许景坤
杭州国电电力科技发展有限公司 浙江省 310012
摘要：随着经济社会的不断发展，工业发展和生活需求用电量持续增加，电力系统的稳定安全可以保证用电的持续性。电力系统本身比较复杂，内部各个电气元件较多，覆盖的范围较多，电力系统中任何元件的故障都可能导致整个电力系统的破坏。随着信息技术发展，电力系统自动化控制中的智能技术应用越来越广泛，其语义网络和知识网络、自主计算、内容计算功能让电力系统不断得到优化。本文将通过论述电力系统中的自动化控制和智能技术概念，探讨智能技术的应用，希望对电力系统发展提供借鉴。
关键词：电力系统；自动化控制；智能技术；应用
1概述
1.1电力系统自动化控制的相关概述
电力系统通过发电企业、配电系统，以及输电网络、电力用户等构成，以往电力系统多通过人工方式运行、管理，可满足人们实际的用电需求。随着电力事业的可持续发展，使得电网的规模加大，使用以往系统运行模式管理存在一定的局限，所以应不断完善系统运行管理模式，以便使系统稳定并安全的运行。电力系统自动化控制可在电力能源生产时进行自动化，将该种理念和方法贯穿于生产、传送、管理和自动调度等环节中，有助于加强对不同类型设备的监视，并且很好的调度功能、控制，促使系统运行更加安全。
?1.2智能技术的基本概述
所谓智能技术即为人机接口体系结构，存在较多优势，比如，可自主学习、应变和适应能力强等，所以可对系统故障位置加以分析，很好的处理故障问题。值得一提的是，智能技术涉及领域较多，于电力系统自动化控制中应用可促进智能电网建设。不仅如此，而且能确保电力自动化系统的稳定、运行效果，对系统运行实时监控，然后及时对相关数据信息作以反馈处理，便于及时发现问题、及时分析问题，然后制定相应对策处理问题，进而避免系统运行期间发生故障问题，降低对系统运行效果及安全的影响。需要注意事项：智能技术应用过程期间，容易受到学科技术因素影响，无法获得较大的发展空间。当前，我国科学技术获得较好的发展前景，该项技术被广泛运用于不同领域中，能够为促进我国经济发展提供支持。
2电力系统自动化控制中的智能技术应用
2.1模糊控制技术的应用
模糊控制具有非常独特的优势，比如简单易操作、具有随机性、简单化的特点。通过模糊控制在自动化生产过程中目标明确的条件下，可以非常高效的对电力系统工作进行控制。同时也可以降低自动化的难度，通过这个模型的应用，可以降低控制过程的难度系数，也可以强化自动化工作的运行和监控。模糊控制技术使得监理过程也变得更加的清晰和简明，具有很强的优越性。
在整个自动化工程运行过程中，模糊控制技术也具有一定的应用和实用价值，对系统生成的数据和相关的规则进行推导，通过相关一系列的计算，可以最终得到输出的结果。结果通常包括以下几个方面：模糊化、判断以及相关的推理等几个重要的部分。智能技术所解决的一系列问题，都为人们的生产和生活提供了非常好的便利条件。首先，它可以处理电风扇等日常家用电器的一些不必要的噪声和干扰；其次，有效处理一些工作中不准确的问题，可以提高系统额精准程度；同时该项技术也可以对知识进行更加有效的传达，可以实现信息的交流和共享；最后，当设备的拓扑结构发生变化的时候，设备参数发生改变的情况下，人工智能技术可以即刻做出有效的响应，同时保障系统更加安全稳定的运行。
2.2专家系统控制的应用
智能专家系统有很多优点在电力系统中得到了广泛的应用。
包括在系统中可以进行警告和预警发布紧急状态等，可以在紧急事项中处理并回复系统工作状态。这项技术有专门的知识程序，规则较大，经验也相对比较丰富，这个系统在工作和生产的过程中，可以高效地对系统故障问题进行判断和解读，进而更加精确地找到用户想要解决的问题。在对系统规划、调度以及故障点解析隔离上起着至关重要的作用，可以在电力设备的工作负荷超载的情况下进行报告，同时也会做出安全性能分析的动作，对人机工作进行布置。这个技术可以通过自身的知识库进行深入地剖析，进而做出决策使系统更加平稳运行，让问题更加清晰简明，更小规范快速科学地解决系统产生的故障。
2.3人工神经网络在电力系统自动化中的应用
神经网络是智能控制技术的一个分支。人工神经网络是模仿人脑神经网络行为特征，并进行分布式处理的数学模型，也是具有学习、联想、记忆、磨蚀识别等智能信息处理功能的人工系统。人工神经网络其本质是一种运算模型，由大量节点（也就是神经元）构成，网络中的每一个节点代表了一种特定输出函数，并按照一定的学习算法调整网络的权值矩阵。人工神经网络采用并行分布式系统，避免了传统基于逻辑符合的人工智能处理结构的缺陷，具有自学习性、自适应性和自组织性等特点。电力系统运行过程中，受到运行环境的影响，可能导致电力系统采集的数据信息有一定的偏差、错误，并发出错误的调度指令。将神经网络运用在电力系统控制环节，神经网络系统可以对电力系统运行的状态以及相关参数进行识别，剔除错误信息，降低电力系统调度的盲目性。同时，通过采集电力系统运行过程中的电压、电流、电力负荷数值等样本数据信息，构建电力系统故障模型，对故障进行有效的识别。如果电力系统出现故障，则可以对其进行自动识别、判断，避免电力工作人员判断失误，导致操作故障。
2.4遗传算法在电力系统自动化中的应用
遗传算法是模仿达尔文生物进化论的自然选择和遗传选择的生物进化过程的计算模型，是一种模拟生物自然进化搜索最优解的方法，可以快速解决一些复杂组合优化问题。将遗传算法应用在电力系统自动化中，可以在一定期限内，对电力系统运行的各个机组运行方案进行优化，在确保电力系统总负荷、运行安全和供电质量的要求下，将电力系统运行的燃料能耗达到最小。在不违反电力系统机组的约束条件下，可以根据电力用户的用电量，停运一些运行效率低的小机组，通过改变电力系统的电压分布降低电网的有功损耗，让发电厂的可行性方案更符合发电厂的边界要求。
2.5综合智能系统的应用
该系统主要包含了现代和智能控制，涵盖了几种智能控制的集合，在对于传统的复杂庞大的电力工作系统来说，这种综合性的智能系统具有很大的应用场景。在目前看来，电力系统应用比较广泛的主要是神经网络系统和专家系统的结合使用，神经网络模型主要适合非线性数据的信息处理，模糊系统主要是都结构化的数据更加高效。所以两个技术的结合可以从很多不同的方面进行对电力系统设备控制，从神经网络低层次到模糊逻辑技术高层次的数据处理，结合这两种方法可以更加高效地对电力自动化系统进行控制和信息判断。神经网络收集处理传输到模型的数据，数据加工后通过模糊技术模型进行数据挖掘，最终把判断结果反馈到电力系统中枢，使得系统处理恢复故障。
3结束语
电力系统在自动化控制中应用到的智能技术越来越多，可有效提高电力系统参数和数据运行的准确度和可靠度。智能技术在电力系统自动化控制中涉及到的技术主要包括专家控制系统、模糊控制技术、神经网络控制技术等技术，在应用中要根据实际情况，从用电安全和稳定性上进行分析，解决供电过程中出现的各种问题，提高智能化水平。
参考文献
[1]蒋蔚.电力系统自动化控制中的智能技术应用研究[J].电子测试,2017(1):93-94.
[2]徐云芳,李洁.电力系统自动化控制中的智能技术应用探究[J].中小企业管理与科技(中旬刊),2017(3):118-119.
[3]郝忠孝.电力系统自动化控制中的智能技术应用探讨[J].内燃机与配件,2018(1):206-208.