电力系统自动化智能技术的应用探讨

《电力系统自动化智能技术的应用探讨》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、电力系统自动化智能技术的应用探讨摘要：该文探索研究模糊控制、人工神经控制、专家系统控制、线束优化控制、智能控制等典型智能技术在电力系统自动化中的运用。关键词：电力系统；自动化；智能技术；应用　　电力系统以其巨维数性和典型动态性而系统庞大，同时，它的超强非线性和时变性并不确切，而具参数变化很大。电力系统在遍布我国广阔地区，70%以上的电力元件除了具备延迟和磁滞特性外，还兼具饱和性等，加之其物理特性复杂多变，因此要想实现对电力系统的绝对有效控制具有一定的难度。另外，目前社会广大终端用户因对新建及改建的高压线路抱有不满情绪，比如线

2、路造价高，尤其是走廊使用权费用成本昂贵，受此条件限制，社会使用人群对电力系统的控制系统提出了很高要求。基于上述现状，一些先进的电力系统控制方法亟待引入其中。本文论述了模拟控制、人工神经控制、专家系统控制、线束优化控制、智能控制等典型智能技术等五种典型智能技术在实践中的具体运用。　　一、模糊控制对电器的实践指导作用对家庭电器采取简单易行的模拟控制，是目前最易推广的方法，它的优越性越来越明显，也越来越为使用者所接受。其核心问题就是通过模型的建立来实现控制，但如果按照一般思维只是建立常规的数学模型，面临的困难较大。而采用建立模糊关

3、系间接对模型实行控制则相对比较简易，它的优越性也逐步在实践中得到体现。模糊控制理论的应用具有广泛性和社会性。比如家庭日常使用的电热炉、排气扇等普通电器。以电热炉为例，按照模糊逻辑控制器改进常规恒温器这一例证。普通电热炉一般采用恒温器来保持几个挡次的温度，使用者可随意根据实际需要加以调节，如50，70，100，120℃等。电热炉现有的恒温器当温度调到100℃以下时，其灵敏度为±7℃，也就是说控制器对这一温差变化幅度不作任何反应，在达到100℃以上，灵敏度变化可达到±15℃。基于上述技术特征，在实际应用中，会遇到两个问题：①静态

4、启动时，电热炉会有一个超过恒温值的突然跃升现象；②5使用中在达到恒温时，电热炉会以恒温为轴心上下摆动振荡。如果改用模糊控制器，上述这些现象就会避免。模糊控制的方法技术操作简便易行，通过输入量为温度和温度变化的两个变量指令性语言，各指令语言的论域用五组变量语言相互跨接来描述。输出量可以用一份二维空间的查询表格来表示，即5乘以5等于25条规则，而每条规则就成为一个输出量，即为控制量。上述技术的应用就使得电热炉冷态加热时，跃升超温现象突然消失，热态使用中以恒温值为轴心的摆动现象也会随之消失，节电效果也十分明显。统计数据表明：电热炉

5、在热态控制保持100℃的情况下，32min内，如果用恒温器耗电量为0.1830kW·h，如果改用模糊控制方法，仅耗电0.1165kW·h，节电约17.3%，节电效果是非常明显的。反之，在静态加热情况下，如果采用恒温器加热，温度急速到达100℃，仅耗电0.1966kW·h，如果用模糊控制法，温度达到100℃时耗电量为0.2625kW·h。　　　　二、人工神经网络控制系统研究应用人工神经网络系统在社会各个领域得到迅速推广，尤其是在智能系统中的非线性建模及控制器的设计分类与识别以用联想记忆和优化方面，应用广泛并有效指导实践，。人工

6、神经网络之所以受到人们的普遍关注，除了其自身具有本质的非线性特性和同步处理能力外，更兼具超强鲁棒性以及自我组织学习的优势。以继电器保护为例，应用人工神经系统，它的并行处理能力可以有效保护的识别速度和计算速度，并且大大提高抗电流互感器（tv）饱和能力以及适应电力系统故障临态过度能力。另外，人工神经系统还对变压器、母线、输变线路、变速机组等设备提供有效保护。在自适应励磁控制和动态电阴制动的控制器中，如果线路故障失去700mw电源时，稳定调节切换负荷误差不超过1mw，最大误差可保持在1.5-2.3mw之间,足以证明了其良好的控制与

7、保护性。　三、专家系统控制实用性的优劣对比　5专家系统是一个具有庞大知识的智能程序，它能够应用人工技术，集人工专家库于技术集合体，模拟人工操作指挥并发布指令。尤其在电力系统中，更加具有广泛的实用性，如电力系统一旦处于警告状态或紧急状态，迅速反应，发布信号，自动提供应急处理，使系统迅速恢复到可控状态。其次，专家系统对于系统缓慢的状态的转换分析、负荷的切换、系统的布局、无功电压制控、故障间点的隔断、电力系统的短期负荷预警、分析检测动静态安全以及高尖端的人机对接等环节都能做到全方位的监控与调节。然而，专家系统上述诸多优势主要集中体

8、现在电力系统应用中，它所特有的局限性在一定范围和领域不可避免地存在，如专家的创造性和灵活性不可模拟，只采用低层次的智能分析与调节，而不具备功能理解方面的综合分析与适应；缺乏有效的学习机构，应对和处理新情况、新问题的能力不足；有限的知识库的验证相对较困难等，这些差距在实践中都暴露无遗。有鉴于