金涛
摘 要：为减轻人员劳动性，保证电力系统运行效率，现代电力系统开始朝向智能化、自动化方向进行了发展，而业内人士也一直在对系统自动化控制体系进行着调整，并开始将智能技术运用到了该系统之中。本文将以智能技术与电力系统自动化控制介绍为切入点，对智能技术优势展开分析，进而探索出智能技术在电力系统中的运用方案，并就该项技术发展进行了展望，旨在提升智能技术运用水平，促进电力系统的有效发展。
关键词：自动化技术 电力系统 智能技术 模糊控制
中图分类号：TM76 文献标识码：A 文章编号：1674-098X（2017）08（c）-0002-02
通过对电力系统的研究可以发现，该系统具有维数大、参数不可知以及动态性等方面的特点，而其系统分布也较为广泛。在系统会中，多数元件都属于饱和状态，有着磁滞以及延迟等方面的特点，对其进行控制难度相对较大。而自动化技术与智能化技术的运用，使该系统进入到了新的发展阶段，电力系统控制有效性与质量得到了切实提升，有效促进了国内电力事业的发展，因此对智能技术在电力系统应用进行研究具有一定价值。
1 电力系统自动化控制与智能技术
1.1 电力系统自动化控制
所谓电力系统自动化技术，就是指电力系统在进行建设过程中，会将自动调整与计算机控制技术运用到系统各部分之中，进而形成的自动化调整与控制技术。该技术的运用，主要包含配电自动化、发电控制自动化以及电网调度自动化三部分内容[1]。当电力系统实施自动化控制时，技术人员需要明确智能技术特性，要对系统控制、通信以及测量等部分进行不断深化。
1.2 智能技术
现代电力系统自动化中的智能技术，是以传统自动化控制体系为基础的智能化系统调节技术。该技术以物理电力系统为依托，通过对信息技术、传感测量技术以及通信技术等手段的运用，完成对电力资源的合理配置，以保证电力系统运行的经济水平与安全水平[2]。
2 智能技术优势
2.1 用电更加智能
将智能技术运用到电力系统之中，可以使自动化技术发挥到最佳状态，实现智能化用电目标。如果在用电过程中出现此信息采集与设备智能化交互能力下降的情况时，智能技术便会发挥作用，展开智能化用电模式[3]。同时智能双向互动系统也可以达到电网用户积极交互的目标，能够为用户带来更加优质的服务，保证客户的各种用电需求都能得到满足。
2.2 发电更加智能
该项技术的运用，可以使电力系统控制能力得到切实增强，电源结构与电网结构存在的问题也会得到优化，可以在光伏发电与风能发电科学中起到一定作用。智能技术会为信息双向交互信息传输的实现提供可靠助益，能够真正实现对发电系统的高质量控制，可以成功带动能源持续性发展[4]。整体系统运转会更加智能化、科学化，可以有效摆脱传统系统运作模式存在的弊端。
2.3 调度更加智能
智能技术最为突出的作用，就是能够对电网进行合理调度，实现智能电网运作模式。就调度系统而言，系统需要拥有高水平的安全预警系统与数据采集系统，要求能够对系统所需数据进行全面性采集，并可以在系统出现故障时，第一时间做出反映并進行报警，以便相关人员及时做出应对[5]。同时智能技术的运用，也能够保证调度过程中系统经济与安全的平衡，保证系统所含价值能够被充分挖掘出来。
3 智能技术在电力系统自动化控制中的应用
3.1 线性最优应用
现代社会电力需求极高，且远距离输电线路较多，在此环境中，使用最优励磁模式能够实现对电机电压的有效控制。主要是因为，该控制方式是以线性最优控制为依据，对给定电压与发电机测量电压数值进行比较，并运用PID法完成对偏差数值的运算，进而获得控制电压数值[6]。通过对最优励磁的运用能够对最优电压进行科学调节，实现对电压相位转移角的调整，保证控制电压能够被成功转换为输出型电压，进而完成相应控制任务。按照线性最优原则，技术人员能够对最优励磁进行合理运用，保证局部线性模型控制内容的切实强化。
3.2 集成智能系统应用
集成智能系统内部结合较为繁杂，拥有较大的智能控制潜能，主要包含电力系统间交联与智能控制系统、技术等内容。就现代电力系统而言，智能系统仍然处于初期发展阶段，相关人员还在对该系统进行着不断的研究。一些专家学者将专家系统与神经网络系统模式融合在了一起，形成了新型集成智能系统，使该系统获得了新的发展方向[7]。模糊系统中的神经网络可以对非结构信息进行更加优质的处理，所以将模糊逻辑与人工神经网络结合在一起，具有一定技术基础支持。虽然这两项技术均属于智能系统范畴，但两者的侧重角度却并不一致，模糊逻辑更加注重对不确定性以及非统计性问题的处理，而人工神经网络更加适合低级别计算。此外，模糊逻辑会提供应用程序框架，而感知器神经网络主要负责对数据进行发送，两者属于相互补充的关系。
3.3 模糊控制应用
模糊控制属于电力系统自动化操作中常用的一种控制系统，该系统的运用能够有效提高动态模式控制精准度，尤其对于内容关系复杂与结构庞杂的电力系统控制效果更加明显。经过多年发展，模糊控制已经在电力系统中得到了广泛运用，其可以有效克服电力系统动态化以及变量复杂化的特性，实现对系统的有效控制，保证电力系统自动化控制水平的切实提升。模糊系统会对依靠自身数据对电力系统进行有效控制，并会设置出相应控制规则，以完成对系统中数据的模糊分析与处理。这种控制方式精准度较高，能够提升电力系统自动化控制可靠程度。
3.4 神经网络应用
神经网络控制模式出现在20世纪40年代，并在诞生几十年后，出现了研究低迷的状态，直到后期人们认识到了神经网络的重要性，才开始重新展开了对该系统的研究，而现代神经网络也由此开始形成。这种控制系统由多种简单性神经元所组成，能够对特定权重信息进行连接，且会按照相应学习算法，对权重进行调整，进而实现M维空间到N维空间的非线性映射处理。现代神经网络更加倾向对神经机构与网络新型学习算法的研究，可以有效解决神经网络硬件问题。endprint
3.5 专家系统应用
智能技术的运用，使得专家系统开始形成，并在电力自动化系统种得到了运用。该系统涉及内容相对较多，应急处理系统、电力系统性能恢复以及系统状态调试都属于该系统内容，同时短期电力负荷预警、系统电源状态识别与故障排除等内容也涵盖在其中。由于该系统约束力较大，整体系统智能化水平也需要进行提升，所以该系统仍需不断进行优化。此外系统只能进行智能化操作，无法进行模糊理论操作，难以实现对适配功能的深层次认知，也是相关需要注意的问题。
4 智能技术在电力系统自动化中的发展展望
4.1 人工智能故障判断方面
以往电力系统在对故障进行诊断时，多数都会采用单理论、单过程以及单故障的方式，完成相应故障诊断工作。这种诊断方式虽然具有一定作用，但却有较强的局限性，并不能满足现在电力系统发展过于复杂的问题。为解决这一问题，电力系统故障诊断今后会朝向人工智能化方向发展，该项诊断技术会按照电力系统设备需要，对设备内部异常数据实施多方位以及多层次分析模式，能够切实满足系统内部发展要求。
在使用人工智能故障判断技术时，需要按照大规模设备需要，对系统可能出现的异常数据与故障进行多层次与多方位的预估与分析，准确判断出可能出现的故障，相关人员能够在此基础上，对系统故障进行切实改善与控制，以达到对故障发生原因与发生位置进行准确判断的目标，从而有效降低故障发生对系统造成的影响，提高系统运行稳定性，保证社会用电安全性与充足性。
4.2 智能化控制方面
智能实时控制技术能够对电力系统的各项数据进行实时控制与监测，进而完成相应系统控制任务。该项技术的运用，能够有效提高对于系统的控制质量，可以加强系统控制力度，以保证系统风险能够被控制在合理范围之内。同时，伴随工程技术与网络技术的切实提升，系统智能化控制标准也会随之提升，要求会更加严格。此外，由于实时控制技术能够通过图形对系统运行状况与数据信息进行体现，使用者观察会更加直观，可以切实减少故障发生概率，保证设备资源运用合理性，避免浪费情况的出现。目前该项技术已成为电力系统的主要发展方向，今后势必会得到更好地发展。
4.3 综合化智能控制方面
所谓综合智能技术是指，电力系统自动化控制体系在运行时，技术人员会按照智能技术控制需要以及系统实际运转情况，将故障分析技术、模糊逻辑控制技术与线性最优控制等技术进行科学融合，保证现代控制与智能控制一致性。这种技术与现代大型电力系统需要极为匹配，能够达到系统自动化控制资源的配置内容需要，与智能技术优化标准也极为符合，属于电力系统智能技术发展必然趋势，值得业内人士对其展开深入研究。
5 结语
通过本文对电力系统自动化控制相关内容的介绍，使我们对该系统以及智能技术有了更加深入的了解。相关人员应认识到智能技术在该系统中的重要作用，要按照电力系统发展方向以及实际自动化控制需要，对智能技术进行合理运用，真正将该项技术具有的优势应用到电力系统之中，保证系统能够完成高质量调度、发电与用电，并能够保障专家系统、模糊逻辑与线性最优等理论能够得到切实运用，实现电力系统自动化最佳控制模式，为我国电力事业发展奠定良好基础。
参考文献
[1]王源.关于电力系统自动化中智能技术的应用研究[J].中国高新技术企业，2014（1）：149-150.
[2]刘圳.智能技术在电力系统自动化中的应用[J].广东科技，2014（Z1）：35，39.
[3]黄安林.浅析智能技术在电力系统自动化中的应用[J].中国高新技术企业，2014（14）：148-149.
[4]魏春晖.电力系统自动化中智能技术的应用[J].电子技术与软件工程，2015（24）：161.
[5]李志飞，朱凯.电力系统自动化智能技术的应用研究[J].低碳世界，2016（13）：35-36.
[6]徐云芳，李洁.电力系统自动化控制中的智能技术应用探究[J].中小企业管理与科技（中旬刊），2017（3）：118-119.
[7]劉青松.智能技术在电力系统自动化中的应用探析[J].中国新技术新产品，2015（1）：53.endprint
