在電力系統自動化中實施智能控制方案

1、模糊智能方案在電力系統自動化控制中的科學實施模糊智能控制原理主要將經典的集成理論進行模糊化處理，將模糊邏輯的語言變量及近似推理引入其中從而形成整體性綜合智能技術的推理體系。

模糊控制的模擬對象為人的模糊推理能力及決策實踐中的實用性控制方式，該理論主體依據相關控制的已知規則及數據首先由模糊輸入量展開對模糊控制輸出的推導，主要由模糊化、時間模糊推理機、最終模糊判決三個子過程組成。隨著模糊理論的不斷發展與成熟完善，模糊控制中包含的優勢性能得到了學術界充分的肯定。例如該控制方法可適用于對不定性、不精確情況的處理，同時可抑制噪聲帶來的污染問題。

綜合的模糊知識令語言變量能有效、準確的表達出專家的綜合經驗，也就是說其更加接近人們的思維及表達方式，可令知識的選擇、抽取與表達具有較強魯棒性，而被控制的對象參數產生的變化卻對模糊控制影響不大。隨著電力系統的不斷創新發展，模糊理論在其領域的應用研究不斷廣泛，并取得了可喜的成績，由此不難看出科學的模糊理論控制方案在處理電力系統相關問題中具有綜合的潛力。例如行業內為了有效實現對電力系統短期負荷進行高效預測，于是編制了眾多計算機控制程序，而實踐證明即使編制再完備的程序也比不上調度員的主體估計。

他們在對這種短期負荷的預測估計關鍵采用參考日的相關技術標準，這一條件與待測日較為接近。例如正確的日子為周四，則上周四可作為一個參考日。而后我們在負荷曲線中的積累關鍵點中進行負荷估計，依據參考日曲線將這些估計值相連接，于是便構建了當日的負荷模型。

在電力系統自動化中的模糊控制方案便依據這一經驗，可編制出一整套相關參考日模型的數據庫，供調度人員適應性選用。而后我們可繼續制定出多類對負荷產生影響因素的模糊集，例如風力、溫度及日照模糊集等，以輔助調度人員的模糊推理，令關鍵點中的負荷得到準確估計。完成了負荷模型的建立后我們可依據相關模型配備發電容量，這時實際的負荷與構建模型間的差額則較小，按照這一實際差額履行控制，其效果大大提升。該類電力系統自動化中的模糊控制方案具有易懂、直觀的充分優勢，令估算結果準確率大幅提升，因此我們可在實踐中充分應用，將其與人工智能技術完善融合，合理解決非線性控制問題，提升控制效果。

2、專家系統智能方案在電力系統自動化控制中的綜合實施專家系統是一類發展較早且較為成熟的人工智能技術，其主體由知識庫及綜合推理機組成，針對某領域內的專家提供的精華知識進行推理并完成人類專家在制定決策實踐過程的模擬操作，為系統提供與專家水平相當的實踐方案。當前，電力系統控制及運行中多依靠有豐富經驗的調度人員依據科學自動化控制技術完成。

導致該控制方式的主體原因為傳統的數值分析方式缺乏科學的啟發推理性能，無法同步實現知識的積累。再者，由于電力系統內部本身的復雜性令一些簡單的數學模型及控制狀態難于發揮作用，而復雜的模型又較難獲取，單純的數值方式無法充分滿足自動化的電力系統運行要求。

因此我們必須在電力系統自動化中引入電力行業專家經驗知識，利用專家系統方案，強化系統的綜合控制效能。在系統構建實踐中我們應主力擴充對推理速度的更新提升，令其具有高效的在線分析能力，并合理引入學習機制，令其容錯能力、對新問題的處理能力切實提升，即使在系統出現故障、網絡結構、各類系統參數設置有變，設備控制器的相關配置發生變化時，也能實現適應性改變依據綜合調控能力得出正確的推理結果。