电力科技

2016年08期︱201︱

电气工程及其自动化中人工智能的应用概述

甘怡红

国网重庆市电力公司綦南供电分公司，重庆 401420

摘要：人工智能技术是科技发展的必然产物，也是社会在高速发展中的产物。把人工智能合理应用到电气工程自动化中，可以推进电力产业机构的调整，提升电气工程自动化的速度，促进电气工程技术焕发出蓬勃活力，不断带动电气行业稳定、持久发展。本文对电气工程及其自动化中人工智能的应用进行了分析探讨。

关键词：电气工程；自动化；人工智能；应用

中图分类号：TM762 文献标识码：B 文章编号：1006-8465（2016）08-0201-01

1 人工智能技术内涵 人工智能技术属于计算机技术范畴，主要目的是掌握人类智能固有的本质，同时对人类智能进行模拟，从而产生了智能机。人工智能技术将机器人与专家系统等各领域作为了主要研究对象，同时涉及心理学、逻辑学、语言学等多个学科，但计算机学科一直是其核心内容。一般来讲，对于人工智能技术的有效研究都具备一定的复杂性，因此就需要采用智能机器来对这些复杂的工作任务进行解决。人脑是最精密的机器，并且对于人脑的思考过程能够实现模拟，实质上智能机器就是在对人脑进行模拟的基础上所实现的，并且通过对实际所获取的信息进行有效研究并在此基础上实现反馈。所以，在当前的各个行业当中加强对于自动化目标实现的主要途径就是对人脑的模拟。

2 电气工程自动化中人工智能应用的重要意义 2.1 电气工程的产品性能非常好 和以往在某种特定的方法控制下电气工程相比，人工智能在电气工程自动化中的应用一致性非常高，且在忽视外部影响因素的条件下，直接在自动化系统内输入有关的数据信息，这样得到的数据结果的估计值十分高，还能够大大地提高电气工程自动化产品的规范性。 2.2 系统运行成本较低 尤其在应用一些小配置的时候，对于扩展与修改具有很大的作用，即在应用一些模糊的神经控制器时，在电气工程自动化系统的模糊化与反模糊化当中，规则库和隶属的函数可以进行自动的控制与实施，想要实现此过程的有效运行，可以采用多种方式进行，但是最终运行的结果只能经自动化系统获取，同时把一些比较单一的系统结构配置找出，进而实现最终目标。 2.

3 不易受外界因素影响 以往的电气工程的控制器在构建自动化模型的时候，常常会受到很多因素的影响，主要有:系统模型参数的变化、不同的数值计算的类型等，很多不确定的外界因素所影响，但是将人工智能技术有效地应用到电气工程自动化系统中，并不需要获取准确度较高的动态模型，且在构建自动化模型时，对于模型参数以及模型运行环境的要求非常低，这样可以大大地提升整个电气工程自动化运行的水平。 3 人工智能技术在电气自动化中的应用分析 3.1 人工智能技术在电气自动化设备中的应用 由于电气自动化系统当中往往存在很大的复杂性，其往往涉及到很多专业的知识，因此相对于电气自动化设备操作人员来讲，其需要具备良好的个人素质，同时还需要对相关的专业知识进行透彻了解。由于电气自动化系统比较复杂，所以其实际操作的有效性要强，这样才能最大限度地减少由于不当操作，导致出现非正常停机，甚至引发安全事故等。这对产生的相关问题通常都可以采用人工智能技术的应用来实现，相对于人工智能技术来讲，其主要核心就是计算机理论，在实际的应用中进行相关程序的编制，能够在计算机控制下实现电气自动化的智能控制。在一定意义上来讲，对于电气设备的智能化主要就是将人的实际劳动操作利用智能化设备进行替代，这样除了能够提高实际的生产效率，还能够在一定程度上加强成本的降低。在电气工程自动化当中对于人工智能的应用，能够使得电气自动化设备在实际运行当中的科学性得到提升， 并且对设备的运行环境也能后得到优化。 3.2 在电气控制工作中的应用 在电气领域内，对电气设备进行控制是一个十分重要的部分，自动化设备是当前电气行业的主要发展方向，在设备的控制上，也要逐渐实现智能化，可以极大程度增强工作效率，缩减资金成本，并且降低从业者的劳动强度。比如人工智能技术中的模糊控制、神经网络控制、专家系统等，都是比较先进的控制技术，可以实现对各种设备的有效控制， 而且控制的效果很好， 产生的误差较小。 比如在模糊控制中，较为常用的模糊控制方法有 Sugeno 与 Mamdani 两种技术，后者主要是应用在对设备的速度调节的控制上，模糊控制的方法能够以一种更高的效率来处理交流传动控制的相关问题，从而使得电气设备的工作质量和工作效率有很大的提升。 3.3 在故障诊断过程中的应用 人工智能故障诊断技术涵盖了模糊理论、神经网络、专家系统，能准确诊断电气事故及其故障。实际中，由于各方面因素的影响，

电气行业中通常会发生各种故障隐患，若未及时有效的对存在的故障加以诊断，那么就会带来严重的损失。过去使用的故障诊断方式比较繁琐、准确率也较低。以变压器为例，过去常用的故障诊断方式是对变压器油中分解的所有气体进行全面收集， 然后对收集的气体进行分析，从而判断有无故障隐患。这种方式耗费时间长、需投入较大的精力，而且诊断准确率较低。除此之外，过去使用的故障解决方法也非常复杂。所以对于这些效率低的故障诊断方式及解决

方法应摒弃。将模糊理论、神经网络和专家系统有机结合，从而解决上述问题，并且还保证了故障诊断的准确性，工作效率得到提升。 原有的人工诊断电气工程问题原因难度较大，不仅需要相关技术人员具备很好的能力和技能，同时难以保证诊断的精准度。电气工程自动化控制过程中经常出现很多难以规避的信息、机器问题，人工诊断难以在第一时间将问题进行有效处理和解决。智能化技术运用到电气工程自动化控制中，结合CAD 技术设计，及电机、电路、

磁场等各方面理论，在提高其诊断速度的同时，能够提升诊断精准度，防止不必要问题的发生。应用智能化技术，关键诊断方法即为对变压设备加以研究，最快速度发现变压设备出现问题的大体区域，并且将区域渐渐缩小，直到找出问题的实际位置后加以检查维修。此做法不但能够提高诊断问题的效率，同样能够防止损伤电气设备，确保提高工程运行效益。 3.4 自动化控制工程

电气工程控制体系涵盖多个控制过程，所以智能化技术运用可以对全部自动化控制系统进行控制。此技术利用多种控制方式工作（模糊控制、神经网络控制等）。模糊控制主要有M、S 型号，前者能够用到调整速度方面，两者全部具备规则库（即为if them 模糊规则集）。其中M 型号控制设备主要有推理设备、知识库、模糊与反模糊几个部分构成，其能够针对动作加以推理并决策。模糊化具备很多函数体现方式，能够对变量加以测量计算等。 4 结语 综上所述，电力企业应深入研究人工智能在机器故障的检修、电气产品以及电气控制等方面的有效应用，进一步探讨提升电气工程自动化运行效率的具体措施。所以要不断增强人工智能技术在电气工程自动化当中的研究以及应用的力度，这对于提升整个工程自动化的水平，以及推动电力行业稳定、可持续发展具有非常重要的意义。 参考文献： [1]陈薇.人工智能在电气工程自动化中的应用分析[J].无线互联科技,2014(01).

[2]靳虎.人工智能技术在电气工程自动化中的应用[J].科技展望,2015 (02).