电力系统中所有自动化程序。2.专家系统是一个智能计算机程序系统，它具有某个领域中专家水平的经验与知识，能够利用专家

5、级别的知识来解决突发的问题，专家系统控制在电力系统中也得到了应用。在自动化操作中，专家系统的应用十分广泛。它能够清晰辨识处于紧急状态或者是警告状态的电力系统，并且通过智能系统，自行处理故障，帮助系统恢复。许多自动化设备的运行、操作、管理以及监控使用了专家系统控制，比如：故障点的分析与隔离、动态与静态的安全性分析以及配电系统自动化等。专家系统智能技术给电力系统自动化带去了很多福利，然而它也存在着一些不足。专家系统中只是输入了一些专家知识的数据，相当于一个巨大的程序数据库，虽然可以及时更新，但是它缺乏了解决问题的创新性，当面对新的问题或者更为复杂的问题时，程序便会很难

6、应对。因此，使用专家系统控制技术时，也应当注重“人机结合”。63.作为人工神经网络理论与控制理论相结合的产物，神经网络控制是智能控制的一个全新的分支，它在电力系统自动化中的应用也具有十分重要的意义。神经网络控制和最优线性控制不同，它具有非线性的特征，很强的处理能力。神经网络控制中的人工智能系统、数学系统、计算机科学理论以及自动控制系统，都能很好运用到电力系统中，比如，自动化设备管理中数据库的统计，分析和计算电力系统的总能耗和各个设备的能量消耗，以及根据数据自行分析设备的耗损情况。在电力系统自动化中，神经网络系统目前主要集中研究神经网络结构和模型、神经网络的硬件相关

7、问题等。4.模糊控制是利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，影响控制优劣的最主要关键是控制系统动态模式的精确性。然而，对于复杂的系统，由于变量太多，经常很难掌握正确的系统动态，因此并不能控制精确的系统数据。模糊数学却能够轻易解决这些问题。模糊控制在电力系统自动化中的应用使得电力系统的发展又上了一个台阶。当需要检验一个新的自动化程序的可行性，模糊控制能够进行有效的模拟。由于模糊控制系统中包含了一套十分完整的推理智能技术，当对系统输入全套数据以及常规控制规则时，模糊控制系统能够自行对数据进行分析和推导，最终推断出模糊控制输出和结果。因为模糊控制是

8、基于模糊数