智能技术在电力系统自动化中的应用侯雨辰

智能技术在电力系统自动化中的应用侯雨辰

侯雨辰

（国网宁夏电力有限公司石嘴山供电公司宁夏石嘴山市753000）

摘要：经济不断发展，电力系统的应用范围也在不断扩大，电力用户也会要求一个高效稳定的电力系统控制结构，以保证电力的正常供应。电力系统自动化中的智能技术通过先进测量及传感技术、先进控制方法、先进设备及先进决策支持体系，保证电力系统的安全、可靠、高效及经济的使用目标得以实现。智能技术在电力系统自动化中的应用正变得越来越普遍，本文分析了四种典型的智能技术。

关键词：电力系统自动化；智能技术；应用

电力系统的分布范围较广，且其中大部分的元件具有饱和、磁滞及延迟等复杂地理特性，因此对电力系统实行有效控制，是非常具有挑战性的工作。目前，经济不断发展，电力系统的应用范围也在不断扩大，电力用户也会要求一个高效稳定的电力系统控制结构，以保证电力的正常供应。电力系统自动化中的智能技术通过先进测量及传感技术、先进控制方法、先进设备及先进决策支持体系，保证电力系统的安全、可靠、高效及经济的使用目标得以实现。

一、电力系统自动化与智能技术概述

1、电力系统自动化

电力系统自动化是基于计算机信息技术而开发的电力系统控制技术。通过电力系统自动化的构建，实现自动控制。检测、管理等功能，进而对电能的生产、运输、管理进行自动化的调度管理。这样一来，电力系统自动化的控制管理方式，很大程度上确保了电力系统运行的安全性和稳定性。所以，实现电力系统自动化，对于电力事业的发展具有十分重要的意义。对于电力系统自动化而言，其自动化包括变电站自动化、调度电网自动化、配电网自动化等领域。在新的历史时期，实现电力系统的自动化，不仅确保电力系统的安全稳定运行，而且提高了电力系统的供电质量，是电力事业现代化发展的重要方面。

2、智能技术

智能技术主要包括综合智能控制、神经网络控制、专家系统控制等控制手段，也就是说，智能技术就是智能计算机技术。当前，各种智能技术已应用于电力系统之中，也是智能技术发展的新方向。智能技术突破了传统控制方法的局限性，可以对产品中的问题进行及时有效的处理，进而有效地提高了控制方式的有效性。与此同时，智能技术主要是通过对周围环境的感知，实现对所学信息的获取，以及提升感知信息的控制能力。这样一来，一些不确定因素的控制方法，就会在控制中有所减少，提高控制的实际效果。智能技术在组织与适应等方面，也具有极强的功能，基于对实际环境的正确判断，以获取相应的知识，以便于在实际中运用。这点也就说明，智能技术具有实时性、适应性和多样性的特性，在当前的社会发展中具有十分重要运用价值。

二、智能技术在电力自动化系统中的应用研究

2.1模糊理论应用

模糊理论别名也称为集合理论，它主要利用语言变量和推理逻辑理论作为电力智能设施的实践基础。此外，运用模糊理论的电力自动化控制系统，能够具备体系完整的推理逻辑性，以及能够模拟人为决策等形式的模糊推理过程。而决定这一推理、逻辑过程的是其技术的数据规则控制。也就是说，应用模糊理论可以直观对模糊输入量进行推理，进而按照其程序的控制原则实现应有的模糊控制输出，而具体的输出成果则是模糊化、推理过程、推理判决。所以，电力自动化控制系统中如果通过模糊理论下的模糊量输出，能够将语言变量进行充分表达，进而实现类似于人的逻辑性能。此外，其鲁棒性也很强，能够使控制系统具备一定的自学、容错能力，即使系统内部出现因网络拓扑或者环境变量改变而引起的系统问题，凭借模糊理论的应用成果，也能够及时寻求出最为合理的解决途径。

2.2专家系统应用

智能技术体系中的专家系统应用范畴较为广阔，尤其是应用在电力系统自动化中所体现的成果也相当强大。如电力系统的预警状态辨识、系统紧急处理、系统控制性能恢复、系统状态切换、故障点排查及隔离、系统短期负荷提示、以及电压无功控制等方面都会存在智能技术中专家系统的影子。由此可见，专家系统在电力自动化控制系统中的广泛程度非常明显，并在各方面的应用实践取得了一定成果。但值得指出的是，专家系统同样具备约束性。如难以模仿电力专家的创造性；仅采用了浅层知识而缺乏功能理解的深层适应；缺乏有效的学习机构，对情况的处理解决能力非常有限，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效益分析方法问题，专家系统软件的应用成果及试验性能问题，知识获取问题，专家系统与其他常规工具或系统相结合的协调等问题。

2.3神经网络的应用

神经网络是人工智能技术体系中的一部分，通过近七十年来的不懈努力与致力钻研，其在模型构造、模型计算及算法等相关方面着实取得了不小研究成果。而神经网络技术自兴起直至被人们接受与高度重视以来，之所以取得不少成就必然与人为的努力研究有直接关系，同时还与其理论的实践性强大有重要关系。即其本质具备非线性特性、系统能力及鲁棒性体现明显、以及自发学习能力功能等非常显著等，都决定了其理论与实践技术应用的开拓程度。当然，其具体作用形式是以大量信息为准；主要通过神经网络将大批量、大规模的信息隐含在连接权值上，并结合与之配套的算法去调节权值，进而能够将神经网络实现一种复杂非线性映射，即神经网络由m维的空间向n维空间的复杂非线性映射，进而更加利于神经网路模型的深入研究。

2.4综合智能系统应用

综合智能控制系统主要指智能控制性能的综合体现，即集结了现代智能控制技术方法、以及不同智能控制方法的融合和交叉，是种具备综合性能的智能系统。而这种综合性能系统对电力自动化控制系统而言，无疑更具发展潜力与增值空间。也就是说，当前电力市场中具备很多的神经网络和专家系统相结合的系统产物；同理，包括专家系统和模糊理论结合、神经网络和模糊理论相结合等的综合产物。此外，综合性能系统也是根据主要智能技术的性能效果去加以区分、谋划而生成的一种智能技术。如，神经网络的使用范畴往往针对于非结构化知识，但模糊理论则更加适用于一些结构化信息的处理。因此，这两种技术的融合正好能够形成技能互补、低高层计算的逻辑处理等，进而使以低层计算方法为主的神经网络能够与以具备高度推理逻辑的模糊逻辑实现有机结合与协调，为神经网络系统下的大量信息、数据处理的解释和处理提供了有利实施基础。

2.5线性最优控制

线性最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。相关学术界人士曾提出了利用最优励磁控制手段提高远距离输电线路输电能力和改善动态品质的问题，取得了一系列重要的研究成果。该研究指出了在大型机组方面应直接利用最优励磁控制方式代替古典励磁方式。电力系统线性最优控制器目前已在电力生产中获得了广泛的应用，发挥着重要的作用，尤其是局部线性模型的设计及分析，效果比较理想。

结束语

智能技术是一种全新的控制技术，在现代社会的运用十分广泛，特别是在电力系统自动化领域，具有十分突出的应用效果。智能技术在电力系统自动化中的有效应用，确保了电力系统的安全稳定，是自动化水平进一步提升的重要支撑。当然，随着智能技术的不断发展与成熟，模糊控制方式、线性最优控制、神经网络控制等，都将更有效地运用与电力系统自动化之中，创造更加有价值的应用效果。所以，智能技术不断发展的同时，其所带来的社会价值也日益多样化。

参考文献：

[1]王庆彬.智能技术在电力系统自动化中的应用[J].城市建设理论研究，2013（07）.

[2]顾光恒.浅谈电力系统自动化中智能技术的应用[J].机电信息，2012（02）.

[3]李小燕，嵇拓，李建兴，钟西炎.电力系统自动化控制中的智能技术应用研究[J].华章.2011（16）