论文部分内容阅读
摘要：人工智能技术在电气工程自动化控制中的应用是电气工程发展的必经之路。在电气工程自动化控制当中合理应用人工智能技术，不仅能够提升电气工程自动化控制的控制准确性，还能够极大程度的优化整个控制系统的工作效率。为了促使电气工程自动化控制中更好的应用人工智能技术，本文首先分析人工智能技术在电气工程自动化控制中的应用作用，然后详细分析人工智能技术在电气工程高自动化控制中的应用项目。
关键词：电气工程；自动化；智能化；技术
0 引言
随着电气工程自动化的不断发展和创新，人工智能技术在电气工程自动化控制中的应用也在不断普及。在电气自动化控制当中，人工智能技术的合理应用能够起到高效、准确、及时等控制目的。对此，研究人工智能技术在电气工程自动化控制中的应用有着显著的现实意义。
1 人工智能技术在电气自动化控制中的作用
在电气工程中，智能控制器对所有的输入数据实行工作，此时便能够准确、快速的进行判断[1]。在电气工程中，因为被控制的对象普遍具备非常显著的变换性，可能对控制器的需求有所不同。对于多样化的控制对象而言，即使是应用人工智能技术，也很难解决对象之间差异较大的问题。对此，在电气工程自动化控制过程中，需要更好的对智能控制的一些问题进行研究，并采取最有效的方式解决这些问题，从而优化电气工程自动化控制更加准确、快速。人工智能技术在电气工程自动化控制之中的应用特点最为显著的便是优化电气系统的控制、调整功能，促使电气工程自动化具备更加显著的工作性能，给予自动化控制提供更加高效。
2 人工智能技术在电气自动化控制中的应用
2.1 模糊控制
模糊控制系统主要分成五个部分，分别是输入输出接口、模糊控制器、执行机构、被控对象以及检测装置。模糊控制系统结构图见图1。
图1 模糊控制系统结构
2.1.1 模糊控制器
模糊控制器是每一种模糊控制系统中最为重要的一个构件。因为被控对象的差异以及动态特性、静态特性需求、各个控制规则的不同，其最终会形成各种类型的控制器[2]。在模糊控制理论当中，使用基于模糊控制的知识体现以及规则推理的言语型“模糊控制器”，同样能够体现模糊控制系统与其他控制系统之间的差异和特点。模糊控制器主要具备三大功能，分别是费模糊化处理、模糊化推理以及模糊量化处理。
2.1.2 输入输出接口
模糊控制器通过输入输出接口能够将被控对象转变为多种数字信号，并对模糊控制器所计算的结果通过输出数字信号经过数模转变，转换成模拟信号，从而传输至被控对象。在I/O接口装置当中，除了D/A、A/D之外，还包含电平转换功能。
2.1.3 执行机构
执行机构主要是步进电动机、伺服电动机、直流电动机以及各种交流电动机，其主要是针对输出接口所输出的模拟信号执行相应动作[3]。
2.1.4 被控对象
被控对象能够是一个装置、设备或者是一个群体，也能够是一个社会、自然、生产、生物对象。这些被控对象既可以是确定的，也可能是不确定的，既有可能是单变量也有可能是多变量，既有可能滞后也有可能布置后。对此，被控对象是无法确定的，针对某些难以精确计算的数学模型更加复杂，更适宜使用模糊控制。
2.1.5 检测装置
检测装置也就是传感器，传感器主要是对被控对象以及整个控制过程中形成的被控量转变为电信号的一种设备。被控量往往是速度、温度、压力以及加速度等非电量信号。传感器在模糊控制系统当中非常重要，其检测的精度将会直接决定整个模糊控制系统的控制精确度。对此，在选择传感器的过程中，应当尤为注重选择高精度、高稳定性的传感器。
2.2 神经网络控制
神经网络是模仿人神经网络的一种经验型网络。人在受到一定的刺激之后，就会反应出一种输出行为，并与相关联的其他神经元传递这一输出行为，从而在输入与输出之间形成一个非线性的变换关系。神经网络主要是以许多单一的元件在多层次组成，以大规模的并行连接方式组成一个完整的网络，根据生物神经网络相当的方法分析和对待所输入的信号。模仿生物神经网络所组成的人工神经网络，能够快速、准确处理输入信号。
神经网络主要是由多个处理单元相连接而组成的一种网络。为了模拟人神经行为特点，在神经科学研究为基础，设计了神经网络的结构。但是，在实际的应用中，并没有真正体现人大脑的功能，只是对生物神经网络进行了模拟、抽象、简单化的体现。神经网络的信息处理主要是借助神经元之间的交流与传递来体现，信息与知识的储存与应用体现在网络原件的物理关联之间。神经网络的识别与学习主要来源于各种神经元的连接权系数的动态性演化过程。多个神经元组成的网络，当中某一个神经元接收到多个输入信号之后，便会按照预定的规则输出相应的信号。因为神经网络当中神经元构建非常复杂，所以输入与输出信号能够形成非常多的种类。对此，便可以借助这一特点构建黑箱模型，体现某些机理模型还无法客观描述、准确模拟的规律。对此，人工神经网络作为一种经验型模型，在电气自动化控制当中的作用和应用也显得格外重要。
3 总结
综上所述，人工智能技术是对人类智力技术的延伸、扩展以及替代，在目前的胜寒技术以及控制需求之下，电力自动化控制必须重视对人工智能技术的应用和创新。电力是确保我国经济的根本，在电力行业中有效应用人工智能技术进行自动化控制，对于电力企业的发展而言有着显著的扶持作用，是提升我国电网工作效率，确保电网安全、高效运行的根本。
参考文献
[1]纪文革.人工智能技术在电气自动化控制中的应用思路分析[J].电子测试，2014（3）：137-138.
[2]汪万彩.人工智能技术在电气自动化控制中的应用探讨[J].现代制造，2013（12）：125-125.
[3]陶梦春.关于人工智能技术在电气自动化控制中的运用探讨[J].城市建设理论研究：电子版，2011（21）：120-120.
作者简介：
程炳波（1987—），男，汉族，广东省佛山市人，2014年毕业于广东石油化工学校 电气自动化技术专业，现供职于广东圣辉电力工程有限公司及职称助理工程师，研究方向：电气工程师。
关键词：电气工程；自动化；智能化；技术
0 引言
随着电气工程自动化的不断发展和创新，人工智能技术在电气工程自动化控制中的应用也在不断普及。在电气自动化控制当中，人工智能技术的合理应用能够起到高效、准确、及时等控制目的。对此，研究人工智能技术在电气工程自动化控制中的应用有着显著的现实意义。
1 人工智能技术在电气自动化控制中的作用
在电气工程中，智能控制器对所有的输入数据实行工作，此时便能够准确、快速的进行判断[1]。在电气工程中，因为被控制的对象普遍具备非常显著的变换性，可能对控制器的需求有所不同。对于多样化的控制对象而言，即使是应用人工智能技术，也很难解决对象之间差异较大的问题。对此，在电气工程自动化控制过程中，需要更好的对智能控制的一些问题进行研究，并采取最有效的方式解决这些问题，从而优化电气工程自动化控制更加准确、快速。人工智能技术在电气工程自动化控制之中的应用特点最为显著的便是优化电气系统的控制、调整功能，促使电气工程自动化具备更加显著的工作性能，给予自动化控制提供更加高效。
2 人工智能技术在电气自动化控制中的应用
2.1 模糊控制
模糊控制系统主要分成五个部分，分别是输入输出接口、模糊控制器、执行机构、被控对象以及检测装置。模糊控制系统结构图见图1。
图1 模糊控制系统结构
2.1.1 模糊控制器
模糊控制器是每一种模糊控制系统中最为重要的一个构件。因为被控对象的差异以及动态特性、静态特性需求、各个控制规则的不同，其最终会形成各种类型的控制器[2]。在模糊控制理论当中，使用基于模糊控制的知识体现以及规则推理的言语型“模糊控制器”，同样能够体现模糊控制系统与其他控制系统之间的差异和特点。模糊控制器主要具备三大功能，分别是费模糊化处理、模糊化推理以及模糊量化处理。
2.1.2 输入输出接口
模糊控制器通过输入输出接口能够将被控对象转变为多种数字信号，并对模糊控制器所计算的结果通过输出数字信号经过数模转变，转换成模拟信号，从而传输至被控对象。在I/O接口装置当中，除了D/A、A/D之外，还包含电平转换功能。
2.1.3 执行机构
执行机构主要是步进电动机、伺服电动机、直流电动机以及各种交流电动机，其主要是针对输出接口所输出的模拟信号执行相应动作[3]。
2.1.4 被控对象
被控对象能够是一个装置、设备或者是一个群体，也能够是一个社会、自然、生产、生物对象。这些被控对象既可以是确定的，也可能是不确定的，既有可能是单变量也有可能是多变量，既有可能滞后也有可能布置后。对此，被控对象是无法确定的，针对某些难以精确计算的数学模型更加复杂，更适宜使用模糊控制。
2.1.5 检测装置
检测装置也就是传感器，传感器主要是对被控对象以及整个控制过程中形成的被控量转变为电信号的一种设备。被控量往往是速度、温度、压力以及加速度等非电量信号。传感器在模糊控制系统当中非常重要，其检测的精度将会直接决定整个模糊控制系统的控制精确度。对此，在选择传感器的过程中，应当尤为注重选择高精度、高稳定性的传感器。
2.2 神经网络控制
神经网络是模仿人神经网络的一种经验型网络。人在受到一定的刺激之后，就会反应出一种输出行为，并与相关联的其他神经元传递这一输出行为，从而在输入与输出之间形成一个非线性的变换关系。神经网络主要是以许多单一的元件在多层次组成，以大规模的并行连接方式组成一个完整的网络，根据生物神经网络相当的方法分析和对待所输入的信号。模仿生物神经网络所组成的人工神经网络，能够快速、准确处理输入信号。
神经网络主要是由多个处理单元相连接而组成的一种网络。为了模拟人神经行为特点，在神经科学研究为基础，设计了神经网络的结构。但是，在实际的应用中，并没有真正体现人大脑的功能，只是对生物神经网络进行了模拟、抽象、简单化的体现。神经网络的信息处理主要是借助神经元之间的交流与传递来体现，信息与知识的储存与应用体现在网络原件的物理关联之间。神经网络的识别与学习主要来源于各种神经元的连接权系数的动态性演化过程。多个神经元组成的网络，当中某一个神经元接收到多个输入信号之后，便会按照预定的规则输出相应的信号。因为神经网络当中神经元构建非常复杂，所以输入与输出信号能够形成非常多的种类。对此，便可以借助这一特点构建黑箱模型，体现某些机理模型还无法客观描述、准确模拟的规律。对此，人工神经网络作为一种经验型模型，在电气自动化控制当中的作用和应用也显得格外重要。
3 总结
综上所述，人工智能技术是对人类智力技术的延伸、扩展以及替代，在目前的胜寒技术以及控制需求之下，电力自动化控制必须重视对人工智能技术的应用和创新。电力是确保我国经济的根本，在电力行业中有效应用人工智能技术进行自动化控制，对于电力企业的发展而言有着显著的扶持作用，是提升我国电网工作效率，确保电网安全、高效运行的根本。
参考文献
[1]纪文革.人工智能技术在电气自动化控制中的应用思路分析[J].电子测试，2014（3）：137-138.
[2]汪万彩.人工智能技术在电气自动化控制中的应用探讨[J].现代制造，2013（12）：125-125.
[3]陶梦春.关于人工智能技术在电气自动化控制中的运用探讨[J].城市建设理论研究：电子版，2011（21）：120-120.
作者简介：
程炳波（1987—），男，汉族，广东省佛山市人，2014年毕业于广东石油化工学校 电气自动化技术专业，现供职于广东圣辉电力工程有限公司及职称助理工程师，研究方向：电气工程师。