电力系统自动化中智能技术的应用

《电力系统自动化中智能技术的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、电力系统自动化中智能技术的应用史慧君（江苏省电力公司徐州供电公司221000）摘要：针对几种常见的智能技术进行分析，总结了神经网络控制技术、模糊理论控制技术、智能监控技术、专家系统控制技术、线性最优控制技术及综合智能控制系统的应用，提出了智能技术在电力系统自动化中的要点。关键词：电力系统自动化；智能；神经网络控制；模糊理论控制；线性最优控制1电力系统中智能技术的应用随着我国社会经济的迅猛发展，国内牛产力与牛产方式也在不断发牛着改变,人民群众对于电力系统控制的要求更加严格。近年来，随着科学技术的不断进步，电力系统引进了多种先进

2、的控制技术。现阶段，电力系统自动化控制中应用具有代表性的智能技术主要有以下六种。1丄神经网络控制技术由于神经网络控制技术具有非线性特性、强鲁棒性、并行处理能力和自组织自学习的综合能力，因此受到人们的广泛关注。经过漫长的发展，神经网络控制技术在学习算法、结构模型等方面获得了较多的研究成果。许多简单的神经元将大量信息隐藏在连接的权值上形成了神经网络，并且根据学习算法可对权值进行适当调节，从而实现m维空间神经网络到n维空间神经网络之间的非线性映射。现阶段，神经网络理论的主要研究方向是神经网络模型及结构、神经网络的硬件实现、神经网络

3、学习算法等。1.2模糊理论控制技术模糊理论控制的功能主要是通过模糊的宏观控制系统得以实现。在一般情况下，人们很容易将其当做线性模型，但是对于电力系统自动化的整体控制而言，由于模糊理论控制的内部系统较为复杂，如果采用线性模型则难以符合实际情况,因此在电力系统自动化中的模拟常采用非线性模型。模糊理论控制是i种较为简单的控制方法，能对人类的思维方式进行模拟，根据人们自行输入的模糊理论进行推导，利用模糊理论系统进行的模糊推理过程或决策过程，以获得相对应的模糊输出，达到控制的目的。由此可见，模糊理论控制方法应用到电力系统自动化中，具有

4、随机性强、简单、非线性、易操作以及不确定性等特点，这些特点不仅让人们操作起来感觉更加便捷，还有利于电力系统中的自动化更加全面。但是这种方法也存在一些缺点：例如学习能力差、状态误差性高、调整性差以及稳定性不强等。因此需要针对模糊理论控制的缺点，设计出更加优秀的智能技术，以达到提高电力系统自动化的目的。1.3智能监控技术将智能监控技术应用到电力系统中，能更加快速地发现系统中存在的问题。随着现代科学技术、网络技术以及工业自动化控制技术的不断进步，只有将电力系统的监控智能化水平提高才能适应时代发展的需求。智能监控系统采用图形化结构作

5、为用户界面，能有效实现监控界面的数量、非电量信号、保护装置的跳闸信号以及异常报警信号等多种遥信量的信号进行监测。1.4专家系统控制技术在电力系统中，专家系统控制的适用范围十分广泛，例如能辨识与处理电力系统的紧急状态、恢复系统控制、状态转化、对系统动态或静态进行分析、对电压无功进行控制、将故障点隔离等。虽然在电力系统自动化过程中，专家系统控制得到了广泛应用。但是在其应用的过程中，还存在着较大的局限性，例如缺乏自主学习能力、创造能力、分析能力、应付能力、适应能力、组织能力以及浅层知识面等。因此，在进一步研究及开发专家系统吋，要高

6、度重视专家系统控制的效益，以及开发专家系统需要投入的精力、吋间、财力等，并要将系统软件的试验、有效性、知识获取能力相结合，全方位进行考虑。1.5线性最优控制技术在现代控制理论中，线性最优控制占据重要组成部分，同时在控制问题方面,线性最优控制理论也取得了一定的成绩。由于线性最优控制具有成熟性强、应用性多、适用范围广等特点，因此在现代诸多控制理论中，线性最优控制方法的使用最为广泛。利用线性最优控制进行远距离输电，不仅能有效提升电力系统的输电能力，还能改善远距离输电的动态质量。虽然在电力系统自动化中，线性最优控制的使用十分广泛，但

7、是对于局部线性化电力系统而言，其在设计方面仍【口存在一定的缺陷，具体表现在不能有效干扰控制强非线性电力系统自动化。1.6综合智能控制系统综合智能控制系统在电力系统中有着不可忽视的重要作用，主要包括两个方面的内容：一是将现代控制方法与智能控制有效衔接起来，例如神经网络控制系统、模糊理论系统、专家系统控制系统等；二是实现各种智能控制技术和方案之间的相互结合。以电力系统这一复杂的系统为例，综合智能控制系统具有广阔的发展前景，现阶段，使用较为普遍的是神经网络系统与模糊理论控制系统的交叉结合；模糊理论控制系统和专家系统的相互结合等。这

8、一过程中，神经网络控制系统适用于各类非结构化信息的处理，而模糊系统却恰好相反，适用于对各类结构化知识的处理，因此，人工神经网络和模糊逻辑的有机融合，综合了各系统的优势，扬长避短，具有十分广阔的发展前景。由此可知，这两种技术分别从不同的角度，为儕能系统提供服务。模糊逻辑充分采用其对非统计性问