摘要：近年来，伴随着人工智能技术的发展，由于越来越多行业意识到人工智能技术的重要性。而且在电气自动化的控制领域，人工智能的应用降低了电气自动化数据的只能采集和处理进行快速的定位，可以这样说，人工智能技术被得到广泛应用，大幅度的提升管理发展效率，对于很多工作的发展而言，具备一定的优势。
关键词：电气自动化控制；人工智能技；应用
引言
伴随着科学技术的发展，机械生产逐渐被人工智能化生产所取代，电气自动化设备的生产效率得到进一步提升，为了保证产品的质量，也为了进一步提高单位时间的产量，明显提高了企业的生产效率，因此得到了广泛的应用。进一步扩展人工智能技术在电气自动化设备的使用过程中，为了实现电子产品设计，生产过程中全面监控电气设备的使用情况。
1.电气自动化控制的现状以及展望
1.1 现状分析
信息技术在我国电力工业发展中，在进行人工智能控制工作过程中，采取计算机对自动化系统进行优化控制。目前，pc计算机在我国电气自动化控制中可以对整个电气工程各个环节智能技术优化，同时也可以对相关数据进行集成。然而，通过对微型处理器，工作人员可以实现对传统测量仪器进行有效控制，从而实现设备远程控制，保证数据传输的真实性、完整性。完善电气自动化人工智能技术控制系统。
1.2 电气自动化控制系统发展前景
随着我国现代科技的不断发展，为了市场份额越来越高，一些电力企业不断加大资金投入和科技投入，对新产品开发在一定程度上加强。同时，在新科技研究的过程中，电气企业不仅要保证产品的质量，而且要保证产品的良好的科技含量。只有这样，才能够创新电气自动化控制和相关技术发展。此外，在电气自动化发展过程中，员工应积极学习电气自动化技术，确保各部门在电气系统集成过程中的有效性。确保电力企业资源配置的合理性和可持续发展。有关部门应该对实际情况建立完善的机制，加强各部门的联系，确保计算机系统在传输数据的稳定性，从而能够从根本上提高电气企业总体管理水平。
2.电气自动化中的人工智能方法分析
2.1 模糊分类方法
模糊分类方法是通过加权系数可预测干扰的影响，在电气设备配置范围内可以满足精度的缺陷识别，提高电流识别的坑干扰能力，这种智能算法简单易懂，现在已成为缺陷模式识别的重要方法。
2.2 BP人工神经网络方法
电气自动化设备的行波识别实际上是非线性映射特性的估计问题，这是人工神经网络擅长处理的问题。首先确定行波缺陷识别的BP网络的拓扑结构，然后进行训练和学习。学习后，输入样本并计算输出。由于人工神经网络的抗干扰和容错性，它具有很强的鲁棒性。经过大量的实验研究，表明基于人工神经网络的行波缺陷模式识别方法的准确性非常高。此方法也是目前重点研究的识别方法。
2.3 小波分析方法
经过大量的实验研究，将小波分析应用于电气故障的模式识别，发现该方法非常有效。结果表明，测量条件彼此接近，精度高，可以区分行波中各种基本缺陷类型的缺陷程度。并且由于其良好的抗干扰能力，即使输入信号不完整或含有噪声数据，也能进行正确的缺陷识别。
2.4 基于数据挖掘技术的智能控制方法
数据挖掘作为发现海量数据中知识的一种新技术，利用了先进的人工智能和统计分析，以及多种交叉特征，并结合了丰富的算法。为电气自动化领域带来了极大的便利。提高了识别准确性并且提高了效率。
3.在电气自动化控制中人工智能技术的应用分析
3.1 在电气自动化设备中的应用
在电气自动化设备运行中，该系统具有很强的复杂性和许多涵盖科学领域。运行人员必须具备丰富专业技能和专业理论知识。此外，电气自动化设备对运行问题有很高要求，一旦运营商的专业技能不足，那么他们将无法控制电气设备系统。
电气化设备的有效运行可以减少许多不正确或错误，并且会大大减少不利影响，例如，由于操作不当等导致的设备停机等。人工智能技术的应用解决了操作复杂的问题。主要在计算机上完成，可以弥补多种人工操作，大大减少操作不当引起的事故因素，提高工作效率，提高工作质量，降低生产成本。
3.2 人工智能在电气自动化设备中的应用分析
电气自动化是一门多学科的专业。因此，它对技术人员有很高的要求。它必须具有较高的专业素质和扎实的知识基础，特别是技术人员的专业操作，以减少错误的发生，避免生产停滞。可以看出，电气自动化行业的发展过度依赖于技术人员。人工智能取代了核心智能技术的手动操作，通过数据收集和风险预测提高了工业效率，减少了错误问题的发生，并大大优化了设备性能。详细流程如图1所示。
3.3 专家控制及网络神经控制
专家控制主要基于专家系统理论，加上相应的控制理论技术。专家控制主要是一种人工智能控制技术，通过经验总结并由专家经验模拟。因此，在电气控制过程中使用专家控制技术可以增加电气自动化控制的灵活性，以最高，灵活的控制速率选择，强大的适应性，并且可以通过调速器更好地控制参数调整。在这种情况下，可以使用各种不同的工作环境，并且它在设备的操作安全性和操作效率中起重要作用。在人脑神经元的活动模拟下，实现了网络神经控制，这也是网络神经控制的基本原理。基本原理是基于相应的网络建模工作。如今，网络神经控制被广泛应用于许多领域和许多技术层面。研究范围广，对今后的应用具有重要意义，整体应用效果明显。
3.4 预防和及时处理故障
最方便的人工智能技术是能够判断电气自动化控制技术的故障，在人工智能技术方面，人工智能技术的应用在电气自动化变压器和发电机的故障处理中，实时监控电气自动化，并利用人工智能更好地确定故障。及时判断故障的位置，节省检查人员检查故障的时间，使人工智能技术能够及时预防和处理故障，并提高机器的使用寿命，给企业带来极大的便利。
4.结束语
总之，在人工智能技术电气自动化技术的发展。它在自动化控制中发挥着重要作用。不仅仅实现了电气自动化的操作，还体现了智能化的特点，人工智能技术的控制优势。提高了人工智能技术的运行效率，促使电气自动化控制达到标准安全状态。
参考文献：
[1]任博.人工智能技术在电气自动化控制中的应用思路分析[J].科技视界，2015（9）：108-109.
[2]董德刚.浅析人工智能在电气自动化控制中的应用[J].中国新技术新产品，2014（1）：124-124.
[3]冯晶.电气自动化控制中人工智能技术的应用分析[J].电子技术与软件工程，2014（1）：254-255.
论文作者:潘珏良
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/7/8
标签：人工智能论文; 技术论文; 电气自动化论文; 电气论文; 自动化控制论文; 设备论文; 方法论文; 《电力设备》2019年第6期论文;