1、    淺析智能化技術在電氣工程自動化控制中的應用    王朝香+李月輝摘 要隨著社會經濟的不斷發展以及市場競爭的日趨激烈，智能化技術開始廣泛應用于各個領域當中，尤其是在電氣工程自動化控制當中，智能化技術所發揮的效應更大，其不僅能夠對電氣的設計進行優化，及時診斷所出現的故障，而且還可以達到自動化控制的目的。基于此，本文就從人工智能應用理論出發，著眼于智能化技術的優點，對其在電氣工程自動化控制當中的具體應用進行分析與探討。關鍵詞智能化技術；電氣工程；自動化控制；具體應用所謂“人工智能”就是對人的智能進行模擬、擴展和延伸，其能夠讓機器系統更加智能化，自主完成

2、人類工作。作為人類生產當中的重要活動，電氣工程當中的每一個功能，包括處理信息功能、系統運行功能、計算機應用功能和自動化控制功能等均涉及到了智能化技術。此項技術加快了電氣工程自動化控制發展的速度，使人力資源得到有效節省，人們的生活安全得到了保障，工作效率大大提高。一、人工智能應用理論人工智能理論首次提出的時間是在上世紀五十年代，至今發展態勢良好，其包括了許多綜合性科學，主要有心理、哲學、控制理論、數理邏輯和信息理論等。人工智能理論主要是對如何模擬以及延伸人的智能進行研究。作為計算機科學的重要分支，人工智能技術闡述了智能的本質，并生產了相似于人類智能的機器。在現代科技不斷發展的形勢下，計算機技術已

3、經滲透到了人們日常生活的每一個角落，其中計算機編程技術加快了自動化運輸的速度。通過計算機編程能夠模仿人類大腦，例如收集信息、分析信息、處理信息、交換信息和回饋信息等，基于此計算機通過模仿人類大腦加快了電氣工程自動化發展的腳步。目前，電氣自動化控制已經融入到了人們的日常生活當中，通過自動化控制，電氣工程能夠實現自動化，不僅節約了人力資源，而且還提高了工作的總體效率。二、智能化控制優勢人工智能的控制方式會隨著其種類的不同而不同。為了能夠對分類總體進行更好地理解，以有利于對策略系統開發進行控制，可把遺傳算法以及神經網絡等當做非線性函數近似器，而以往傳統的函數沒有這個優勢，也難以精確掌握控制動態方程，

4、一些參數變化和非線性等不確定因素多影響到控制設計。智能化控制器對控制對象模型進行設計時依照魯棒性能以及下降、響應時間的不同來適當調整自身以使控制對象模型的性能得到提高，模糊邏輯控制要比pid控制器快4倍之多，這是傳統的控制所沒有辦法比擬的，同時，相比pid控制器，模糊邏輯控制在上升時間因素上要高出2倍以上。相比普通控制器，智能化控制器在沒有專家指導的情況下也可以把設計完成（應用響應數據），而且智能化控制器調節起來更容易。智能化控制器的一致性非常強，其能夠有效控制輸入的未知數據，并且有著很高的估計效率，可忽略掉驅動器所造成的影響。另外，智能化控制器還可以把一般方式沒有辦法解決的問題進行解決，例如

5、，學習算法以及拓撲結構已經在普通控制器當中定型，要想對其進行計算需要的時間比較長，同時也達不到理想的應用效果，而通過智能化控制器就可以把以上難題進行有效解決，使學習算法的速度得到了提高。智能化控制器在新數據信息上的適應性良好，有著很強的抗干擾能力，也很容易擴展修改，有著優惠的價格，這種情況尤其在最小配置當中體現的淋漓盡致。三、智能化技術在電氣工程自動化控制中的應用1.模糊邏輯應用事實上，有許多模糊控制器存在于電氣工程自動化控制系統當中，并且可以把pid控制器有效替代。模糊控制器通常在傳統系統（各類數字動態）當中應用。其中m型與s型是模糊邏輯控制應用的兩種類型，到目前為止，在調速控制當中只有m型

6、控制器得到應用。不過，有規則庫在這兩種控制器中存在，稱為模糊規則集（if them）。ifx為g，并且y是h，w=f（x，y），其中g和h是模糊集為s型控制器的規則。m型控制器的構成內容主要有模糊化、反模糊化、知識庫以及推理機等，模糊化主要是以達到變量的量化、模糊化以及測量為目的，其隸屬函數的形式有很多；反模糊化的作用就是反模糊化以及量化，主要有最大化反模糊化技術和平均技術。2.神經網絡應用神經網絡一般用在診斷監測驅動系統以及交流電機（電氣工程）當中，相比梯形控制法，神經網絡的反向轉波算法在性能上要更好，它不僅使定位時間得到了有效縮短，而且還把非初始速度以及負載轉炬大范圍變化有效控制住。多層前

7、饋性是神經網絡系統的主要結構，可通過反向學習算法進行計算，里面有兩個系統，一個系統可以通過機電系統參數對控制轉子速度進行辨別，另外一個系統可通過電子動態參數把控制定子的電流給辨別出來。目前，在處理信號以及識別模式上已經廣泛應用了智能神經網絡，同時電氣傳動控制領域也因為智能神經網絡有著函數估計器（非線性一致）而對其廣泛運用，它的優勢正如上文所說，一致性強，不必使用數學模型（被控系統），有著很強的抗噪音能力。另外，平行結構為智能神經網絡的主要結構，在條件監控和診斷系統當中應用能夠加強智能網絡決策的可靠性。神經網絡通常在誤差反向（學習技術）的傳播技術中應用，當網絡當中存在許多激勵函數以及隱藏結點時，

8、網絡神經只能夠對其進行映射，而對于進行選擇的問題，如激勵函數、最優隱藏結點和層數等，神經網絡通常都是運用嘗試法進行解決。最快下降法為反向傳播算法，在網絡當中反饋誤差能夠對權重進行調節，通過反向傳播技術能夠把非線性函數近似值快速得到，深刻影響著網絡結點。3.cad和智能診斷技術應用電氣設備設計工作較為復雜，需要囊括許多學科知識，這些知識包括電機知識、電磁場知識和電路知識，同時在設計電氣設備上也要求設計人員有一定經驗。以往通常運用經驗手工法來設計產品，但所設計的方案缺乏優化性。在現代計算機技術日趨提升的形勢下，電氣工程產品的設計開始由以往的經驗手工方式向cad設計轉變，使得產品開發周期得到有效縮短

9、，在加上智能化技術的引進，cad設計更加優化，極大的提高了設計的質量。同時，遺傳算法也是智能化技術在設計優化上的重要體現，作為一種先進的計算方法，遺傳算法有著很高的計算精度，通常運用于電氣工程當中，因此在實際的應用中不能忽視此算法。另外，故障與其征兆之間的關系在電氣工程當中是錯綜復雜的，其特點是不確定性以及非線性性，而實施智能化技術正好把它的優勢給充分發揮出來。在診斷電氣設備故障上，主要運用專家系統、神經網絡以及邏輯模糊等技術，智能化診斷技術在變壓器故障診斷、發電機故障診斷以及電動機故障診斷當中均廣泛應用進來。4.plc技術應用目前，電力生產要求在科學技術不斷提升的形式下變得越來越高，在大型電

10、力企業當中，plc技術已經替代了繼電控制器。通過plc系統能夠有效控制系統某工藝流程，并能夠對企業的整個生產進行協調。一般來說，輔助系統、儲煤、配煤以及上煤等構成了電力企業的輸煤系統，而輸煤控制系統則是由現場傳感器、遠程i/o站以及主站層組成，其中，plc和人機接口組成了主站層，主站層主要在集控室當中設立，而集控室當中的主要控制系統均為自動控制，輔以手動控制，并可以通過顯示屏來對系統進行監視與控制，這就使電力企業的生產效率得到了提高。把plc技術應用于供電系統當中，達到了自動切換的目的，繼電器取代了實物元件，使電力企業的供電系統安全性得到了大幅度提高。四、結語作為人類日常生活和生產當中不可或缺的組成部分，電氣工程生產自