水电厂电气自动化智能技术的应用情况

　　前言

　　水力发电与火力发电不同，是一种比较清洁的发电形式，在提倡可持续发展的今天，水力发电更是受到了国家与社会的普遍关注，水电厂的电气自动化也随之取得了显着成效。但现阶段，随着经济的不断发展，使我国的用电量持续提高，火力发电资源的欠缺使其未来无法满足社会的用电需求，因此，水力发电的自动化水平还需要进一步提高，而智能技术在水电厂电气自动化中的应用便能够有效满足这一要求。

　　1 智能技术的应用发展

　　当前，水电厂中的自动化系统已经是水电厂中必备的设备之一，但在水利发电的过程中，虽然已经将鲁棒性控制等技术应用到整个系统中，但是，仍然无法满足越来越复杂多变的环境的客观要求。

　　早在上个世纪六十年代中期，智能技术概念便已经被提出并逐渐发展到控制技术当中，发展到七十年代，智能控制领域才真正意义上得到发展[1]。智能系统的根本意义指的是能够完成指定智能行为的操作系统，举例来说，如果对系统输入一个具有激励性质的问题，系统若具备智能性，便可以针对问题给出相应的回答，这种类型的系统便可以称之为智能系统，另外，智能系统还具备较强的学习组织功能。

　　现阶段，智能控制系统还处在发展初期，其健全的理论体系还没有完全建立起来，但已经受到全社会的普遍重视，也得到了广泛应用。在水电厂电气自动化中，水电机组的智能控制便是智能技术得到应用的主要方面。

　　2 智能技术在水电厂电气自动化中的应用情况

　　2.1 专家控制智能技术

　　专家控制智能技术是一种比较传统的控制技术。自动控制学自发展以来，从古典理论到现代理论，再到自适应性的一系列发展，其进步是快速的，而支持这些进展的技术主要有数学分析预计数值计算两种，相应的，其实践操作部分也由传统的模拟形式逐渐转变为当前的数字形式。但无论发生怎样的改变，传统控制技术的基本结构并未出现实质性的变化，基本上仍然是利用机器的单独控制来实现系统的整体反馈，与此同时，机制也没有发生重大变化，仍然是以准确执行控制制度为主[2]。而专家系统主要作用于非结构化造成的相关问题，在处理定性、启发等相关信息有良好效果，专家控制智能技术从某个角度来看，是专家系统与自动控制两种技术向结合的产物。

　　2.2 模糊控制智能技术

　　模糊控制智能技术主要来源于模糊集合理论，是一种相对宏观的系统控制方法，主要应用于描述控制规则。模糊控制技术的主要应用特征是将人工操作系统的经验用相对模糊的方式表达并传递出来，之后运用模糊推理的方式，使比较复杂的对象能够在一定范围内控制起来。另外，该控制对被控模型没有过强的依赖性，也正因如此，该控制能够为随机系统或不确定系统创造较好的控制环境。

　　而模糊微处理芯片装置的开发与应用，也为模糊控制智能技术提供了实践与发展的新途径，相应的，从水电机组的角度看，模糊控制智能技术也是一种相对有效的解决手段。但客观上讲，当前的模糊控制智能技术与传统的控制理论对比，还存在着很多不足，主要表现在品质与学习能力的提高方面。

　　2.3 神经网络智能技术

　　如今，在动态系统理论的发展下，线性系统的相关设计与应用稳定性也越发完善起来。然而，与线性系统相比，非线性系统的发展却并不快速，主要受其理论与应用复杂性的限制，在整体系统上也发展得并不完善，为解决当前问题，神经网络智能技术应运而生。神经网络从客观上讲是一种既与数值计算相关联，又与符号推理有联系的数学应用工具，其应用并不以具体模型为依托，只需要将一个信息输入进去，便能够得到相应的输出信息，但其对于两者之间的数学联系并不明确，这也是神经网络智能技术所具备的另一功能，即非线性映射[3]。

　　神经网络智能技术在职能控制应用中所具备的优势主要表现在以下方面：首先神经网络智能技术能够借助具体实例进行学习，为信息处理开辟了一条全新的道路；其次，神经网络智能技术的复杂性能够显现出其巨大的发展潜力；最后，神经网络智能技术的非线性映射能够解决较复杂的控制问题。

　　3 智能技术在水电厂电气自动化中的应用前景

　　现阶段，智能集成化已经成为智能控制发展的一个新角度，我国在水电厂自动化控制方面，正在研究一种不仅能将模糊处理合理应用到自动化技术中，还能进行有效学习的新技术，这种技术将在不远的将来成为水利发电智能控制的新方式，水电厂也将逐渐实现全面自动化，达到减少值班人数，节省人工成本的目的。

　　4 结束语

　　随着我国经济社会的发展与用电量的持续提高，实现水电厂全面自动化已经成为水电厂未来的主要发展方向，而智能技术便是当前实现水电厂全面自动化的主要途径，只要合理应用专家控制、模糊控制以及神经网络控制等先进智能技术，我国的水电厂一定能在不远的将来实现全面自动化。

　　参考文献
　　
　　[1]贾刚，张萌.浅谈电气自动化控制中的人工智能技术[J].中小企业管理与科技(下旬刊)，2013，8（15）：218-219.
　　[2]陈存，程兵，朱明.基于保护原理的神经网络式失磁保护配置方案[J].江苏电机工程，2014，9（27）：184-185.
　　[3]孙中建，卜留军.人工智能技术在电气自动化控制系统中的应用分析[J].机电信息，2011，10（28）：169-170.