探析智能技术和电力系统自动化关系

《探析智能技术和电力系统自动化关系》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、探析智能技术和电力系统自动化关系　　摘要：简述了电力系统自动化与智能技术二者的含义，分析了智能技术与电力系统自动化的结合，介绍了将智能技术应用到电力系统自动化中的具体做法。关键词：智能技术，控制，应用中图分类号：F407.61文献标识码：A前言为确保电力系统安全、平稳、健康的运行，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。在一般情况下，电力系统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。一、智能技术与电力系统自动化的结

2、合7智能技术被应用在电力系统自动化中，进一步完善和发展了电力系统自动化。智能系统在电力系统中的有效应用，不仅协调了电力系统发展的不成熟性和该系统本身的不稳定性，还满足了公众对于相对廉价、便利的电力网络的需求。所以，智能技术作为一种技术被应用于电力系统自动化中。众所周知，智能技术从分类上可分为以下几个部分：模糊控制和神经网络控制、专家系统控制、线性最优控制和综合智能控制。如今，电力系统自动化还未发展成熟，还存在一些缺点以待改进，如：强非线性，时变性且参数不确切可知，含有大量未建模动态部分和电力覆盖范围大但却具有网络阻滞、延迟等。下面，我们将具体分析如何通过应用

3、智能系统改变电子系统智能化的缺点。二、电力系统自动化中智能技术的应用电力系统是一个巨维数的典型动态大系统，它具有强非线性、时变性且参数不确切可知，并含有大量未建模动态部分。电力系统地域分布广阔，大部分元件具有延迟、磁滞、饱和等等复杂的物理特性，对这样的系统实现有效控制是极为困难的。随着社会生产的不断发展，人们对电力系统的控制提出了越来越高的要求。正是由于电力系统具有这样的特征，一些先进的控制手段不断地引入电力系统。本文主要介绍了模糊控制、神经网络控制、专家系统控制、线性最优控制、综合智能控制等五种典型智能技术在电力系统中的运用。7智能技术被应用在电力系统自动

4、化中，进一步完善和发展了电力系统自动化。智能系统在电力系统中的有效应用，不仅协调了电力系统发展的不成熟性和该系统本身的不稳定性，还满足了公众对于相对廉价、便利的电力网络的需求。所以，智能技术作为一种技术被应用于电力系统自动化中。几种典型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.模糊控制在电力系统自动化中的应用模糊理论是模糊化经典集合理论，将语言变量和近似推理的模糊逻辑引入进来，是一种包含一套完备的推理体系的智能技术。这种智能技术在电力系统自动化控制

5、中非常实用，它能够对人的模糊推理和决策过程进行有效的模拟。通过已经存在的控制规则和数据，模糊理论可以对模糊输入量进行推导，得到模糊控制输出，输出结果的组成部分是：模糊化、模糊推理与模糊判决。模糊理论在电力系统自动化控制中的应用越来越广泛，这种智能技术的优势为：对于那些具有不确定性、不精确性的问题能够进行有效的处理，也能够处理由于噪声而造成的问题；专家的经验通过模糊知识的语言变量进行表达，与人的表达方式更接近，知识的抽取和表达更加容易完成；鲁棒性强，提高了自学习能力和容错能力，如果电力系统出现问题或者改变了网络拓扑图和环境变量的设置等，那么通过模糊理论的应用，

6、能够进行及时应对并且给出完全正确的解决方法。2.专家系统控制在电力系统自动化中的应用7专家系统控制能及时处理和辨识发生故障的电力系统，最大限度地降低网络阻滞或延迟给人们带来的危险和不便。专家系统在电力系统中有较为广泛的应用范围，例如能够辨识电力系统所处的状态：警告状态或紧急状态、紧急的处理、系统恢复控制、系统规划、切负荷和电压无功控制、故障点距离的测量、做出短期负荷预报、所处状态的安全分析以及先进的人机接口等方面。虽然专家系统在电力系统中得到了广泛的应用，但仍存在一定的局限性，如难以模仿电力专家的创造性、只采用了浅层知识而缺乏功能理解的深层适应、缺乏有效的学

7、习机构，对付新情况的能力有限、知识库的验证困难、对复杂的问题缺少好的分析和组织工具等。在电梯控制中的应用，随着科技的日新月异，电梯的制作技术也在不断地发展与更新，由简单逐渐趋向于复杂化，现在，在电梯即将出厂时，会有专门的工作人员进行调试，但当安装好后，电梯一旦出现故障时，为本单位所配备的维修人员，却不能快速找到问题，解除故障，这是由于电梯构造复杂化了，因此我们需要在安装电梯之前，安装专家控制器以确保电梯的可用性和保障性。由此可见，专家系统控制适用于电力系统自动化。3.神经网络系统在电力系统自动化中的应用7人工神经网络从1943年出现，经历了六、七十年代的研究

8、低潮发展到现在，在模型结构、学习算法等方面取得了大量