摘要：现如今，在电力系统高速发展的形势之下，人们对于这方面的要求也在逐步的提升之中。因此，为了可以在最大限度之上来充分的实现之后人们对于电力系统自动化控制之中的实际需求，就得要进一步的强化智能技术应用的范围与力度，这也很好的顺应了时代发展的潮流。该项技术的运用可以很好的进行智能发电与智能调度，在具体运用的时候，线性最优控制理论、专家系统控制、模糊控制理论、智能发电以及神经网络控制系统均可以得到高效的运用。从而促进电力系统走向故障智能诊断、全方位控制与综合智能控制的道路。
关键词：电力系统；自动化控制；智能技术；应用探讨
导言
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智能技術的应用优势
1.1智能发电
智能技术在实际工作中的应用将能够进一步优化电力控制系统，电网结构和电源结构也将能够得到有效改善。在实际应用过程中对于实现风电、光伏发电等系能源的科学合理利用也将能够起到非常重要的作用。信息传输过程中智能技术的应用将能够实现厂网信息的双向交互，这样就能够有效提升电网对发电侧的控制水平，对于实现能源的可持续发展具有非常重要的意义。
1.2智能调度
利用智能技术，电力系统可以实现智能化的调度。从调度系统来看，为了满足要求就需要具有更加全面且准确的数据采集系统，以及强大的智能安全预警功能，同时在实际调度决策过程中还必须要高度重视系统安全和经济协调。当电力系统发生故障时，能够第一时间响应并诊断故障，在最短的时间提供故障解决方案。以上这些功能主要是通过智能调度来实现的。
1.3智能用电
智能技术在电力系统中的应用不仅要实现智能调度，同时还要能够实现智能用电。在实际运行过程中如果发现用电设备智能化和信息采集交互能力较低的时候，就应该全面开展智能用电服务。要构建起智能化双向互动体系，从而来实现电网同用户的积极交互，这样可以有效提升用户服务质量，有助于满足用户多元化的用电需求。
2电力系统自动化控制中的智能技术应用现状
现阶段，电力行业也得到了空前发展，电力行业中先进科技的应用程度较深，而智能技术在电力自动化系统的应用也在不断深入和完善。智能技术的应用，仍具有不同程度的局限性，如应用时间较短，系统协调能力不足，无法达成资源的完全共享，致使电力系统自动化程度较低等。同时，由于我国电网技术起步较晚，且理论多于实践，使得无论是从研发或应用上，均与国外发达国家具有一定的差距。但随着电力行业的进一步发展，电力自动化系统正逐步向智能化电力系统转变，这不仅是由单一化向多元化转变，更是电力行业可持续发展的必经之路。
3 电力系统自动化控制中的智能技术应用
3.1 模糊理论
运用逻辑推理理论和语言变量，确保电力设备和电力系统可以实现模拟练习的目标，这种现象也就是我们所说的模糊理论。在电力自动化控制之中充分的运用模糊逻辑，可以确保电力系统自身具备一个相对完善与系统性的逻辑推理能力，并运用该类推理方法，来将人类的各项决策实施模拟，并运用电力自动化系统可以发送指令，进入达到操作的目的。
期刊文章分类查询,尽在期刊图书馆在这种形式下，技术数据可以严格的依照相应的准则来实施，有效的控制逻辑的进程，也就说运用逻辑推理与模糊理论，可以实时模拟人的各项决策，对于电力自动化实施前期模糊输入与推理，确保电力自动化系统来达成决策的目的。
3.2 神经网络控制
神经网络控制最早在20世纪40年代初期，众多科研人员已经逐步神经网络控制来进行相关的研究工作。但是研究与开发神经网络控制，却无法在之后的一段时间取得很好的成绩，直到人们对于神经网络的实际需求与日俱增，才促使了该项研发项目重新的进入到人们的视野之中，并运用各类新型科技的运用，在神经网络控制层面，取得了傲人的成果，进而为后期神经网络控制的建立奠定了坚实的基础。神经网络控制，主要就是充分的运用特定的方式，将庞杂的神经元来实施有效的连接，且神经网络具备特定、权重连接的信心，可以依据相关的学习算法来逐步的调整权重信息，进而完成了自m维空间中到n维空间中映射的目的，且该类神经网络形成的映射是相对繁杂的非线性映射。
3.3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。
3.4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。
3.5专家系统
由于智能技术的融入而形成的专家系统，在电力自动化系统中被广泛应用。这其中涉及的方面众多，不仅包括电力系統性能的恢复、应急处理系统的应用、电力系统各种状态的调试与切换等，更涵盖了系统电源状态的识别、故障的隔离与排除，以及短期的电力负荷警示等内容。而其中专家系统的约束力较强，且在智能化程度上仍有待提升。其可进行智能化的操作，但却无法对各类操作融入模糊理论，无法对适配功能形成深入的认知，这也使得其分析问题、解决问题，以及学习能力方面都具有明显的局限性。同时，由于分析问题与解决问题的能力缺乏，也导致此种专家系统对较为复杂问题的组织能力也明显不足。
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.
论文作者:喻华琼
论文发表刊物:《电力设备》2018年第11期
论文发表时间:2018/8/6
标签：智能论文; 电力系统论文; 神经网络论文; 技术论文; 系统论文; 电力论文; 专家系统论文; 《电力设备》2018年第11期论文;