（中船海装（北京）新能源投资有限公司 甘肃酒泉 735000）
摘要：目前，我国发电方式虽然依旧是以火力发电和水力发电为主，但在趋于生态环保方向发展的资源利用方式约束下，传统火力发电方式的规模逐渐减少了。日益扩大的城市群规模，相应地暴露出更大的电力缺口。尽管我国在风力发电行业投入了大量资金，然而因风力发电趋于地广人稀的缘故，有一系列问题存在于控制系统中。若是能将智能化技术用于控制系统中，必然能获取更显著的控制成效。
关键词：风力发电；自动化控制系统；智能化技术
目前，火力发电和水利仍是我国主要的发电方式，然而当今的资源利用方式逐渐向生态环保方面发展，传统的火力发电方式将逐渐减少规模。随着我国城市群规模的不断扩大，电力缺口也逐年增长。我国很多城市群位于沿海地区或者是平原地区，尤其是东部沿海地区由于地理环境的影响，风力十分丰富。我国也在不断加大风力发电行业的投资，2016年投资53.2亿元，增速13.4％，2017年投资72.6亿元，增速26.8％。然而在风力发电的地区，地广人稀，控制系统方面存在诸多问题。在这种情况下，依托现代智能化技术的控制系统就应运而生了。本文通过分析智能化技术在风力发电自动化控制系统中的运用，提出具体的应用方法，对该类项目的推进有一定的借鉴意义。
1智能技术概述
人们日常生活的方方面面皆已融入了计算机技术，智能技术也实现了显著的进步。智能技术实则表示对人类智能进行研究、开发、模拟、延伸及拓展的全新模式。在研究智能技术时为提高机器的操作性，基本会涉及到操作人员实际操作模拟事项。依托智能技术，能使风力发电自动化控制系统成效得到提升，有助于经济效益与社会效益的提高。智能技术的主要类型有3种。第一，神经网络控制技术。该技术主要是在数字计算和运算符号间运用，所以智能控制适宜用于数据处理部分。该技术是由案例分析进行分散储备的，所以即便各个个体丧失了功能，整个系统的正常运行情况也不会遭受影响。第二，专家系统控制技术。该技术在智能调节、组织及决策等方面得到了具体应用，能够将一些非结构化难题或不确定的知识消息解决。但是该技术在具体运用中，对个别浅显的知识进行处理时，不具备足够的深层模仿能力。第三，综合智能控制技术。该技术主要朝着集成化智能方向发展，能实现模糊数据的有效处理，并且能促进模仿模糊与神经网络技术间的融合。该技术有助于自动化控制技术与自我调节控制技术的有效整合，同时能够将智能技术扬长避短的功效达成，整合个别智能技术，从而避免单独使用个别技术的情况。
2风力发电自动化控制系统中智能化技术的应用
2.1最优控制智能技术在风力发电控制系统中的实践应用
风力发电系统的随机扰动性较强，在风速的不断变化之下，其平衡点也会发生变动，在风力发电系统运行的过程中，通常都是要根据负载变化状况，对有无功率进行反应，这样势必会导致转子电流的变化，甚至与小功率波动要求相互矛盾，鉴于上述情况，可以设计一个最优功率输出调节器。
在风力发电控制系统中，最大风能将跟踪控制应用和反馈线性化相结合，以实现对发电机转子转速跟踪风速变化的有效控制，同时也能够最大限度地对风速风能进行捕捉，对风力发电机输出功率进行控制。借助LQG方法，能够对变桨距设计进行转变，实现对相关控制信号的修改，使风电机组能够在额定风速之下，对风能进行最大限度的获取，另外，还能保证功率的稳定输出。在引入自由参数之后，可以对低频率和高频率权重进行重新分配，使系统能够具有稳定性能。
2.2专家系统在风力发电控制系统智能化中的实践应用
专家系统能够实现对相关知识的智能化处理，因此，目前经常被应用于故障诊断工作中。风电机组通常是有很多部分共同构成，如果其中一个部分出现故障，那么将会对整个机组的安全稳定运行产生直接影响，因此，可以借助专家系统对风电机组故障进行诊断。实践过程中，在对故障诊断专家模型建立之后，结合模糊控制，能够对故障产生的原因进行初步分析和判断，从而进一步提高了保障诊断系统的便捷性和精准性，在对机组电流信号进行分析的过程中，能够给出相应特征向量，之后对相对完善的故障诊断模型进行建立，以实现对系统故障的精准化判断。
2.3人工神经网络技术在风力发电系统中的实践应用
人工神经网络的抗逆能力较强，在容错能力方面，也是其他系统都无法超越的。周众所周知，风速往往处于不断变化的状态，对于风速的精准预测，不仅与预测方法相关，同时也与预测周期和预测地点具有着紧密关联。实践过程中，可以借助时间序列神经网络对风速进行预测，与此同时，也可以通过人工神经网络和小波分析相互融合的方式，对风力发电功率进行预测。在对人工神经网络技术进行应用之前，可通过人工神经网络对风速进行估计，这样能够大幅度提高系统的动态化性能，即使实际的风速出现了较大波动，系统依然能够稳定运行。在对风电机组进行研究的过程中，变桨距系统是至关重要的内容，实践过程中，可以通过控制神经网络变距的方法，对变桨距参数的滞后性和时变性问题进行解决。另外，为了能够最大限度地获取风能，在人工神经网络控制器中，还可以对发电机预测模型进行构建，结合遗传算法和BP算法，提出全新的神经网络算法，目前，这种算法在风电机组故障诊断工作中应用十分广泛，能够为系统的工作可靠性和稳定性提供保障。
3结语
智能化风力发电自动化控制是指利用现代信息技术，如智能化、云计算、大数据技术、人工智能等，围绕风力发电机组的日常运行维护、故障排除与修理的方面进行自动化作业。我国风力发电逐渐成为电力能源重要来源，结合互联网和智能化技术的“智能化风力发电自动化控制”作为一种全新的管理模式，为风力发电推进过程中产生的管理问题提供有效的解决方案，并成为大势所趋。
参考文献：
[1]薛莹，袁智.智能化技术在风电系统中的应用[J].大众用电，2017，（S1）：9-12.
[2]薛莹.基于互联网+、大数据、人工智能方面的风力发电技术探讨[J].南方农机，2018，49（13）：213-214.
[3]李思秀.开启风电产业智能化服务新时代[J].上海信息化，2019，（7）：62-64.