摘要：人工智能技术作为当今时代的新型产物，在电脑精确的计算下可以完成一系列的高难度工作，同时也能减少工作失误，提升工作效率。随着时代的发展，现代科学技术的提升，电气自动化需要人工智能的加入才能得到更好的发展，这是社会经济发展的局势，也是时代的发展的必要趋势。
关键词：人工智能技术；电气自动化控制；应用
一、人工智能技术的优势
人工智能技术也因此开始在各种领域中显露头角，被广泛应用。特别是在一些操作较为繁琐的工业领域中，人工智能凭借着自身优势逐渐取代传统劳动力。电气自动化作为目前工业领域上正在高速发展的一个重要行业，与人工智能有着极高的契合度。将人工智能技术运用到电气自动化控制中，不但能够扩大人工智能的实用价值，相较传统控制器，更加能够利用人工智能的优势来推动电气自动化的发展，提高产品质量，促进生产效率。
因此，将人工智能技术合理地，正确地运用到电气自动化控制中势在必行。相比于传统的方法，人工智能拥有很大的优势，比如设计思路简单，控制性能优越，使用便捷。
1、设计思路简单
传统控制器往往需要根据具体模型来设计，其中的参数等各种变量会导致设计过程较为麻烦。传统控制器在设计过程中需要考虑许多问题，比如如何分配电路、如何排除干扰以及如何平衡机械结构，整个设计过程较为复杂。而人工智能的AI函数近似器不需要对具体对象进行模型的设计，大大降低了设计难度，提高了设计效率。
2、控制性能优越
在电气自动化行业中，电气控制的核心内容就是控制器的运用。随着人工智能技术的发展，人工智能在自动化控制系统中的应用渐渐增加。人工智能技术主要是通过利用控制器来控制技术，对于不同的控制器有不同的解决方案，灵活性很高。在此种控制方式中，操作人员无需事先设定加工路线，可以根据现场情况而实施不同的调节方式。
此外，人工智能对数据的分析处理能力较强，相比于传统控制器，人工智能通过对机械设备的根本性能数据进行分析和微调，能够精确的控制各个环节有条不紊的进行，从而提高工作的效率。
3、使用更加便捷
在工业生产活动中，使用传统的人工控制器往往会有一些操作繁琐的弊端，这样往往会造成了上手时间长、操作难度大等问题。而人工智能技术更加容易调节，对新数据或者新信息的适应性更加强，如果相关的设计人员对专业知识了解不是特别深入，也依然可以运用语言或者相应的信息对其进行设计。
使用人工智能技术替代传统的人力进行电气自动化控制，能够让企业在较短时间内解决完成大量工作，这样就可以显著地解放劳动力，因而节省了企业雇佣人力所需的资本，节省了物力、财力，并提高了管理效率，这样企业就能够长久地发展壮大下去。
二、人工智能技术在电气自动化控制中的应用分析
计算机信息技术的进步，使新兴技术涌入工程和产品化的阶段，对自动化控制技术造成了冲击，促进了人工智能的理论性知识在控制中的应用，弥补了传统技术的弊端，使人工智能技术适应复杂、系统的工作需求。人工智能技术可以解放机器设备工作中的人力，实现对目标的自动控制和智能分析。对复杂的系统而言，人工智能技术以数学模型和控制理论进行定量计算分析，将定量、定性结合起来，让机器设备以人类经验和思考能力进行求解，实现智能化控制。人工智能技术分为神经网络控制、专家控制（以知识为基础）、模糊控制和集成智能控制等。以遗传算法、免疫算法、蚁群算法等为基础，实现人工智能技术的优化计算。下面对具体技术进行分析。
1、神经网络控制
神经网络控制以仿生物神经功能为模型，生物神经元受传入数据的刺激产生应激反馈，输出至相联神经元，以此传递。输出及输入之间以非线性关系变换。神经网络由简单自适应元件和层次组织构成，采用大规模并行连接，形成神经网络，类似生物神经网络处理接受的信息，因此成为仿生物神经功能。神经网络控制模仿生物的思考建立网络，其对接受信息具有功能性反应，且反应非常剧烈，能对接受的信息做出处理动作。神经网络由大量处理元连接构成。为了科学模拟生物的脑部特性，在神经技术研究中，提出神经模型的建立。实际上，建设神经网络仅对生物思考进行抽象模拟，并未完全反映生物思考的功能性。神经网络对信息处理以神经元的作用来完成，对信息和知识以元件相互分布联系储存，其学习及识别取决于神经元连接权系数，是系数动态演化的表现。不同神经元组成网络，其中，单个神经元可接受多组输入信息，按设定规则处理，转换为输出信号输出。神经网络中神经元连接复杂，各神经元以非线性方式传递信息，输入、输出信号之间存在多种联系，可以人工构建特殊联系，以此表达为“黑箱模型”，阐述机理模型无法精确表述，但输入、输出存在模糊规律事件。人工神经网络属经典经验模型，在电气自动化控制中应用广泛。
2、专家控制
在大角度方面分析，专家控制是将专业规范及运行机制，结合控制理论、技术，形成新的控制系统，以实现科学控制。结合专家系统理论技术，模拟人为控制知识经验，建立系统，此为专家控制系统。因此，专家控制隶属以专家系统知识和技术为支持的控制系统。解决专家系统问题，可获取知识、表示知识、推理、建立知识库，总结经验并存入知识库。专家控制系统需考虑以下内容：问题求解可建立推理模型：
U=f（E，K，I）
U=（u1，u2...um）
E=（e1，e2，e3...en）
K=（k1、k2、k3...kp）
I=（i1，i2，i3...iq）
式中f为智能算子函数，由输入数据E及系统中知识K推理，得到推理结果I，确定的控制行为U。智能算子含义以产生式为支持，产生式结构推理可模拟大部分问题求解。实际中，智能算子可模拟其他知识表达形式，模拟语义、谓词、过程，实现对应推理。专家控制推理机制以正向推理并不合理，在结论无法自动推导下，需采用反向推理，调用前链控制产生式的知识，或以过程式知识反证结论。
3、模糊控制
如图1所示，模糊控制分为输入接口、控制器、输出接口、执行机构、被控对象及检测装置。
1）模糊控制器。模糊控制器为各系统核心。受被控对象差异，系统动态、静态要求及应用控制规范的不同，控制器也有一定差异。在模糊控制中，以理论知识和固定规范推理语言为支持，实现模糊量化处理、模糊决策和精确化处理。
2）输入、输出接口。控制器以输入、输出接口从对象获取数据，将控制器决策输出的信号以数模方式转换，变为模拟信号，反馈给被控对象。如在I/O接口设备上，除A/D、D/A转换外，还有电平转换。
3）执行机构。主要指交流电机、直流电机等。
4）被控对象。被控对象可具备确定性和不确定性，线性和非线性。若有多种形式，无法建立精确的复杂对象，可以模糊控制操作。
5）检测装置。在形式上为传感器，其作用是将被控对象的被控量变为数字电信号。被控量常为速度、温度、压力等变量，属非电量。检测装置是传感器模糊控制中的重要部分，其精度影响到传感器精度，选择设备时应注重精确度和稳定性。
结束语
综上所述，人工智能技术不仅能够增强系统运行过程中的安全性以及稳定性，也能够降低生产运行中的成本，还能大幅提高电气自动化工作的效率和产品的质量，促进我国电气自动化水平的进一步发展。在科技日益发展的今天，要想跟上科技发展的步伐，满足人民日益增长的物质需求，就要充分利用人工智能的智能性和高效性。将人工智能融入到电气自动化技术应用中。但是，目前人工智能技术还不是完全成熟，在控制的准确度及灵活度方面还有待提高，在未来的发展道路上，我们需要继续完善人工智能技术，同时也要将人工智能技术更加广泛地与电气自动化技术相结合。
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旬刊，2011（27）：294.
[2]王帮元.电气自动化控制中人工智能技术应用探究[J].赤峰学院学报（自然科学版），2015（9）：50-52.
论文作者:郑涵波
论文发表刊物:《电力设备》2019年第2期
论文发表时间:2019/6/5
标签：人工智能论文; 技术论文; 神经网络论文; 控制器论文; 神经元论文; 自动化控制论文; 模糊论文; 《电力设备》2019年第2期论文;