摘要：随着国民经济快速发展，日益增加的用电量为电力系统提出了新挑战与新机遇。因此，电力系统必须要以安全、可靠、高效、经济以及环境友好等作为目标，不断提高供电可靠性，确保安全、稳定、可靠供电。要实现以上目标，电力系统需要在电网控制中运用智能控制方法，只有这样才能够确保控制中具备安全性与可靠性。本文对智能控制进行概述，之后探讨电力系统中使用智能控制法。
关键词：电力系统 ， 智能控制法 ，智能电网
1.前言
日渐提升的用电量为电力系统提出了新挑战，只有采用稳定、安全以及可靠的供电系统才能完成这项新挑战，才能满足对用户优质服务的要求。而要建立安全可靠的供电系统就必须要实行电力系统自动化及智能化控制（即智能控制方法），事实证明采用智能控制方法在电力系统中具有十分广阔的空间及前景。
2.智能控制概述
经过研究，在自动化控制以及人工智能之上产生了新兴学科，即是智能控制，这是一种新兴交叉的学科。很多人认为，如果一个系统能够感知环境，并且从感知中得到需要的信息，进而通过这些感知信息来降低控制的不确定性，提升控制行为的能力，就成为了智能控制方法。
在电力系统中，智能控制法主要有以下几种：
①模糊控制法；这种方法是从行为之上去模拟人的模糊决策与推理，并且根据得出的数据进行实用控制的方法。
②人工神经网络；将许多简单神经元按照一定方式连接起来，形成一个分布式、并行的信息结构网络。
③专家系统；这种方法是一个智能程序，通过专有程序将大量专业知识编写进去；
④遗传算法；该法是将现有的数据群体中的全部个体作为对象进行编码，采用随机技术将编码投入到参数空间之后实施高效搜索的方法。
从实践中可以看出来，智能控制具有较强的适应功能、学习以及组织功能。同时，还能够运用经验对环境做出相应的判断，根据这些判断自动获取与应用知识，采用这种方法不再依赖于模型，而且具有广泛的鲁棒型、适应性、实时性以及多样性等特征。
3.智能控制法在电力系统中的应用
为了体现智能控制系统的优越性，本文就选择了几种比较常用的智能控制方法，阐述其在电力系统自动化中的应用。具体情况如下：
3.1.电力系统中应用模糊方法
模糊理论就是将经典理论进一步模糊化，并把近似推理出来的结果变量引入到模糊逻辑中去，完成一个完整推理体系。这种方法属于实用控制法，是根据已有控制数据和规矩，运用模糊方法将模糊控制推导出来，其输出的主要是模糊推理、模糊化以及模糊判决三个部分。随着在使用中对模糊理论进一步完善与发展，模糊控制体现出更多的优点，得到了使用者肯定并被广泛使用。例如能够有效处理不精确性、不确定性及噪声等原因带来的诸多问题；专家通过语言变量将经验转化为模糊知识，让它更能够展示出人表达的方式，更加容易实现知识表达与抽取；模糊理论还具备较强鲁棒性，被控对象中的参数发生变化虽然会影响到模糊控制，但是这种影响都是微乎其微的。
期刊文章分类查询,尽在期刊图书馆近些年来，电力系统自动化中应用模糊理论的现象不断增加，并且取得较大的研究成果，进一步体现出模糊理论解决电力系统自动化中各种问题的潜力。下面举一个实例阐述模糊控制法。
比如，爱尔兰国家调度中心，就是使用模糊方法来描述调度员负荷的预测法，该调度中心中最高的负荷是230万kw。开始使用过多种短期的负荷预算计算机程序，但是最终结果还不如调度员估测的准确。事实上调度员估计一日以内短期预测负荷，就是先选好一个参考日子的负荷，让它的条件与待测日比较接近。然后再制定出许多关系到负荷因素模糊集，进而供模糊推理实施估计关键点负荷。只要建立好了负荷模型，就能按照模型准备好发电容量，模型与实际负荷间差额不大，运行时按照实际产额实施控制，有效提升了效果。模糊估计法具有直观、易懂等优点。
3.2电力系统应用专家系统
专家系统是发展较为成熟、也是最早的人工智能技术，主要是由推理机构与知识库共同构成，是依据某些领域专家对该特殊知识实施推理，并且模拟人类专家给出决策过程，最后还要提供出专家水平的答案。如今，电力系统自动化控制与运行主要是经验十足调度人员凭借自动化技术实施。根源就在于：一是分析传统数值方法没有启发性的推理能力，就没有办法进行积累知识，二是电子系统自动化自身比较复杂，导致极难获得必要的状态量以及数学模型，单纯依据数值是极难满足电力系统自动化的要求。由此可见，使用电力专家经验知识非常重要，也是十分有必要的。
3.3 电力系统应用人工神经网络
人工神经网络且是模拟人类来处理与传递信息，这种仿制连接方式类似于人类神经元，形成了一个控制网络。而每一个人工神经元能够实现输入输出之间的非线性关系，这样的连接就让人工神经网络具有负责非线性特性。和上面两种相比较，人工神经网络能够使用神经元与彼此之间有向权重去处理一些隐含问题，而且还具有信息分布存储、较强容错能力、较强学习能力、知识能够主动组织以及能够处理不同信息要求等优点，每个神经元计算都是相对独立的，十分方便于处理，而且执行的速度也比较快。就因为人工神经网络具有较强分线性自学能力及拟合能力，具备了鲁棒性、联想记忆等等性能，让这种方式在电力系统自动化的应有具有较大潜力。但是，人工神经网络现在依然存在一些问题，比如学习的算法速度大都较慢，训练的时间也较长，并且不容易收敛或者可能收敛到极小点等。经过相关研究人员改进了学习算法，有效的改善了收敛性。综上所述，人工神经网络在电力系统中使用还处于发展阶段，还需要进一步开发与推广。
4.结束语
虽然电力系统的控制方法比较多，但是使用模糊理论、专家系统以及人工神经网络等等智能技术，已成为了电力系统自动化发展的必然趋势。但是从上面可以看出来，三种不同智能控制技术在电力系统自动化中都实现了控制，但各有所长也有其所短。因此必须要将这几种控制技术有机结合，构建出综合型智能控制方法，进而推动智能控制方法在电力系统自动化中的应用。
参考文献：
[1]肖成刚.浅论电力系统控制方法[J].宁夏电力，2008 (04):134-136.
[2]姚建国，杨胜春，高宗和，杨志宏.电网调度自动化系统发展趋势展望[J].电力系统自动化，2007 (13):12-14.
[3]谢惠茹.论智能控制技术在智能电网中的应用[J].北京电力高等专科学校学报，2011（7）：134-136.
[4]顾大春.智能控制方法在电力系统自动化中的应用[J].城市建设理论研究，2011（24）：125-127.
张程杰（1985-03-19），男，1985年生，山东省临沂市苍山县人,?临沂苍山县供电公司，学士，助理工程师，主要从事配网线路设计工作。
宫丽艳（1984-01-06），女，1984年生，山东省临沂市苍山县人,?临沂苍山县供电公司，学士，助理工程师，主要从事变电站二次设备维护工作。
论文作者:徐文瑜
论文发表刊物:《基层建设》2016年5期
论文发表时间:2016/6/28
标签：电力系统论文; 模糊论文; 智能控制论文; 神经网络论文; 方法论文; 负荷论文; 神经元论文; 《基层建设》2016年5期论文;