關(guān)于基于人工智能的火電廠自動(dòng)控制系統(tǒng)探討論文

1、關(guān)于基于人工智能的火電廠自動(dòng)控制系統(tǒng)探討論文火電廠屬于技術(shù)密集型以及資產(chǎn)密集型的企業(yè)，其生產(chǎn)的自動(dòng)化水平比較高， 對(duì)設(shè)備管理的可靠性有著嚴(yán)格的要求，因此保障設(shè)備正常運(yùn)轉(zhuǎn)并減少維護(hù)成本， 了解并針對(duì)設(shè)備健康情況做出診斷，是火電廠設(shè)備控制管理研究的重要內(nèi)容。本文簡(jiǎn)要介紹人工智能的定義及其優(yōu)點(diǎn)，并從不同環(huán)節(jié)介紹基于人工智能的火電廠自動(dòng)控制系統(tǒng)。發(fā)電機(jī)、變壓器、斷路器以及接觸器等設(shè)備工作可靠與否會(huì)直接影響電力系統(tǒng)的穩(wěn)定安全運(yùn)行。 隨著當(dāng)前電力系統(tǒng)容量的持續(xù)擴(kuò)大，火電廠當(dāng)中電氣設(shè)備數(shù)量以及種類也不斷增多， 從而導(dǎo)致供電可靠性同用戶要求間的沖突矛盾越來(lái)越嚴(yán)峻 1 。傳統(tǒng)方法已經(jīng)無(wú)法滿足火電廠自動(dòng)控制的要求

2、，因此尋找新的技術(shù)構(gòu)建火電廠自動(dòng)控制系統(tǒng)已經(jīng)成為當(dāng)務(wù)之急。一、人工智能技術(shù)概述人工智能是類似人類大腦的一種計(jì)算機(jī)程序，其獨(dú)特性以及特殊性在于自身有著感知以及思維能力， 所有有著比較廣闊的發(fā)展和應(yīng)用潛力，是各個(gè)行業(yè)發(fā)展的重要方向。 工智能是指人類制造得到的具備思維能力、行為能力以及感知能力的機(jī)器，通過(guò)分析智能實(shí)質(zhì)，將智能應(yīng)用于具體的機(jī)器中而得到智能機(jī)器 2 ?；痣姀S的自動(dòng)化控制作為電氣信息領(lǐng)域的重要內(nèi)容，是使用現(xiàn)代化管理以及控制技術(shù)實(shí)現(xiàn)火電廠工作以及設(shè)備管理的現(xiàn)代化， 能夠極大推動(dòng)電氣自動(dòng)化發(fā)展，為我國(guó)電力事業(yè)發(fā)展做出貢獻(xiàn)。人工智能控制中計(jì)算機(jī)系統(tǒng)為基礎(chǔ)，同時(shí)計(jì)算機(jī)程序是核心，從而實(shí)現(xiàn)現(xiàn)代化的管

3、理控制， 是利用計(jì)算機(jī)當(dāng)中預(yù)先設(shè)定的程序來(lái)完成自動(dòng)操作，同人工操作比較而言有顯著的優(yōu)勢(shì) 3 。第一，智能化的程序設(shè)定。人工智能控制有著難以替代的重要價(jià)值，程序設(shè)定合理與否會(huì)直接影響到智能化管理是否規(guī)范， 同時(shí)決定產(chǎn)品的性能能否滿足預(yù)期工作標(biāo)準(zhǔn)，并且確保工作內(nèi)容的整體一致。 不過(guò)因?yàn)橹悄芑夹g(shù)應(yīng)用通過(guò)計(jì)算機(jī)的內(nèi)置程序完成，所以產(chǎn)品性能模擬方面不會(huì)出現(xiàn)差異，嚴(yán)格根據(jù)預(yù)先制定的標(biāo)準(zhǔn)進(jìn)行，從而有利于確保電力生產(chǎn)的規(guī)范性4 。第二，誤差小。通常情況下，人工智能技術(shù)運(yùn)行過(guò)程當(dāng)中很少需要工作人員的主動(dòng)參與，只要預(yù)先設(shè)定的參數(shù)不出現(xiàn)改變， 那么整體運(yùn)行數(shù)據(jù)必然可以得到保障，操作質(zhì)量也不會(huì)發(fā)生嚴(yán)重的偏差 5 。

4、第三，節(jié)約人力資源。傳統(tǒng)電氣控制操作過(guò)程當(dāng)中， 因?yàn)樯婕案鞣N各樣的電氣設(shè)備、線路、機(jī)器以及變壓器等， 往往導(dǎo)致一個(gè)車(chē)間當(dāng)中布滿性質(zhì)不同的電線以及電纜，每臺(tái)機(jī)器需要專門(mén)的工作人員進(jìn)行看管與調(diào)制從而確?？梢园l(fā)揮正常功能， 這些線路只有通過(guò)不斷的梳理才可以確保各盡其能，這就需要耗費(fèi)大量人力資源 6 。通過(guò)應(yīng)用人工智能技術(shù)，機(jī)器自身?yè)碛蟹治鰯?shù)據(jù)的能力，無(wú)需外接各種各樣的線路， 甚至利用其他的設(shè)備檢測(cè)自身的性能。 在技術(shù)人員操作下自動(dòng)化控制能夠省略很多繁瑣工作， 因此能夠顯著減少人力資源的浪費(fèi)。二、基于人工智能的火電廠自動(dòng)控制系統(tǒng)第一，電氣設(shè)備設(shè)計(jì)。電氣設(shè)備設(shè)計(jì)環(huán)節(jié)是一個(gè)復(fù)雜的系統(tǒng)工程，其中涉及到自動(dòng)化

5、當(dāng)中的電機(jī)、電路、變壓器、電磁場(chǎng)以及電力電子技術(shù)等不同學(xué)科的內(nèi)容， 對(duì)于設(shè)計(jì)人員的工作經(jīng)驗(yàn)有著比較嚴(yán)格的要求，并且需要耗費(fèi)大量的物力、人力以及財(cái)力。通過(guò)應(yīng)用人工智能技術(shù)，能夠解決很多人腦無(wú)法迅速解決的復(fù)雜計(jì)算以及模擬過(guò)程，顯著改善控制系統(tǒng)設(shè)計(jì)環(huán)節(jié)的工作精度與效率。不過(guò)需要指出的是，電氣設(shè)備設(shè)計(jì)環(huán)節(jié)需要使用不同算法來(lái)滿足不同情況的要求，從而完成高質(zhì)量以及高效率的設(shè)計(jì)， 這對(duì)工作人員的人工智能軟件利用能力與經(jīng)驗(yàn)提出較高的要求。第二，電氣控制。改善自動(dòng)化水平可以減少人力、財(cái)力以及物力方面的投入， 從而提高系統(tǒng)運(yùn)作的質(zhì)量與效率。應(yīng)用于火電廠的自動(dòng)控制系統(tǒng)當(dāng)中的人工智能技術(shù)包括神經(jīng)網(wǎng)絡(luò)控制、模糊控制以及

6、專家系統(tǒng)控制。在具體應(yīng)用方面，應(yīng)用的最為廣泛的是模糊控制。以電氣傳動(dòng)控制當(dāng)中人工智能的應(yīng)用為例，在電氣傳動(dòng)控制環(huán)節(jié)，應(yīng)用模糊控制主要分成直流傳動(dòng)以及交流傳動(dòng)當(dāng)中的應(yīng)用。 直流傳動(dòng)控制當(dāng)中模糊邏輯控制集中在模糊控制器當(dāng)中， 而交流傳動(dòng)控制當(dāng)中模糊控制器則主要表現(xiàn)為取代常規(guī)的 PID 控制器。此外有研究人員將模糊神經(jīng)控制應(yīng)用于高動(dòng)態(tài)全數(shù)字性能傳動(dòng)系統(tǒng)當(dāng)中， 并且取得理想的應(yīng)用效果。第三，電力系統(tǒng)。在火電廠的實(shí)際生產(chǎn)環(huán)節(jié)，人工智能技術(shù)應(yīng)用主要包括四個(gè)方面，也就是專家系統(tǒng)、啟發(fā)式搜索、神經(jīng)網(wǎng)絡(luò)以及模糊集理論。其中專家系統(tǒng)是一個(gè)集大量的經(jīng)驗(yàn)、規(guī)則以及專業(yè)知識(shí)于一體的復(fù)雜程序系統(tǒng)，這一系統(tǒng)的作用主要是通過(guò)

7、特定領(lǐng)域?qū)＜业闹R(shí)以及經(jīng)驗(yàn)進(jìn)行判斷推理， 模擬專家決策的過(guò)程處理那些需要專家決策的困難問(wèn)題。神經(jīng)網(wǎng)絡(luò)則有著靈活學(xué)習(xí)方式以及分布式存儲(chǔ)方式， 并且廣泛應(yīng)用于大規(guī)模的信息處理過(guò)程當(dāng)中， 識(shí)別能力以及復(fù)雜條件下的分類能力都比較強(qiáng)大。電力系統(tǒng)短期負(fù)荷的預(yù)測(cè)方面，神經(jīng)網(wǎng)路可以在足夠樣本的基礎(chǔ)上，對(duì)模型進(jìn)行合理分類，構(gòu)建基于不同季節(jié)的預(yù)測(cè)模型，結(jié)合元件關(guān)聯(lián)分析以及人工神經(jīng)網(wǎng)絡(luò)來(lái)完成復(fù)雜電力系統(tǒng)的故障診斷，對(duì)每類元件的故障進(jìn)行報(bào)警以及定位， 還能夠?qū)ν惶l地區(qū)當(dāng)中不同的故障做出識(shí)別。模糊理論則主要應(yīng)用于火電廠自動(dòng)控制系統(tǒng)當(dāng)中的系統(tǒng)規(guī)劃、潮流計(jì)算以及模糊控制等領(lǐng)域， 這是由于模糊邏輯可以勝任高難度數(shù)學(xué)計(jì)算，對(duì)于電力生產(chǎn)以及負(fù)荷變化等不確定因素構(gòu)建函數(shù)， 從而構(gòu)建最優(yōu)化的電力系統(tǒng)潮流模型。第四，故障診斷。人工智能技術(shù)當(dāng)中的模糊理論、神經(jīng)網(wǎng)絡(luò)以及專家系統(tǒng)在火電廠電氣設(shè)備的故障診斷環(huán)節(jié)應(yīng)用比較廣泛， 尤其是在是在發(fā)電機(jī)以及電動(dòng)機(jī)的故障診斷方面。 傳統(tǒng)故障診斷技術(shù)無(wú)法根據(jù)設(shè)備故障的非線性、 不確定性以及復(fù)雜性等做出診斷， 因此診斷的效率比較低。人工智能技術(shù)的應(yīng)用可以改善診斷的準(zhǔn)確率。例如在電動(dòng)機(jī)以及發(fā)動(dòng)機(jī)故障診斷當(dāng)中就能夠結(jié)合神經(jīng)網(wǎng)絡(luò)以及模糊理論，來(lái)實(shí)現(xiàn)故障診斷模糊性以及神經(jīng)網(wǎng)絡(luò)的聯(lián)合診斷，從而顯著改善故障診斷的效率與質(zhì)量。綜上所述，隨著人工智能及其診斷技術(shù)