希阿埃（广州）有限公司佛山分公司 528216
摘要：近年来，随着计算机技术和软件技术的发展，人工智能由于具有拟人脑善于处理复杂事物等众多优点而广泛应用于各个领域，电气自动化控制引入人工智能也势在必行。本文分析了人工智能应用于电气自动化控制的优点、应用领域，并列举部分实例，供同行参考。
关键词：电气工程；自动化；控制系统；人工智能
人工智能技术属于计算机技术，通过一系列算法模拟人工智能，高度模仿模糊识别、遗传算法、神经系统判定、学习控制等人类能力，从而解决复杂工作任务，节省人力资源，实现有效资源配置。当前，将将人工智能融入电气自动化控制，可以有效提高电气自动化系统运行的可靠度和安全性，飞速提升电子自动化性能。
1人工智能运用于电气自动化工程的优点
1.1减少了外界干扰
传统电气自动化操控器建立模型时较易受外部因素影响，比如模型设置参数改变导致计算时出现数值类型不合理等问题，这类问题比较棘手，常常耗费人力解决而效果欠佳。引入人工智能后，就不必建立准备的模型，也不需要精确的数据，就能以上避免类似问题。因此，人工智能的引入大大加强了电气自动化的抗干扰能力，对环境的适应性更强，增强了电气自动化控制系统的稳定性。
1.2调节参数简便
传统操控器，调节参数必须有专业人员现场指导，且进过复杂的人工操作才能成功。引入人工智能后，调节参数简单易学，而且可以通过语音输入和其他简单字词判别合理设定参数，大大方便了人类使用。
1.3增强电气产品的一致性
传统的电气工程操控需要提前做好方针和规划，然后进行操控。现在引入人工智能后，可以增强电气产品的一致性。具体表现为，降低外界因素干扰，确保系统数据录入准确，对信息数据影响不大的要素进行判定后不作出处理，且输出结果不受影响。这就可以运用只能设定相关程序规范产品的标准化，确保产品的一致性。
1.4提高设备工效
传统的电气控制操作，需要考虑控制器操作、变压器、线路走向处理以及电缆电线等元器件，同时还需要专业技术人员的维护。这样耗费了大量的人力和物料不仅增加了系统风险，，还导致经济成本居高不小。引入人工智能后，可以降低对变压器、线路的调整、电缆的依赖，降低整修机械难度，削减人力和物力投入，大大提高了电气设备的工效，提高了经济效果。
期刊文章分类查询,尽在期刊图书馆
2电气自动化控制中人工智能技术的应用
2.1实现了保护和控制功能
传统电气自动化系统比较复杂，对人员素质要求很高，且容错率较低，一旦出现不当操作，就可能导致非正常停机，严重的甚至引起安全事故。人工智能技术应用于电气自动化控制后，可以实现对所有开关量、模拟量数据进行实时动态处理和采集，并且根据原设计要求，批量、定时存贮和整理相关数据，优化运行环境。同时还可以通过画面模拟显示系统历史运转情况，直观形象的反应电流、电压、隔离开关、断路器等电机设备的运转状态，然后自行进行相关数据的分析，建立图表。同时，综合集成了声光、语音、电话、图象等多模式后可以实现同时或选择性报警功能，接到警报后，工作人员可以实现对隔离开关，断路器等的现场或者远程控制，通过语音调整励磁电流，修改或设定在线参数，提高电气自动化系统运行的可靠性和稳定性。
2.2提高电气控制有效性
电气设备自动化控制是电气领域内重要的组成部分。在电气自动化控制系统中引入智能化，可以大大提高工作效率和降低作业强度，降低成本。例如人工智能技术中的神经网络控制、模糊控制、专家系统等，可以有效控制对各种设备，减少误差。例如专家控制系统内部包含某个领域的专家水平的知识与经验，可以用来处理电气领域的问题。专家系统通常由知识库和推理机两部分组成，控制器根据反馈环节（传感器）测量被控制量，判断瞬时误差的正负和大小；然后识别调节过程的特征，如超调（在调节过程中的调节过头）、振荡次数（调节过程中的）和稳态误差等；再根据以往的控制知识和经验决定应该施加多大的控制器输出至执行机构，共享智力资源，从而大大提高系统操作的准确性，降低成本。
2.3诊断电气故障
随着电气设备的发展，单位面积自动化和集成化越来越高，一旦发生故障，传统人工检测、分析已经对故障排查力不从心，且时效性也较差。例如故障频发的发动机、发电机和变压器，其故障原因是复杂多变，且突发性强，处治时间要求高，若不及时处理或处理不当，就会引发严重的事故，给国家、社会和企业造成巨大损失。引入人工智能后，运用专家系统、模糊理论和神经网络等技术，可以实时控制电气自动化系统。一旦发现系统故障，即可自动进行故障诊断、分析，快速、准确地判定电气自动化系统故障，并可利用专家系统进行纠偏，提高工效、节省资源。
2.4优化电气设备设计水平
电气设备自动化控制设计是一项专业性强、复杂度高的系统工作，设计人员需要熟练掌握多门电气专业知识，还必需有丰富的设计经验，有机融合科学设计、经验和知识的才能设计的质量。传统的电气设备设计主要采用人工手动设计，耗费人力大，可追溯性差，排除错误难，纠错复杂，后期维护管理困难、优化困难。引入人工智能辅助设计后，计算机快速、准确处理相关繁琐计算和模拟过程，解放脑力，缩短设计周期，大大提高了工作效率。同时积极采用BIM技术，可实现对方案的容错排查、评定和优化，提升电气设备性能，确保了电气产品的设计质量。
3人工智能应用于电气自动化控制系统案例简析
3.1基于神经网络的变压器故障诊断
电力变压器的安全运行对保证供电的可靠性具有重要的意义，现有的实验方法中，油中溶解气体（DGA）分析对设备的早期潜伏性故障较为敏感。但通常采用的几种分析方法均有缺陷，如特征气体分析法仅定性的说明气，体含量与对应故障的关系，不利于诊断的实现；IEC三比值法和日本的改良电协研法均采用比值编码法，存在编码缺损等问题。因此，很有必要探索一种更方便、更可靠的诊断方法，以提高诊断的正确率.由于神经网络（ANN）具有并行处理、学习和记忆、非线性映射、自适应能力和鲁棒性等固有性质，使其非常适合应用在电气故障诊断领域。为此，本实例针对变压器故障特点，研究采用合适结构和算法的神经网络，用以实现变压器故障的准确诊断。
神经网络的诊断要比三比值法准确。通过改进学习训练算法，可在同等的收敛要求下，获得较高的精度。如果输入模式与训练样本偏离较大，则网络可能得出错误的结论。这反映了网络不具备此种症状的知识，因此，可将该样本作为新的样本加入训练样本集训练网络，使之获得更多的知识。对溶解气体分析法存在的问题，将人工神经网络应用于变压器故障诊断；根据变压器故障的特点，采用了动量因子技术的神经网络BP算法，使诊断网络具有较强的学习能力、泛化能力和适应能力。
3.2遗传算法实现发电厂经济调度
电力系统经济调度是在负荷需求满足的条件下使发电机运行总费用最低的发电机的功率分配。电力系统是一个非线形系统，传统的经济调度是利用拉格朗日函数法进行解算，但必须要求机组的耗量特性函数单调递增，而实际的特性曲线是一-条具有波动形式的曲线，显然不能满足该要求。遗传算法对目标函数特性要求宽松，因此用它解算电力系统的经济调度时不必将发电曲线近似化，从而可以避免产生较大的误差。
4结束语
电气工程自动化控制中人工智能的应用目前已展现出了巨大的作用，未来在深度和广度都还有更大的潜力，为电子自动控制系统标准化、集成化、安全化助力，可以推动电子自动化的飞跃发展，使人们的生产、生活更加舒适、便利。
参考文献：
[1]王庆德.人工智能技术在电气工程自动化中的运用[J].山东工业技术，2016
[2]陆伟民.人工智能技术及应用[M].上海：同济大学出版社，1998.
[3]邢大成.人工智能技术在电力自动化系统的应用[J].农村电气化，2016（10）
论文作者:谢添贵
论文发表刊物:《防护工程》2019年第5期
论文发表时间:2019/6/5
标签：人工智能论文; 电气论文; 神经网络论文; 故障论文; 变压器论文; 自动化控制论文; 技术论文; 《防护工程》2019年第5期论文;