身份证号：13062719841019XXXX
摘要：经过半个多世纪的发展，人工智能已经在诸多领域取得了较大发展成果，并且已经引起了众多学者的重视，成了一门广泛交叉的前沿性学科。目前在电气工程中已经广泛运用到了不同类型的人工智能技术，人工智能模拟了人脑的工作方式，在机器设计当中加以运用，让机器带动代替人类工作，能够有效减少人类的工作量。目前越来越多的工作人员都已经在优化、诊断以及控制电气设备的工作中运用了人工智能技术，且获得了显著成效。
关键词：电气设备；人工智能；运用
人工智能的出现可以追溯到17世纪中期，历史上第一台计算机就是在17世纪被发明出来的，不过当时的计算机是非常巨大的，这种计算机的数据处理和运算能力在当时是数一数二，应用范围很广，造成了很大的社会反响，为后世人工智能技术奠定了理论基础。从那以后，计算机技术不断发展壮大，一直到17世纪中期，人工智能技术才获得了比较大的进步，在到后来的20世纪初期，人工智能技术才被正式命名，这为如今人工智能技术的高度发展奠定了基础，21世纪初期，随着社会现代化进程的加快，科学力量不断壮大，计算机对于数据的处理和运算越来越强大，互联网技术不断发展，为人工智能的发展提供了积极影响，人工智能技术的发展为高新技术产业提高了效率。
1 人工智能技术的特点
人工智能，顾名思义，人工智能就是利用科学技术手段模拟人类思考，不同于人脑的是，人工智能的思考是通过对于数据的处理与运算，进行比对与分析，从而不断完善自身的数据库做到与时俱进，人工智能作为人类创造出来的东西，它是建立在人类科学技术手段之上的一项高新技术，所以网络上很多人所谓的人工智能危害论都是无稽之谈，人类的智慧产物造就人工智能，人工智能不可能会超越人类社会的科技水平，人工智能是建立在当今科学技术的基础上的。从目前人工智能的发展状况来看，人工智能对于人类社会的帮助巨大，在我国各行各业都有应用，人工智能技术能够有效地代替人工，降低生产成本与人力成本，并且人工智能作为人类科技力量的体现，有着高度的智能化，普通人通过简单的学习就可以操作，极大提升了社会生产力。
2人工智能在电气设备中的应用
2.1 在电气设备优化设计中的应用
电气设备设计不仅涉及电机电器、电磁场、电路等诸多学科知识，同时还需要设计者掌握丰富的设计经验性知识。在应用人工智能之前，设计电气设备主要采取单一的实验方法以及人工的方式，这种方式难以获得最优方案。随着人工智能技术的快速发展，慢慢转变以往的人工设计到计算机辅助设计，大大提高传统辅助设计的技术的效率以及质量。概括来说人工智能技术内容包括了专家系统与遗传算法。当前还在研发的专家系统在整体上而言仍处在研究阶段，离实际应用还存在一定距离。沈阳工业大学特种电机研究所研制成功了永磁直流电动机以及永磁同步电动机的设计专家系统，河北工业大学将CAD技术与专家系统相融合，开发出了电磁继电器CAD专家系统。这些专家系统主要由最初设计、优化设计以及零件结构设计三部分所组成，在使用时只需输入继电器的参数，专家系统就会按照要求自动设计出电磁系统的结构尺寸、触头材料、线圈匝数等，而且绘制出特性曲线与结构图，大大提高了设计效率。
遗传算法属于一类现代化优化算法，8对产品优化设计具有非常广泛的应用，尤其是在电器产品人工智能优化设计中。相关研究指出，往电磁电气设计行业中引进一种多目标动态优化高级遗传算法，并且应用其来对智能交流接触器的控制参数与结构实施优化，这种方法有比较好的搜索效率与鲁棒性。同时，将效率作为目标函数，运用遗传算法来优化设计内置式永磁同步电动机。另外，也可以对其进行改良，将其用来改善电机的设计。
2.2 在电气设备故障诊断中的应用
电气设备的故障和相应征兆间存在有较为复杂的关系，在很多情况下这种关系是不确定的。传统的人工故障诊断往往需要花费较高的人工成本。而采取人工智能中的神经网络、专家系统、模糊逻辑等技术，能够充分发挥其优势，提高电气设备故障诊断效率。在电力系统中，变压器具有非常重要的地位，变压器的故障诊断是保持变压器正常运行的重要保障。目前在诊断变压器故障的过程中，常用方法是对变压器油中分解出来的气体实施分析从而将其故障情况判断出来。而在人工智能背景下，使用神经网络BP算法，输入特征矢量，再将电弧、电晕放电、油过热以及正常这几类状态作为输出节点，再利用三层神经网络训练变压器油的特征气体和故障状态二者之间的输入输出关系，详细对比诊断结果与实际的检查结果，得到的比较结论是一致的，这说明了在诊断变压器故障时运用神经网络算法是有效的。有学者根据变压器故障特征构建了一类基于决策树的组合神经网络系统，其主要采取了分级判别法，加强对变压器故障的诊断和细分，通过该类分解方式可以在很大程度上减少因为采用单一神经网络而致使网络结构复杂以及训练困难的问题。应用结果表明，这种基于决策树的组合神经网络系统具有较高的准确性，具有较高的实用价值。
2.3 在电气设备智能控制中的应用
目前能够运用到电气设备控制的人工智能方法包括了以下几种类型:神经网络控制专家、系统控制以及模糊控制。其中，模糊控制是最简单且最实用的方法。有研究者以模糊理论为基础，提出了一个SF高压断路器操作机构的模糊控制模型，根据电流、电压、功率以及其他相关的参数，可以实现系统的自动调节和控制，进而实现断路器的智能操作。有研究者将人工智能的自配合适控制与保护开关电器相结合，不仅可以实现实时在线检测，而且还可以对故障进行提前预测，还可以实现在不改变原有的电气原理的情况下，采取新的现有技术提高高器件的控制与保护性能。
3人工智能在电气设备应用的前景展望
经过半个世纪的发展，人工智能已经取得诸多进展，但仍然存在巨大的发展空间。实践表明，混合式人工智能技术可以有效弥补单一技术存在的不足，获得较优性能，有助于开辟更为广阔的应用空间。例如，将神经网络与概率论、神经网络与模糊逻辑、神经网络与生物细胞学相融合，可以产生随机神经网络、细胞神经网络、模糊神经网络等。基于小波分析与神经网络而构建的混合式神经网络，将其应用于电气设备的优化设计和故障诊断，已经取得突出成效。随着人工智能技术的发展，在未来通过混合技术以及组合技术，有助于实现人工智能在电气设备中应用效率的大大提升。尤其是软件技术与微电气技术迅猛发展，不断出现新的开发工具，将会进一步改良人工智能的技术性能，进一步推动人工智能在电气设备领域的应用。
4 结语
人工智能技术对于各行各业都扮演着重要的角色,尤其在电气工程领域,越来越离不开人工智能技术,电气工程领域通过人工智能技术,提升了生产效率,降低了设备的维护难度。人工智能技术的发展程度,将直接影响到我国的经济发展速度。
参考文献
[1] 金星. 人工智能在电气工程自动化中的应用分析[J]. 纳税, 2018, 000(011):P.245-245.
[2] 胡建文. 人工智能技术在电气自动化控制中的应用分析[J]. 电力系统装备, 2018.
[3] 安源. 基于人工智能技术分析电气自动化的发展前景[J]. 科技传播, 2018, 010(003):142-143.
[4] 王志林. 人工智能技术在电气自动化控制中的应用思路分析[J]. 科技风, 2018, 000(014):74-74.