摘要：随着我国社会的不断发展进步，我国用电需求日益增高，水利发电是我国除了火力发电之外的主要发电方式，为了满足社会发展需要满足用电要求，水电厂发电技术在日益提高逐渐向自动化智能技术转变。水电厂自动化管理技术是一个非常庞大的体系涉及到多方面的技术，而智能控制技术只是其中的一部分。本文以智能控制技术为基础，对水电厂中的自动化智能技术进行了分析研究。
关键词：水电厂；自动化；智能技术
引言：水利发电同火力发电相比最大的优点就在于环保无污染，在重视生态环境提倡可续发展的今天，水利发电受到社会各界的广泛关注。随着不断发展进步，在人们生活水平不断提高的同时，我国的用电量也在不断攀升，因此要在水利发电厂中推广使用自动化智能发电技术，提高水利发电水平。
一、智能化水电厂的内涵和特征
1、智能化水电厂的主要内涵
（1）安全可靠是发展智能化水电厂的物理基础
重点需关注两个方面：首先要提高水电厂关键设备的制造水平和工艺，提高设备质量，科学地制定检修周期，以延长设备使用寿命；其次要对设备进行实时状态监测，依靠辅助决策技术，及早发现事故隐患；快速检测、定位和隔离故障；指导快速确定故障原因和恢复运行，缩短停电时间。
（2）经济高效是发展智能化水电厂的目标
要实现水电厂、梯级电站经济运行，水库、水能资源高效率、高效益利用和配合电网层面的优化调度。具体包括以下几点：第一，长、中、短期及实时发电经济调度，促进水能资源的高效率、高效益利用；第二，决定水电厂、梯级流域和地区流域厂群的合理运行方式；第三，跟踪下游用户的用水需求，动态调整放流量；第四，根据电力市场和电价信息以及风电、电网的综合信息，决定抽水蓄能电站的运行方式；第五，连接数字天气预报，探知大气水汽量，决定人工降雨的最佳时间和方式；第六，监测停机期间导叶漏水量，为采取检修措施及进行改造提供依据。
（3）在当今社会集成与开放已经成为了智能水电成发展的基本理念，指在通过不断进行信息化的整合、优化水电厂的管理流程，以及形成综合的辅助决策支持体系，为电网和其他发电企业提供高质量、及时的辅助增值服务。
2、智能化水电厂的特征
（1）信息标准化：智能化水电厂严格执行标准先行原则，制定统一的服务、信息、数据交换、模型管理等系列标准。
（2）系统整体化：智能化水电厂拥有统一信息平台，可实现对电力企业各种信息的集成和共享。
（3）决策智能化：智能化水电厂建设有辅助决策系统，支持数据挖掘与分析，提高可靠性、效益及效率，降低成本。
二、智能控制方法及其在水电站自动化中的应用现状
1、专家控制
专家系统是一种基于知识的系统，它主要面临的是各种非结构化问题，尤其能处理定性的、启发式或不确定的知识信息，并经过各种推理过程达到系统的任务目标。专家控制的实质不仅是使系统的构造和运行都基于控制对象和控制规律的各种专家知识，而且要以智能的方式来利用这些知识，求得受控系统尽可能地优化和实用化。因此，专家控制又称作基于知识的控制或专家智能控制。专家控制系统一般采取专家系统和其它控制方法相结合的方案，其中专家系统主要用于高层的智能协调、组织和决策并激励相应的基本级控制器工作，而由基本级控制器完成控制规律的实现。
期刊文章分类查询,尽在期刊图书馆
2、模糊控制
模糊控制是模糊集合理论应用的一个重要方面。模糊控制是一种对系统控制的宏观方法，其核心是用语言描述的控制规则。语言控制规则通常用“如果…，则…”的方式来表达在实际控制中的专家知识和经验。模糊控制的最大特征是将人的操作经验用模糊关系来表示，通过模糊推理和决策方法来对复杂过程对象进行有效控制。它具有不依赖被控对象模型、鲁棒性较强的特点，因而为随机、非线性和不确定性系统的控制提供了良好的途径。尤其是80年代模糊微处理芯片的产生，为模糊控制技术的实际应用创造了硬件支撑条件。从水电机组的特点来看，采用模糊控制被认为是一种有效的解决方法。
3、神经网络控制
动态系统理论在过去50年来得到了深入研究和发展，已被广泛地应用，特别是线性时不变系统控制的设计方法和稳定性分析方法已趋完善。但是对于非线性系统，因其复杂性至今还没有一套完整的系统控制设计方法和系统解析方法，稳定性的分析也只是针对某些特殊的非线性系统进行研究。为解决上述问题，人们引入了神经网络思想。神经网络是介于符号推理与数值计算之间的一种数学工具，它具有很好的适应和学习能力，因此它适合于用作智能控制的工具。从本质上看，神经网络是一种不依赖模型的自适应函数估计器，给定一个输入，可以得到一个输出，但它并不需要知道输出和输入之间存在着怎样的数学关系，即其具有非线性映射功能；当给定的输入并不是原来训练的输入时，神经网络也能给出合适的输出，它具有插值功能或适应功能；在专家系统中，知识明显地表示为规则，而在神经网络中，知识是通过学习例子而分布存储在网络中，当个别处理单元损坏时，对神经网络的整体行为只有很小的影响，而不会影响整个系统的正常工作，目前神经网络理论的应用几乎遍及各个学科领域。神经网络在智能控制应用的巨大优势和潜力可以体现在以下两个方面：（1）神经网络可以从例子中学习，这对于不能用模型甚至难以用规则描述的对象有效处理提供了新途径；（2）神经网络的并行结构及其冗余性，使得其在大信息处理与复杂系统的实时控制方面显出巨大的优势和潜力
三、自动化智能技术应用前景与展望
智能集成化是控制技术发展和智能理论发展的主要方向，其中神经网络和模糊技术的结合以及神经网络联合主义和人工智能符号主义的结合等都是智能集成的重要组成部分。水利发电过程不但复杂而且不确定性因素多，因此在想要有效的控制水利发电系统就需要相关技术人员具有较强的综合能力，要不断总结经验、更新知识储备等，人类知识具有模糊性，因此系统的模糊学习和模糊处理技术成为智能系统的重要特点。
模糊技术最大的优点就在于有很强的模糊知识处理能力，但是在实际应用中却需要具备很完善知识体系，同时学习能力又不足，这就对工业智能体系运作造成很大的困难，而神经网络强大的学习能力恰恰可以弥补模糊系统在学习能力上的欠缺。可以利用神经网络强大的学习功能来进行学习人类的知识和经验，从而降低控制系统的价格以及提高整个工程系统的适应性能力，从而开辟模糊系统与神经网络系统集成的新领域。神经网络和模糊技术都可以进行知识数值的处理，因此在功能上二者具有很好的互补性，因此二者的结合运用普遍得到智能控制智能领域专家的重视。
当前，我国水电控制智能领域专家开始进行研究处理模糊知识处理与有效的模糊学习与神经网络集成技术，这种新技术可以全面的促进水利智能控制技术的发展。相信，通过专业人员的不断努力与研究，我国水电厂将全面面向智能化发现发展，减少值班人员，解放劳动力。
结语：随着经济与科技的不断发展进步，全面实现水电厂自动化智能技术已经成为我国未来水电厂发展的主要趋势，相信经过不断的探索研究总结经验以及合理应用专家控制、模糊控制以及神经网络控制等先进智能技术，我国水电厂一定能全面实现自动化智能技术，促进我国经济健康发展。
参考文献：
[1]张金华，徐洁，郑健兵.智能水电厂关键技术研究及应用[J].水电能源科学，2013，31（10）：164-167.
[2]黄其励.对智能化水电厂的认识与实践[J].能源技术经济，2011，23（06）：1-8.
[3]王德宽，张毅，刘晓波，何飞跃，余江城，段振国.智能水电厂自动化系统总体构想[J].水电自动化与大坝监测，2011，35（01）：5-9.
论文作者:刘武,张寅
论文发表刊物:《电力设备》2018年第29期
论文发表时间:2019/3/27
标签：水电厂论文; 神经网络论文; 模糊论文; 智能论文; 系统论文; 技术论文; 知识论文; 《电力设备》2018年第29期论文;