（国网安徽省电力公司六安供电公司 安徽六安 237000）
摘要：近年来，智能技术在电力系统自动化领域的广泛应用大大提高了电力系统的工作质量和运行效率，有效地推动了电力事业的发展。研究智能技术在电力系统自动化中的应用具有十分重要的意义。文章对电力系统自动化和智能技术进行了概述，并就智能技术在电力系统自动化中的应用进行了阐述。
关键词：智能技术；电力系统；模糊控制；神经网络控制；专家系统控制
一、电力系统自动化简述
电力系统的自动化主要是指电工的二次系统，也就是说在电力系统的自动化过程中使用各种具有一定自动检测、决策、控制功能的设备，并且通过数据传输系统和信号系统来对电力系统中的各个元件、局部系统、全系统进行远程或就地的自动调节、监视、控制、协调，通过上述措施来实现电力系统的安全、健康、稳定运行。
二、电力系统自动化在目前的主要形势和发展趋势
1.模糊控制的趋势
模糊控制的方法能够使得控制变得简单而且容易被掌握，在对家用电器进行控制的过程中也具有无可比拟的优越性。通过对模型进行建立的方式来实现控制在当今时代还是一种比较先进的方式和方法，但通过对常规数学模型进行建立的方式，通常难度较大，但是模糊关系模型的建立却是比较简便的，通过实践我们可以发现其有无可比拟的优越性。对模糊控制理论进行应用的范围具有广泛性。比如在我们日常生活中所必不可少的电风扇、电热炉等家用电器。在这里我们主要通过介绍模糊控制器对常规恒温器进行改进的例子来展示其优越性。我们都清楚电热炉通常是采用用恒温器来对几档温度进行保持，供烹饪者进行选用，那么在实际的应用中，经常会出现两方面的问题，一方面便是在启动冷态时会有对恒温值进行越过的跃升现象，另一方面便是在应用恒温时经常出现恒温摆动和振荡的现象。通过对模糊控制器进行改用以后，我们发现这些现象都清除了。
2.神经网络控制的趋势
人工神经网络的出现是在二十世纪四十年代，到二十世纪的六、七十年代出现了研究的低潮时期，但是在学习方法、模型结构方面还是取得了巨大的成绩。人们普遍关注神经网络的一个重要原因就是它具有本质化的处理能力、非线性特性、自学组织能力、强鲁棒性等。神经网络主要是由简单神经元通过特定方式进行连接而形成的。其能够将大量信息在连接权值上进行隐含，通过特定学习算法对权值进行调节，确保神经网络能够对 m维空间和 n 维空间内的复杂非线性进行科学映射。当前对神经网络的理论研究主要体现在研究神经网络的结构和模型、研究神经网络的学习算法、研究神经网络硬件等方面。
3．专家系统控制的趋势
在电力系统中专家系统的应用范围非常广泛，其主要包括辨识电力系统是否处于紧急状态或警告状态，以进行紧急的处理，对系统进行恢复控制，将慢状态进行转换分析，系统规划、切负荷，隔离故障点，控制电压无功，培训调度员，配电系统方面的自动化，分析动态和静态下的安全，预报电力系统中出现的短期负荷，和对先进人机进行接口等主要内容。
期刊文章分类查询,尽在期刊图书馆虽然在电力系统中专家系统的应用十分广泛，但还是有一定的缺陷，比如不能对电力专家所具有的创造性进行模仿；而只是使用较浅的知识并且没有深层适应和对功能进行理解；没有完善的学习机制，在新情况的处理方面具有十分有限的能力；验证知识库十分困难；缺乏好的组织和分析工具来处理复杂情况和问题等。所以，在对专家系统进行开发和研究时必须对对专家系统的代价和效益进行科学的分析，找出专家系统软件中所包含的有效性以及对问题和缺陷进行试验，通过知识来对问题进行获取，有效解决专家系统结合其他计算工具的问题。
4．线性最优控制的趋势
在现代控制化理论中，最优控制是重要的部分，它能够体现出最优化理论在控制问题中的应用。线性最优控制在当前的现代化控制理论中是最成熟、应用数量最多的一个部分。其主要是通过对最优励磁进行控制的方式来使得动态品质和输电线在远距离输电能力方面的问题得到改善。其主要是在大型机组的过程中使用最优励磁控制的方式来取代古典励磁的方式。在当前条件下，最优励磁控制具有最佳的控制效果。同时，在水轮发电机对电阻进行制动的过程中，最优控制理论在控制时间方面取得了很好的效果。电力系统的线性最优控制在电力系统的生产过程中获得了更好的应用，其具有一定的重要作用。但是我们必须注意的是，因为线性最优控制的控制器主要是对电力系统中的局部线模型进行设计和制造的，所以其在电力系统控制非线性系统的效果并不十分理想。
5．综合智能系统的趋势
综合智能化的控制包含很多方面的内容，其中有结合现代控制方法和智能控制方法，比如控制模糊结构，控制自动组织和适应结构，控制自动适应神经网络，控制神经网络的结构等等。同时其还包含了对各种智能技术进行交叉结合的方法，电力系统是一个复杂的、庞大的系统，其对综合智能的控制在应用潜力方面具有更大使用空间。当前，在电力系统中进行较多研究的是对专家系统和神经网络进行结合，对模糊控制和专家系统进行结合，对模糊控制和神经网络进行结合，以及将模糊控制、神经网络、自动适应控制进行有机结合等很多方面。神经网络主要应用于对非结构信息进行处理，而在对结构化知识进行处理方面模糊系统具有更好的效果。所以，人工神经系统和模糊逻辑的结合在技术基础方面非常深厚。这两种技术能够从不同方面对智能系统加以服务，其中人工神经网络在低层计算方法上进行应用，而模糊逻辑主要对不确定性的问题进行处理，这些技术之间具有互相补充的作用，避免单项技术所不可消除的缺陷性，更好的起到电力系统自动控制的作用。
结语
由此可见，智能技术已经成为电力系统领域当中不可或缺的一部分，这种先进的、科学的控制技术在现代社会中具有不可替代的地位。将智能技术合理应用于电力系统当中，不仅提高了系统的安全性、稳定性，还提高了系统的运行效率和自动化水平，带来了很高的社会价值。因此，相关工作人员更应该投入研究，结合实际，勇于创新，改进不足，另辟智能技术在电力系统中的其他应用途径，以利用智能技术最大限度地提升电力系统的自动化功能。
参考文献：
[1]张风祥.中国电力工业与电力系统自动化[J].电力系统自动化 2008.1.
[2]汪秀丽.中国电力系统自动化综述[J].水利电力科技.2007.6.
[3]姚建国，严胜，杨胜春，等.中国特色智能调度的实践与展望[J].电力系统.
论文作者:李胜强,袁新喜
论文发表刊物:《电力设备》2017年第14期
论文发表时间:2017/9/4
标签：电力系统论文; 神经网络论文; 专家系统论文; 智能论文; 模糊论文; 系统论文; 技术论文; 《电力设备》2017年第14期论文;