1、电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering83目前，在科学技术的引领下，我国的电气工程自动化控制有了很好的发展势头，在各方面都得到了广泛的应用，特别是与大数据、云计算、人工智能等技术的结合，使得自动化技术表现出一种自主性、智能化的时代特点。今后，智能技术将与电气工程自动化控制相互结合，为各方面提供更好的服务，使电气设备可以在计算机的辅助下进行数据的集成，得到相关的分析和技术判断，针对电气设备故障时可能发生的紧急状况和复杂问题，给出对应的解决办法，使工作人员可以更好
2、地运用智能技术，制订出相应的对策，这一技术在电气工程行业中有着非常重要的积极意义。1 电气工程自动化控制中应用智能化技术的重要作用分析将智能技术运用到电气工程自动化控制中，可以提升电气工程模型控制管理的精度，全面贯彻精益化管理的发展方针。同时，将其与企业经营体系相结合，可为企业经营体系的升级与优化提供有力的支持。在电力自动控制中，控制模型的有效性是影响控制结果的一个重要因素，但由于控制参数的随机性，模型的精确提取困难，且由于系统自身的多种故障，造成了模型的不确定性，因而，如果要构建出一种全面的监控方式，仅靠手工进行单一的管理，很难达到人们的期望。所以，要将智能技术与之相结合，构建出一个更好的智
3、能评估模型，以保证分析的精确性和标准化。1.1 可以简化自动控制模型由于所有主要电气设备的智能管理信息都存储在母设备上，因此，各控制模块都有机会将数据传送给目标控制模块，因此，各控制模块都有数据传送的权限。而且，因为每一条母设备的控制线路的长度都是不同的，所以，母设备的智能化管理水平一直都是在变化的，这就导致了在任务的合理调度中，呈现出了一种“大面积、分散式”的工作特点，比如，任务调度运行的耗时、何时开始运行、当系统为多个处理器系统或分布式系统时，它在哪里运行等。并根据这些限制来判定一个实时任务能否正常执行，并将一些参数安排在某个时间点上。样本特征的初步分析如图 1 所示，这所谓的样本特征识别
4、，需要根据具体的“并行分布”赋予所有的电气设备较为精准的任务目标，帮助企业更好地完成电气设备的自动化控制。1.2 电气工程智能控制的关键在于建立模型电气工程以往的模型研究，往往将其简化，使得所构建的自控系统存在着较大的局限性和准确性。所以，在 TCN 模型中，如何调整它的参数，提高其推演能力和推演准确率，已成为一种值得思考的问题。在建模过程中，存在着两个问题：一是样本特征的选择，样本特征的原始数据抽取，往往会区分不同类别的数据特征，除去无分类意义的特征，即可完成对数据的整合，此时自动模式识别问题也就逐渐简化成匹配与查表，也就能够有效解决对于样本库的模式识别。智能化技术在电气工程自动化控制中的应
5、用魏杰（兰州兰石能源装备工程研究院有限公司 甘肃省兰州市 730314）摘要：本文首先介绍了将智能化技术应用于电气工程自动化控制中的技术优势，接着分析了电气工程控制模型对控制结果的影响，为了能够解决自动化控制中控制参数的不确定性，结合类比逻辑电路、类神经网络等装置应用程序，将其运用至数控、可编程逻辑控制器，最后提出了一种基于 BP 神经网络的电气工程自动化控制方法，该方法可以完成对电气工程智能化操作的全过程控制，然后再采用自适应矩的评估手段对试样进行校正，能够广泛应用于各类电气工程领域。关键词：智能化技术；电气工程；自动化控制图 1：样本特征库的初步分析电力与电子技术Power&Electro
6、nical Technology电子技术与软件工程Electronic Technology&Software Engineering84为了得到简洁高效的建模方法，必须首先对这些变量进行筛选，然后对其进行阵列结构的重构。其中，为了能够确保变量数据包含足够的信息量，并可用于模式识别，样本数量 N 与特征数目 n 需要符合以下条件：对两类分类问题：对线性或非线性回归问题：Nn当样本数据位于特征空间时，我们必须选取具备推广功能的分类器，如神经网络分类器、支持矢量分类器等，以达到对分类结果进行优化和提升的目的1。2 电气工程自动化控制中应用智能化技术的具体方案2.1 装置应用程序2.1.1 类比逻辑
7、电路在电力工业的自动控制中，需要使用大量的模糊控制器，同时，由于模拟回路对制版的精度有很高的要求，所以工作量很大。为此，在数字动力传输系统中主要采用了模糊控制器，比较常用的有 M 型和 S 型两种。在速度调节系统中，采用了 M 型脉动控制器，该控制作为一种恒速控制器，能够基本满足标准的拉伸与压缩测试需求，而且其还能够进行独立操作，且无需配备电脑设备，即可轻松完成相应的电气测试，而且还能够显示载荷峰值及挠度值的测定。通过在分立时刻施加一个脉动控制器，使系统状态发生变化。在此基础上，本文提出了一种基于 T-S 模糊理论的非线性系统建模方法，该方法首先对非线性系统进行分区，然后对其进行线性化，最后对
8、其进行权重合成，从而获得一个具有较强鲁棒性的整体系统2。一般而言，结构辨识和参数辨识不能分开，通常是两个步骤交替反复数次才能获得最终模型。T-s 模糊模型的模糊规则形式如下：该方法的特点决定了每一条准则所满足的条件可以是一维函数形式的，从而使该方法在理论上具有一定的线性形式。从总体上看，T-S 模糊模式的规则基与一个静态回归模式 Y=f(x)相对应。然而，该模型也有很多问题，例如，X1,X2的相关系数很高，多共线性问题很严重，但多数情况下，仅需找到准确的模拟缺失值，并不需要一个能够说明的准确模型，因此，可以将这些问题暂且忽略掉，只需将其与已有的其它构造方法进行有机地组合，就可以获得更为广泛的构
9、造结果。2.1.2 类神经网络近年来，神经网络已被广泛用于电气工程传动系统、交流电动机等装备的故障监控，通过反向转波法提高定位精度、缩短检测运算时间，并能对转速、负荷转矩等大幅变化进行实时控制。神经网络系统技术方案如图 2所示。另外，神经网络还能够进行诊断系统的条件分析，其主要的人工神经网络基本结构如图 2 所示。但是，目前广泛使用的机器学习技术均为误差后向传播技术，当网络中存在隐含结点，或激发函数时，我们必须使用网状神经网络对其进行映射，选取与之相对应的参数化模型，从而实现对多传感器数据的有效处理，从而提高网络的可靠性。2.2 故障诊断图 2：神经网络系统技术方案电力与电子技术Power&E
10、lectronical Technology电子技术与软件工程Electronic Technology&Software Engineering85在电气工程自动化控制传统的应用系统中，故障诊断工作通常需要依托人工操作进行，这必然会增大现场故障诊断的技术难度，同时还会影响到电气工程的实际运行。但是，在故障诊断分析机制中，采用先进的智能技术，即可最大限度地构建出一种完整、标准的诊断模型，而且智能技术可以提供非常准确的诊断依据，确保了应用过程的科学性。2.2.1 故障诊断的优势（1）运用智能技术，构建一个电力系统自动控制的诊断平台，并确定测试后的设备的失效部位和失效原因，从而可以进行精确的自动分
11、析和测试。（2）智能技术还可以帮助维修人员实施更好的操作，成功地解决故障现象，降低设备故障对电控系统工作效率的影响，对平台的功能进行优化，提升系统的运营效率。（3）设立装备失效电子记录：设立装备失效电子记录，以便有针对性地采取行之有效的对策，实现对设备质量安全的可追溯管理。2.2.2 复杂电气设备故障的常用诊断方法（1）控制装置自诊断法。在数控、可编程逻辑控制器和计算机设备中，为了达到某种特定的功能，必须研制出一种特殊的材料或制作出一种特殊的设备。均装备有一套故障诊断系统，通过开关、传感器将油位、油压、温度、电流等状态信息设置为数百种报警信号，实现对故障的定位。（2）常规检查法。主要是利用人类
12、的感官，利用简易的设备进行故障诊断。（3）机电液三位一体的分析方法。从机、电、液三个不同的方面来对同一故障展开分析，避免出现数值误差，从而能够对故障的特点做出正确的判断。（4）备件替换法。将两个功能相同的板子互换，然后通过检测问题的发生，来判断板子有没有问题。当电路板参数测试对比系统出现故障之后，并将其与正常值和正常波形进行对比，从这些参量中区分出故障和正常的信号，并根据这些参量所蕴含的信息来进行故障诊断。2.3 优化工程设计在传统的电子产品设计模式中，更注重串行设计的运用，使得从设计到生产都要经过较长时间的磨合，而采用智能技术则可以构建一种更为完善的跟踪式设计模式。在标准协议的指引下，计算机
13、通信技术可以很好地完成计算机终端之间的信息传递工作，因此，在电气设备自动化控制中使用计算机通信技术是非常有必要的。（1）为了提高电气工程的使用程度，必须重视电力设计环节的品质，在传统电气工程的系统中，为了达到设计要求，需要设计师对有关的参数进行多次的运算，将有关的数据信息高效地融入到电脑的运行过程中，对设计的方案和运行进行仿真。图 4：遗传算法的具体步骤图 3：人工神经网络基本架构电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering86（2）智能技术可以帮助电力公司进行项目
14、设计的最优，主要表现为对软件进行系统的更新，通过软件来展示项目的总体设计结果，保持项目的动态。（3）智能辅助计算机辅助设计。在进行 EMS 的更新时，有关技术人员要对 ICT 的需求有一个清晰的认识，以达到实时仿真的目的。将遗传算法（如图4所示）与 CAD 技术相结合，有效提高了 CAD 技术在加工与设计中的运用精度3。（4）逐步推动“开放式自动化”的研究与开发，将智能技术运用到电气工程自动化与控制领域，从而有效地消除了传统的重复作业，建立了一个完善的 OT(Operation Technology 操作技术)与信息技术相结合的模式，确保了测试与验证的有效性，从而为电力系统的建设与产业的发展提
15、供了有力的支撑。2.4 整合传输系统数据在电气工程自动控制系统领域，通过智能信息技术的运用还可以对数据传输系统信息加以集成，进一步完善数据传输过程，同时辅助系统开展如 ICP/TP 等数据传输技术的使用，从而形成更为全面、精确、可靠的数据通道，同时可以根据智能系统的信息传输协调需求，更加完善综合信息汇总管理。在电气工程自动化控制中，智能技术的应用还能够对传输系统数据进行整合，优化数据传输流程，并辅助发展ICP/TP等传输协议的应用，以建立更加全面、准确、安全的数据传输通道，并基于标准控制功能的传输协调要求，进一步完善综合信息汇总处理。3 基于BP神经网络在智能技术中的技术应用BP 神经网络是一
16、种在科学和工程中有着非常广泛使用的网络。在实践中，运用 BP 神经网络可实现了对海量数据的自动化处理，并将其提取出来，从而实现了问题的高效解决。本文首先介绍了一种基于 BP 神经网络的图像分类方法，然后介绍了一种基于 BP 神经网络的图像分类方法。神经网络控制技术具有较强的数据信息处理能力，在采在这种人工智能设计的前提下,能够完成对电气工程智能化操作的实时控制,很大程度上实现了神经网络技术的先进功能。可采用混合反逆的技术,通过多层的神经网络对试样加以预处理,然后再采用自适应矩的估计方法对试样进行校正,就这样得到了一种完整的神经网络。在逆向群体的计算中，加入逆向学习因素，增强了逆向搜索的能力。假定在第 t 个迭代中，鲸的数量为 P(t)=1、2、N；j=1、2、D（这里 N 是鲸数量的大小；D 是可能解决问题的维度），求出各个体的适合度，选出最佳的种群，而反种群的结果可以由如下的方程得到。下面是详细的算法：在该公式中，l 表示逆向学习系数，并且表示在区间 0,2 上的一个随机数；其中，xmax、j.xmin、是查找代理 x；维中的最大和最小的一个。在此基础上，通过对现有群体的适合度和逆向