關於基於人工智慧的火電廠自動控制系統探討論文
火電廠屬於技術密集型以及資產密集型的企業，其生產的自動化水平比較高，對裝置管理的可靠性有著嚴格的要求，因此保障裝置正常運轉並減少維護成本，瞭解並針對裝置健康情況做出診斷，是火電廠裝置控制管理研究的重要內容。
本文簡要介紹人工智慧的定義及其優點，並從不同環節介紹基於人工智慧的火電廠自動控制系統。
發電機、變壓器、斷路器以及接觸器等裝置工作可靠與否會直接影響電力系統的穩定安全執行。隨著當前電力系統容量的持續擴大，火電廠當中電氣裝置數量以及種類也不斷增多，從而導致供電可靠性同用戶要求間的衝突矛盾越來越嚴峻[1]。
傳統方法已經無法滿足火電廠自動控制的要求，因此尋找新的技術構建火電廠自動控制系統已經成為當務之急。
一、人工智慧技術概述
人工智慧是類似人類大腦的一種計算機程式，其獨特性以及特殊性在於自身有著感知以及思維能力，所有有著比較廣闊的發展和應用潛力，是各個行業發展的重要方向。工智慧是指人類製造得到的具備思維能力、行為能力以及感知能力的機器，透過分析智慧實質，將智慧應用於具體的機器中而得到智慧機器[2]。
火電廠的自動化控制作為電氣資訊領域的重要內容，是使用現代化管理以及控制技術實現火電廠工作以及裝置管理的現代化，能夠極大推動電氣自動化發展，為我國電力事業發展做出貢獻。
人工智慧控制中計算機系統為基礎，同時計算機程式是核心，從而實現現代化的管理控制，是利用計算機當中預先設定的程式來完成自動操作，同人工操作比較而言有顯著的優勢[3]。第一，智慧化的程式設定。
人工智慧控制有著難以替代的重要價值，程式設定合理與否會直接影響到智慧化管理是否規範，同時決定產品的效能能否滿足預期工作標準，並且確保工作內容的整體一致。不過因為智慧化技術應用透過計算機的內建程式完成，所以產品效能模擬方面不會出現差異，嚴格根據預先制定的標準進行，從而有利於確保電力生產的規範性[4]。第二，誤差小。
通常情況下，人工智慧技術執行過程當中很少需要工作人員的主動參與，只要預先設定的引數不出現改變，那麼整體執行資料必然可以得到保障，操作質量也不會發生嚴重的偏差[5]。第三，節約人力資源。傳統電氣控制操作過程當中，因為涉及各種各樣的電氣裝置、線路、機器以及變壓器等，往往導致一個車間當中佈滿性質不同的電線以及電纜，每臺機器需要專門的工作人員進行看管與調製從而確保可以發揮正常功能，這些線路只有透過不斷的梳理才可以確保各盡其能，這就需要耗費大量人力資源[6]。
透過應用人工智慧技術，機器自身擁有分析資料的能力，無需外接各種各樣的線路，甚至利用其他的裝置檢測自身的效能。在技術人員操作下自動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。
二、基於人工智慧的火電廠自動控制系統
第一，電氣裝置設計。電氣裝置設計環節是一個複雜的系統工程，其中涉及到自動化當中的電機、電路、變壓器、電磁場以及電力電子技術等不同學科的內容，對於設計人員的工作經驗有著比較嚴格的要求，並且需要耗費大量的物力、人力以及財力。透過應用人工智慧技術，能夠解決很多人腦無法迅速解決的複雜計算以及模擬過程，顯著改善控制系統設計環節的工作精度與效率。不過需要指出的是，電氣裝置設計環節需要使用不同演算法來滿足不同情況的要求，從而完成高質量以及高效率的設計，這對工作人員的人工智慧軟體利用能力與經驗提出較高的要求。
第二，電氣控制。改善自動化水平可以減少人力、財力以及物力方面的投入，從而提高系統運作的質量與效率。應用於火電廠的自動控制系統當中的人工智慧技術包括神經網路控制、模糊控制以及專家系統控制。在具體應用方面，應用的最為廣泛的是模糊控制。
以電氣傳動控制當中人工智慧的.應用為例，在電氣傳動控制環節，應用模糊控制主要分成直流傳動以及交流傳動當中的應用。直流傳動控制當中模糊邏輯控制集中在模糊控制器當中，而交流傳動控制當中模糊控制器則主要表現為取代常規的PID控制器。此外有研究人員將模糊神經控制應用於高動態全數字效能傳動系統當中，並且取得理想的應用效果。
第三，電力系統。在火電廠的實際生產環節，人工智慧技術應用主要包括四個方面，也就是專家系統、啟發式搜尋、神經網路以及模糊集理論。
其中專家系統是一個集大量的經驗、規則以及專業知識於一體的複雜程式系統，這一系統的作用主要是透過特定領域專家的知識以及經驗進行判斷推理，模擬專家決策的過程處理那些需要專家決策的困難問題。神經網路則有著靈活學習方式以及分散式儲存方式，並且廣泛應用於大規模的資訊處理過程當中，識別能力以及複雜條件下的分類能力都比較強大。
電力系統短期負荷的預測方面，神經網路可以在足夠樣本的基礎上，對模型進行合理分類，構建基於不同季節的預測模型，結合元件關聯分析以及人工神經網路來完成複雜電力系統的故障診斷，對每類元件的故障進行報警以及定位，還能夠對同一跳閘地區當中不同的故障做出識別。
模糊理論則主要應用於火電廠自動控制系統當中的系統規劃、潮流計算以及模糊控制等領域，這是由於模糊邏輯可以勝任高難度數學計算，對於電力生產以及負荷變化等不確定因素構建函式，從而構建最最佳化的電力系統潮流模型。
第四，故障診斷。人工智慧技術當中的模糊理論、神經網路以及專家系統在火電廠電氣裝置的故障診斷環節應用比較廣泛，尤其是在是在發電機以及電動機的故障診斷方面。傳統故障診斷技術無法根據裝置故障的非線性、不確定性以及複雜性等做出診斷，因此診斷的效率比較低。
人工智慧技術的應用可以改善診斷的準確率。例如在電動機以及發動機故障診斷當中就能夠結合神經網路以及模糊理論，來實現故障診斷模糊性以及神經網路的聯合診斷，從而顯著改善故障診斷的效率與質量。
綜上所述，隨著人工智慧及其診斷技術的進步，將顯著改善火電廠裝置的維護診斷質量，從而提高火電廠的自動化控制水平，提高管理以及檢修的效率，延長裝置的大修間隔並降低小修頻率，避免不足維修以及過剩維修問題的出現，最終提高裝置的可用係數並降低經營成本，增強火電廠的經濟效益與社會效益。
【基於人工智慧的火電廠自動控制系統探討論文】相關文章：