论文部分内容阅读
摘要：电气自动化可以在工业信息处理、工业控制等方面进行良好应用，而人工智能技术在电气自动化控制中的应用，不仅可以显著提升其生产水平，还可以有效促进自动控制行业的快速发展。所以需要对电气自动化控制中的人工智能技术进行研究。
关键词：电气自动化；控制；人工智能技术
一、电气自动化控制中应用人工智能技術的优点
1.1人工智能技术的应用有利于加强控制性能
在人工智能技术的应用过程中，对控制器进行稍微调整，能够从根本上对数据进行有效调节，这样能够促使该机器的使用性能得到有效提升。比如，在现阶段所使用的模糊逻辑控制器当中，其应有非常快的反应，这样就会促使其过冲得到有效控制，对性能提升而言，具有非常重要的影响和作用。
1.2人工智能技术的应用有利于简化使用方法
人工智能技术在现代社会发展过程中被广泛应用，该技术在一些生产中的应用，不仅能够从根本上提高生产效率，而且还能够保证生产质量。与此同时，该技术的应用能够打破传统人工工作时所出现的误差现象，同时还能够节约在生产时的人工成本投入。这样不仅能够为人工智能技术的应用效果提供有效保障，而且还能够为该技术的未来发展打下良好基础。人工智能技术得到广泛应用的最根本原因之一就是其对自己的使用方法可以起到良好的简化作用，与一些古典控制器调节能力相比，人工智能技术这方面的性能比较良好。人工智能控制器在实际应用时，可以提高其调节能力，同时还能够降低控制难度，对一些新信息和数据能够起到良好的适应作用。同时在没有相关专家专业知识的背景下，也可以针对实际情况进行操作。
二、电气自动化控制中人工智能技术的应用
2.1应用于电气设备
基于传统自动化控制，智能化电器控制器的出现，打破了设计控制模型的限制。将人工智能技术，应用到电气自动化控制中，可依据自动化设备的具体要求，利用精确算法，优化电气自动化计算和模拟过程，极大程度上提高了电气设备运行的效率，科学合理的缩短设计周期。智能化电气设备具有较大的应用优势，同传统的自动化设备相比，其实用性以及科学性水平更高。
2.2应用于电气控制
在电气自动化中，人工智能技术的应用，具体包括专家系统、神经网络控制、模糊控制方法。人工智能操作环节，操作人员可利用软件，远程操作设备，精准的调节电气设备运行参数。除此之外，应用人工智能技术，可监控以及保护电气设备，当电气设备出现超负荷运行或者停机故障时，系统能够发出保护指令，采取保护措施，避免电气设备被损坏。在具体应用中，按照设备自动化功能的要求，输入优化算法，采集电气设备各项参数，比如开关量信息和模拟量数据信息等，整理在线分析数据，实现信息自动化检索和存储，最终实现设备自动化监控。
2.3应用于系统运行诊断
早期的电气自动化控制系统，在实际应用中，存在着诸多问题，比如运行故障诊断与修复等。利用智能化技术，能够实现设备故障自动化定位和修复。通过预设各类措施，对设备故障，进行诊断分析，实现精准定位分析，能够减少故障损耗。应用人工智能技术，实现电气设备自动化故障诊断，主要是利用模糊理论、专家系统、神经网络，对变压器与发电机等，进行实时监控。譬如：110kV输电线路在线监测系统的应用，采用的是分布式系统、传感器、通信系统等，实现对多个电气设备的运行状态在线监控。利用分布式模型算法，有效的解决了超大规模参数信息的存储问题。并行数据处理的应用，能够优化神经网络模型。硬件的改进、算法的优化等发展，使得人工智能技术的水平不断提升，将加速电气自动化的发展。
2.4应用于日常控制
电气专业和人们的日常生活紧密相关，若电气运行环节发生故障，可能会造成巨大的损失。传统的电气自动化控制，对系统日常操作，有着较为严格的规定，执行步骤也较为复杂，极易发生错误，造成难以预计的损失。利用人工智能技术，优化系统控制，提高了自动化控制的安全性和可靠性，简化了复杂的操作，减少了操作失误，有效的提高了工作效率。
三、人工智能技术发展趋势
3.1性能优化
从当前人工智能发展实际来说，硬件加速，提升了自动化控制的水平。以计算机控制系统为例，除了通用计算单元CPU外，用于显示图形的GPU不断优化，提高了系统性能。随着GPU性能的不断提升，科研人员尝试着使用GPU对神经网络计算，进行加速处理。譬如：在2012年，HInton教授团队，在1台机器上，使用2个GPU，训练同个神经网络，获得了较高的测评成绩。可以说，硬件加速使得人工智能朝向性能更为优质的方向发展。GPU应用于嵌入式自动化系统，比如无人机和无人车等，有着较大的可能。目前，BIM、高通等公司，也加强部署深度学习芯片的研究，未来更多难以想象的智能产品，将被应用于人们的生活和生产。
3.2智能化
从人工智能优化发展角度来说，除了硬件设备的优化，算法改进也是技术的重要改进，实现了压缩优化的模型。举例来说，将神经网络参数从一个浮点数，压缩为一个数值范围有限的整数。不仅提高了模型运算速度，还减少了神经网络资源占用率，提高了技术水平。通过优化算法，使得神经网络能够从大数据中学习到更多有用的知识，快速完成深度学习，是科研人员一直以来研究的重点，并且已经获得了不错的成效，比如较为简单并且非对称的激励函数，在实际应用中，能够快速完成神经网络的学习。
四、结束语
综上所述，通过分析人工智能技术发展现状，总结人工智能技术在电气自动化的应用，结合技术研究获得的成绩，展望了人工智能技术发展趋势。人工智能技术的功能强大，需要不断地开发，因此还需要继续加大技术研究力度，科研人员正在不断地努力，获得了可喜的成就，推动着人工智能的快速发展。
参考文献：
[1]刘雪飞.电气自动化控制中的人工智能应用分析[J].城市建设理论研究（电子版），2015.
[2]隋胄君.探讨人工智能在电气自动控制中的应用[J].电子制作，2016.
（作者单位：国网新疆电力有限公司巴州供电公司）
关键词：电气自动化；控制；人工智能技术
一、电气自动化控制中应用人工智能技術的优点
1.1人工智能技术的应用有利于加强控制性能
在人工智能技术的应用过程中，对控制器进行稍微调整，能够从根本上对数据进行有效调节，这样能够促使该机器的使用性能得到有效提升。比如，在现阶段所使用的模糊逻辑控制器当中，其应有非常快的反应，这样就会促使其过冲得到有效控制，对性能提升而言，具有非常重要的影响和作用。
1.2人工智能技术的应用有利于简化使用方法
人工智能技术在现代社会发展过程中被广泛应用，该技术在一些生产中的应用，不仅能够从根本上提高生产效率，而且还能够保证生产质量。与此同时，该技术的应用能够打破传统人工工作时所出现的误差现象，同时还能够节约在生产时的人工成本投入。这样不仅能够为人工智能技术的应用效果提供有效保障，而且还能够为该技术的未来发展打下良好基础。人工智能技术得到广泛应用的最根本原因之一就是其对自己的使用方法可以起到良好的简化作用，与一些古典控制器调节能力相比，人工智能技术这方面的性能比较良好。人工智能控制器在实际应用时，可以提高其调节能力，同时还能够降低控制难度，对一些新信息和数据能够起到良好的适应作用。同时在没有相关专家专业知识的背景下，也可以针对实际情况进行操作。
二、电气自动化控制中人工智能技术的应用
2.1应用于电气设备
基于传统自动化控制，智能化电器控制器的出现，打破了设计控制模型的限制。将人工智能技术，应用到电气自动化控制中，可依据自动化设备的具体要求，利用精确算法，优化电气自动化计算和模拟过程，极大程度上提高了电气设备运行的效率，科学合理的缩短设计周期。智能化电气设备具有较大的应用优势，同传统的自动化设备相比，其实用性以及科学性水平更高。
2.2应用于电气控制
在电气自动化中，人工智能技术的应用，具体包括专家系统、神经网络控制、模糊控制方法。人工智能操作环节，操作人员可利用软件，远程操作设备，精准的调节电气设备运行参数。除此之外，应用人工智能技术，可监控以及保护电气设备，当电气设备出现超负荷运行或者停机故障时，系统能够发出保护指令，采取保护措施，避免电气设备被损坏。在具体应用中，按照设备自动化功能的要求，输入优化算法，采集电气设备各项参数，比如开关量信息和模拟量数据信息等，整理在线分析数据，实现信息自动化检索和存储，最终实现设备自动化监控。
2.3应用于系统运行诊断
早期的电气自动化控制系统，在实际应用中，存在着诸多问题，比如运行故障诊断与修复等。利用智能化技术，能够实现设备故障自动化定位和修复。通过预设各类措施，对设备故障，进行诊断分析，实现精准定位分析，能够减少故障损耗。应用人工智能技术，实现电气设备自动化故障诊断，主要是利用模糊理论、专家系统、神经网络，对变压器与发电机等，进行实时监控。譬如：110kV输电线路在线监测系统的应用，采用的是分布式系统、传感器、通信系统等，实现对多个电气设备的运行状态在线监控。利用分布式模型算法，有效的解决了超大规模参数信息的存储问题。并行数据处理的应用，能够优化神经网络模型。硬件的改进、算法的优化等发展，使得人工智能技术的水平不断提升，将加速电气自动化的发展。
2.4应用于日常控制
电气专业和人们的日常生活紧密相关，若电气运行环节发生故障，可能会造成巨大的损失。传统的电气自动化控制，对系统日常操作，有着较为严格的规定，执行步骤也较为复杂，极易发生错误，造成难以预计的损失。利用人工智能技术，优化系统控制，提高了自动化控制的安全性和可靠性，简化了复杂的操作，减少了操作失误，有效的提高了工作效率。
三、人工智能技术发展趋势
3.1性能优化
从当前人工智能发展实际来说，硬件加速，提升了自动化控制的水平。以计算机控制系统为例，除了通用计算单元CPU外，用于显示图形的GPU不断优化，提高了系统性能。随着GPU性能的不断提升，科研人员尝试着使用GPU对神经网络计算，进行加速处理。譬如：在2012年，HInton教授团队，在1台机器上，使用2个GPU，训练同个神经网络，获得了较高的测评成绩。可以说，硬件加速使得人工智能朝向性能更为优质的方向发展。GPU应用于嵌入式自动化系统，比如无人机和无人车等，有着较大的可能。目前，BIM、高通等公司，也加强部署深度学习芯片的研究，未来更多难以想象的智能产品，将被应用于人们的生活和生产。
3.2智能化
从人工智能优化发展角度来说，除了硬件设备的优化，算法改进也是技术的重要改进，实现了压缩优化的模型。举例来说，将神经网络参数从一个浮点数，压缩为一个数值范围有限的整数。不仅提高了模型运算速度，还减少了神经网络资源占用率，提高了技术水平。通过优化算法，使得神经网络能够从大数据中学习到更多有用的知识，快速完成深度学习，是科研人员一直以来研究的重点，并且已经获得了不错的成效，比如较为简单并且非对称的激励函数，在实际应用中，能够快速完成神经网络的学习。
四、结束语
综上所述，通过分析人工智能技术发展现状，总结人工智能技术在电气自动化的应用，结合技术研究获得的成绩，展望了人工智能技术发展趋势。人工智能技术的功能强大，需要不断地开发，因此还需要继续加大技术研究力度，科研人员正在不断地努力，获得了可喜的成就，推动着人工智能的快速发展。
参考文献：
[1]刘雪飞.电气自动化控制中的人工智能应用分析[J].城市建设理论研究（电子版），2015.
[2]隋胄君.探讨人工智能在电气自动控制中的应用[J].电子制作，2016.
（作者单位：国网新疆电力有限公司巴州供电公司）