讨论智能控制方法在电力系统自动化中应用

讨论智能控制方法在电力系统自动化中应用

ID:6225700

大小:27.50 KB

页数:6页

时间:2018-01-07

讨论智能控制方法在电力系统自动化中应用_第1页
讨论智能控制方法在电力系统自动化中应用_第2页
讨论智能控制方法在电力系统自动化中应用_第3页
讨论智能控制方法在电力系统自动化中应用_第4页
讨论智能控制方法在电力系统自动化中应用_第5页
资源描述:

《讨论智能控制方法在电力系统自动化中应用》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、讨论智能控制方法在电力系统自动化中应用  【摘要】近年来,智能技术在电力系统自动化控制中的应用越来越广泛,极大地推动了电力系统的自动化进程。本文介绍了模糊理论、专家系统、人工神经网络等人工智能技术在电力系统自动化控制中的研究与应用现状。【关键词】智能技术;电力系统自动化;应用中图分类号:F407.6文献标识码:A前言电力系统在本质上为典型动态巨维数系统,它具有一定的时变性、非线性等特点,并且参数并不确定,含有很多没有进行建模的动态部分。在电力系统中,地域的分布十分广泛,很多元件具有磁滞、迟延、饱和等物理特性,要对这种系统进行有效的控制是十分困难的。此外,

2、因为公众不满意新建线路的造价以及数量的增加,尤其是在走廊使用权方面的费用不断增加等,同时电力网在范围方面不断扩大,因此人们在控制电力系统方面的要求越来越高。也是因为电力系统具有此种特征,需要将先进的控制技术引入到电力系统。所以,新形势新条件下,我们应对电力系统自动化中的智能技术加大研究的力度,实现其更好的发展。一、智能技术在电力系统自动化中的应用6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)模糊理论的应用。模糊理论是模糊化经典集合理论,

3、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

4、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,能够进行及时应对并且给出完全正确的解决方法。6(2)专家系统控制的应用。专家系统在电力系统中的应用范围很广,包括对电力系统处于警告状态或紧急状态的辨识,提供紧急处理,系统恢复控制,非常慢的状态转换分析,切负荷,系统规划,电压无功控制,故障点的隔离,配电系统自动化,调度员培训,电力系统的短期负荷预报,静态与动态安全分析,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

5、了浅层知识而缺乏功能理解的深层适应、缺乏有效的学习机构,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。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。(3)神经网络控制的应用。人工神经网络从1943年出现,经历了六、七十年代的研究低潮发展到现在,在模型结构、学习算法等方面取得了大量的研究成果。神经网络之所以受到人们的普遍关注,是由于它具有本质的非线性特性、并行处理能力、强鲁棒性以及自组织自学习的能力。神经网络是由大量简单的

6、神经元以一定的方式连接而成的。神经网络将大量的信息隐含在其连接权值上,根据一定的学习算法调节权值,使神经网络实现从m维空间到n维空间复杂的非线性映射。目前神经网络理论研究主要集中在神经网络模型及结构的研究、神经网络学习算法的研究、神经网络的硬件实现问题等。(4)综合智能系统的应用。6综合智能控制一方面包含了智能控制与现代控制方法的结合,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。目前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、

7、神经网络、模糊控制与自适应控制的结合等方面。神经网络适合于处理非结构化信息,而模糊系统对处理结构化的知识更有效。因此,模糊逻辑和人工神经网络的结合有良好的技术基础。这两种技术从不同角度服务于智能系统,人工神经网络主要应用在低层的计算方法上,模糊逻辑则用以处理非统计性的不确定性问题,是高层次的推理,这两种技术正好起互补作用。神经网络把感知器送来的大量数据进行安排和解释,而模糊逻辑则提供应用和挖掘潜力的框架。因此,将二者结合起来的研究成果较多。6(5)线性最优控制的应用。最优控制是现代控制理论的一个重要组成部分,也是将最优化理论用于控制问题的一种体现。线性最

8、优控制是目前诸多现代控制理论中应用最多,最成熟的一个分支。卢强等人提出了利用最优

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。