陈林
中国水电顾问集团织金新能源有限公司 贵州 织金 552100
摘要：近年来，社会发展迅速，我国的人工智能技术发展也有了进步。快速发展的人工智能技术下，多数新理论与方法被引进至各个行业领域中。我国多数城市群位于沿海或平原区域，特别是东部沿海地区因地理环境缘故，具备丰富的风力资源，这也使得我国在风力发电行业方面的投资逐年增长。然而，由于风力发电区域地广人稀，有诸多问题存在于控制系统中，也就催生了依托现代智能化技术的控制系统。一旦将智能化技术融入风力发电自动化控制系统，那么该行业便能实现更为迅速的发展。对此，在分析风力发电应用智能化技术的必要性、可行性及优势的基础上，指出了该项技术在自动化控制系统中的具体应用，以供参考。
关键词：人工智能技术；风力发电领域的应用
引言
现如今随着我国经济建设的持续发展，进一步促进我国各行事业的不断进步，风力发电便是其中，风力发电可以更好地解决能源危机问题，同时也能在一定程度上促进我国社会主义经济建设的全面发展。因此在快速发展的人工智能技术背景下，多数理论以及方法已经被引入到行业领域中，我国多数城市位于沿海或者平原区域，在东北沿海地区因为地理环境的原因，存在着较为丰富的风力资源，这样致使我国风力发电行业的投资逐年增减，但是由于风力发电的区域地广人稀，在控制系统中存在较多的问题，因此便出现了智能化的技术控制系统，如果将其智能化控制技术合理地融入到风力发电自动化的控制系统中，那么可以促进该行业持续稳定的发展，对我国社会经济建设具有着重要的作用，因此要引起足够的重视。本文主要分析的就是如何加强风力发电自动化控制系统过程中的智能化技术，进而提出以下内容。
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人工智能算法在风电机组故障诊断应用
2.1风电机组故障诊断的方法
风电机组作为机电综合系统，其主要的故障为齿轮箱故障、电气系统故障和发电机故障等。故障可能是孤立发生，但更多情况下故障之间存在相应映射关系，对其进行状态监测与故障诊断难度大。风电机的故障诊断方法主要包括传统诊断、数学诊断和智能故障诊断。传统诊断法通常基于状态监测的数据进行分析，往往与其他方法相结合来对故障进行诊断。数学诊断法主要包括模式识别、模糊诊断、基于距离判据的故障诊断等。智能诊断方法主要包括模糊逻辑、神经网络、遗传算法等。目前，风力机组的故障诊断系统大部分情况而言，仍旧依靠人工来进行检测和分析，未达到全自动故障诊断的水平，因此通过引入人工智能技术实现智能诊断意义重大。
2.2采用人工神经网络算法进行风电机组故障诊断
人工神经网络是模拟人类大脑学习知识而提出的一种人工智能算法。其无须事先确定输入输出映射关系的数学方程，只需通过自我训练，计算机学习一些规律，在给定输入值的情况下，得到最接近预期输出值的结果。BP神经网络是神经网络算法中，研究较为成熟、应用广泛的预测网络模型之一。BP神经网络在机械故障诊断中的应用广泛，对于风电机组中的齿轮箱与发电机机械故障有着很好的示范作用。同时采用BP神经网络对风电机组进行检测诊断能够满足其需要实时监控与容错能力高的需求，减少故障误报与错报。
3应用分析
3.1需要将二者间进行有效的融合
现如今智能化的技术得到了飞速的发展，很多可视对讲系统的厂家在生产运营中也是逐渐地提高了打造用户端设备的重视，这样使其风力发电的自动化控制系统以及智能化的技术间得到合理融洽，仅仅只是需要将管理端的APP合理的安装到具有Andriod系统的可视对讲用户终端上面就可以，这样也说明了如果是发电系统的管理人员实现了一台可视对讲系统的用户终端配置，那么可以对以往繁多的管理设备进行有效的替代，不仅可以将其风力发电的自动化控制系统进行合理的简化，也是可以方便管理人员自身的操作，最终对管理人员的体验感进行全面提升。
3.2将传输系统的数据进行整合
对于风力发电的自动化控制系统而言，是需要在传输系统的合理应用之下进行数据的传输，然而将其智能化的技术合理地融入到其中，ICP/TP的传输协议而将会得到更加全面的应用，在标准化之后的传输协议能够成为一个共享的传输系统，同时一个完善以及综合的布线系统和网络设备能够将其不同系统内部间的通信问题进行解决。此外公共局域网的智能化系统在共享一个传输网络过程中是不会存在问题的，通过相关的分析技术便可以更好地进行了解，同时风力发电的自动化控制系统的用户端设备主要是根据公共局域网以及宽带路由器等进行相应的访问，使其可以实现智能化的控制。然而对于可视对讲的系统用户端而言，主要是作为一种室内的共享设备，可以有效的去访问风力发电系统的局域网，在管理系统内部的绝育网应用下合理地去访问In-ternet，同时在网络进行合理规划之后可以有效的完成。
3.3分析技术的强化以及应用
对于智能系统和门禁一卡通和车辆管理系统而言，主要是作为风力发电自动化控制系统中的一个重要组成内容，在客户的生活中具有着不可分割的作用。现如今在风力发电自动化的控制系统中，已经是具有着较为快速的发展速度，同时在互联网上已经是出现了相应的风力发电的自动化控制技术，通过物理链路以及协议对接技术，能够使其智能系统的用户端设备更好地实现对风力发电设备合理的控制。
3.4分析智能感应技术应用
在风力发电场中，要想更加充分以及合理地对智能化的电子设备进行应用，那么需要对风电场的智能电网进行合理的构建和应用，并且也是需要有效的控制一些复杂和庞大的电网设备，较为关键的便是对整个风电场的设备进行合理监测，同时合理地进行整合和提取设备的信息和运行情况。此外智能的感应器以及无线感应器等合理地进行应用，可以更好地为智能风电场的稳定运行提供出相应的支撑，在智能风力发电厂和其他多种设备的合理应用背景下，对变电器的实际需求信息做出合理地调整。
结语
综上所述，通过人工智能算法可以模拟人类思维方式，快速处理风电发电领域的诸多问题。不仅对于发电负荷的预测分析，还可实现设备的故障预警诊断。随着未来人工智能技术的不断发展，以及物联网技术的发展，风电系统将实现智能化，智能风电将成为未来产业的发展趋势。
参考文献
[1]彭华东，陈晓清，任明，等.风电机组故障智能诊断技术及系统研究[J].电网与清洁能源，2011，27（2）：61-66.
[2]安永灿.基于人工智能算法的风电机组故障诊断研究[D].长春：长春工业大学，2019.