人工智能有哪些方面的論文(2)
人工智能有哪些方面的論文
人工智能的論文篇二
人工智能技術(shù)在電力自動化的應(yīng)用探討
人工智能技術(shù)簡稱AI，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學，與基因工程、納米技術(shù)并稱為21世紀三大尖端技術(shù)。由于它是利用計算機來模擬人類的智能活動，因此完全擺脫了傳統(tǒng)方法的束縛，能解決傳統(tǒng)方法難以解決甚至根本無法解決的問題，當前，隨著國家電網(wǎng)建設(shè)“堅強的智能電網(wǎng)”進程的不斷深入，電力系統(tǒng)規(guī)模不斷增加，數(shù)據(jù)量增多，管理上越發(fā)復雜，因此，將人工智能應(yīng)用于電力自動化控制系統(tǒng)，能有效減少運行成本，提高工作效率，現(xiàn)就該問題進行粗淺探討，以供參考。
一、人工智能技術(shù)概述
人工智能技術(shù)自上世紀50年代發(fā)展至今，在理論研究方面已取得突破性進展，在具體應(yīng)用方面，主要如下：(1)專家系統(tǒng)(ES)。所謂專家系統(tǒng)，即一個計算機程序集，該程序利用當前的輸入信息、知識庫及一系列推理規(guī)則來完成由某一領(lǐng)域?qū)＜也拍芡瓿傻墓ぷ?。專家系統(tǒng)的特點在于其符號表達、邏輯推理及漸進式搜索能力。家系統(tǒng)在電力系統(tǒng)運行控制中的應(yīng)用領(lǐng)域包括報警信號處理、電壓控制、故障診斷、恢復控制、運行規(guī)劃等。(2)人工神經(jīng)網(wǎng)絡(luò)(ANN)。人工神經(jīng)網(wǎng)絡(luò)是模擬的生物激勵系統(tǒng)，由大量的神經(jīng)元以一定的方式連接而成的，單個神經(jīng)元的作用是實現(xiàn)輸入到輸出的一個非線性函數(shù)關(guān)系，它們之間廣泛的連接組合就使得整個神經(jīng)網(wǎng)絡(luò)有了復雜的非線性特性，神經(jīng)網(wǎng)絡(luò)將大量的信息隱含在其連接權(quán)值上，根據(jù)一定的學習算法調(diào)節(jié)權(quán)值，使神經(jīng)網(wǎng)絡(luò)實現(xiàn)從m維空間到n維空間復雜的非線性映射。神經(jīng)網(wǎng)絡(luò)具有良好的快速并行處理能力及分類能力，因此被廣泛地應(yīng)用于電力系統(tǒng)的實時控制、檢測與診斷、短期和長期負荷預測、狀態(tài)評估等諸多領(lǐng)域。(3)模糊集理論(FL)。FL發(fā)展于上世紀60年代中期，它是多值邏輯的擴展，能夠完成傳統(tǒng)數(shù)學方法難以做到的近似推理。其具體應(yīng)用為：應(yīng)用多目標模糊決策方法，進行故障測距和故障類型識別;給出模糊集理論的配電系統(tǒng)潮流與狀態(tài)估計方法;采用模糊推理估計配電系統(tǒng)負荷水平，歸納各類用戶隨不同因素的變化;用模糊集方法構(gòu)造變壓器保護原理，區(qū)別內(nèi)部故障、涌流、過激以及電流互感器飽和情況下的外部故障;尋求維持電力系統(tǒng)安全運行和充分利用輸電容量之間的折衷解;運用于配電系統(tǒng)損耗模糊計算模型，提高計算精確度等。(4)啟發(fā)式搜索(HS)。啟發(fā)式搜索主要有遺傳算法(GA)和模擬退火(SA)算法兩種，啟發(fā)式搜索通過隨機產(chǎn)生新的解并保留其中較好的結(jié)果，并避免陷入局部最小，以求得全局最優(yōu)解或近似最優(yōu)解。以上兩種方法，都可用來求解任意目標函數(shù)和約束的優(yōu)化問題。
二、人工智能技術(shù)的在電力自動化的應(yīng)用
(1)在電源規(guī)劃中的應(yīng)用。電源規(guī)劃是電力系統(tǒng)中電源布局的戰(zhàn)略規(guī)劃，當前，人們對高質(zhì)量電能的需求越發(fā)突出，因此，加強電力建設(shè)，擴充新電源勢在必行。電源規(guī)劃問題之所以復雜，其中一個重要原因即是每個規(guī)劃時期備選機組狀態(tài)的數(shù)目龐大，而對于每個具體的規(guī)劃項目，這些狀態(tài)大多是不可行的，而利用專家系統(tǒng)，可以根據(jù)實際規(guī)劃工作時的具體約束條件對方案進行裁減，盡早刪除大量不可行的方案，從而減少優(yōu)化計算的工作量，提高規(guī)劃效率。同時，利用遺傳算法，可以實現(xiàn)站址和站容的優(yōu)化。(2)在電能質(zhì)量分析中的應(yīng)用。20世紀80年代末以來，隨著微電子技術(shù)和電力電子技術(shù)的發(fā)展，基電能質(zhì)量越來越被人們所關(guān)注。為提高電能質(zhì)量，建立電能質(zhì)量檢測和分析識別系統(tǒng)，對其進行正確的檢測、評估和分類就顯得十分必要。傳統(tǒng)的電能質(zhì)量檢測手段主要是以人工方式和便攜式電能質(zhì)量測量儀器為主，對線路和變電站進行現(xiàn)場數(shù)據(jù)采集，工作量大，采集的數(shù)據(jù)不系統(tǒng)也不全面，時間延續(xù)性短，誤差較大，效率低。而采用人工智能技術(shù)能有效克服傳統(tǒng)方法的缺陷。如電力系統(tǒng)中諧波診斷的任務(wù)是對一組電流或電壓的采樣信號確定出各次諧波的含量或感興趣的諧波成分含量，采用人工神經(jīng)網(wǎng)絡(luò)，可以在避免噪聲和間諧波的情況下分析諧波問題。又如，電力系統(tǒng)電源側(cè)電壓及負荷變化將引起用戶側(cè)電壓波動，長時間的電壓偏移將使得供電電壓質(zhì)量得不到保證，因此，保持電壓偏移在允許范圍內(nèi)是衡量電能質(zhì)量標準的一項重要內(nèi)容。而基于專家系統(tǒng)而設(shè)計的變電站無功控制裝置，能將已有的無功電壓控制經(jīng)驗或知識用規(guī)則表示出來，形成專家系統(tǒng)的知識庫。并能像有經(jīng)驗的調(diào)度員那樣，在面臨不同運行工況時，根據(jù)上述的規(guī)則由無功電壓實時變化值有效地作出合理的電壓調(diào)節(jié)決策。此外，人工智能技術(shù)在電能質(zhì)量分析中的應(yīng)用，還包括電能質(zhì)量的擾動分析、電能質(zhì)量的數(shù)據(jù)管理和數(shù)據(jù)挖掘，等等。(3)在故障診斷中的應(yīng)用。電力系統(tǒng)可能出現(xiàn)的故障種類繁多，具有復雜性、不確定性及非線性等特點，從一次系統(tǒng)的故障看，可分為線路和元件故障兩大類;從二次系統(tǒng)的故障看，則可粗略地分為保護系統(tǒng)、信號系統(tǒng)、測量系統(tǒng)、控制系統(tǒng)及電源系統(tǒng)五類故障，若采用傳統(tǒng)的方法診斷效率低，準確率不高，而采用人工智能技術(shù)，能大大提高故障診斷的準確率。專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯是人工智能技術(shù)用于故障診斷的方法，例如人工智能故障診斷技術(shù)運用于發(fā)電機及電動機進行的故障診斷時，將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，不僅保留了故障診斷知識的模糊性，還結(jié)合了神經(jīng)網(wǎng)絡(luò)學習能力強的優(yōu)點，共同實現(xiàn)對電機故障的診斷，大大提高了故障診斷的準確率。(4)在電力系統(tǒng)無功優(yōu)化中的應(yīng)用。謂電力系統(tǒng)無功優(yōu)化，就是指當電力系統(tǒng)的結(jié)構(gòu)參數(shù)及負荷情況給定時，通過對某些控制變量的優(yōu)化，在滿足所有指定約束條件的前提下，使系統(tǒng)的一個或多個性能指標達到最優(yōu)的無功調(diào)節(jié)手段，它是保證電力系統(tǒng)安全，提高運行經(jīng)濟性的手段之一。將人工智能技術(shù)應(yīng)用于電力系統(tǒng)無功優(yōu)化中，主要有如下幾方面：如，針對傳統(tǒng)方法在處理配電網(wǎng)無功優(yōu)化時不能處理多元約束問題的缺陷，模糊優(yōu)化法通過引入模糊集理論，能使一些不確定的問題得到解決，使用模糊優(yōu)化法，可優(yōu)化配電網(wǎng)的電容器投切，減少了配電網(wǎng)的網(wǎng)損并提高了其電壓質(zhì)量。使用禁忌算法，能有效地處理不可微的目標函數(shù)，解決配電網(wǎng)補償電容器優(yōu)化投切0-1組合優(yōu)化問題，并可以處理補償電容器分檔投切的組合優(yōu)化問題。而使用人工神經(jīng)網(wǎng)絡(luò)，可以將網(wǎng)損最小作為優(yōu)化目標，用人工神經(jīng)網(wǎng)絡(luò)模型對多抽頭的配電網(wǎng)電容器進行實時控制，等等。(5)在電力系統(tǒng)繼電保護中的應(yīng)用。通過專家系統(tǒng)，能把保護、斷路器的動作邏輯以及運行人員的診斷經(jīng)驗用規(guī)則表示出來，形成故障診斷專家系統(tǒng)的知識庫，進而根據(jù)報警信息對知識庫進行推理，獲得故障診斷的結(jié)論。輸電網(wǎng)絡(luò)中保護的動作邏輯一級保護與斷路器之間的關(guān)系易于用直觀的、模塊化的規(guī)則表示出來能夠在一定程度上解決不確定性問題，能夠給出符合人類語言習慣的結(jié)論并具有相應(yīng)的解釋能力等。此外框架法專家系統(tǒng)善于表達具有分類結(jié)構(gòu)的知識，能夠比較清楚的表達事物之間的相關(guān)性，可以簡化繼承性知識的表述和存儲，在輸電網(wǎng)絡(luò)報警信息處理和故障診斷中也有少量應(yīng)用。(6)在抑制電力系統(tǒng)低頻振蕩中的應(yīng)用。大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，對電力系統(tǒng)的安全造成嚴重威脅。低頻振蕩產(chǎn)生的原因，源于系統(tǒng)缺乏阻尼，目前，低頻振蕩抑制措施中研究較多的是電力系統(tǒng)穩(wěn)定器FACTS和PSS阻尼控制器，以上兩種辦法均存在一定缺陷，即存在魯棒性差的問題，而人工智能技術(shù)能模擬人類處理問題的過程、容易計及人的經(jīng)驗和具有一定的學習能力，將神經(jīng)網(wǎng)絡(luò)、模糊理論、GA等人工智能技術(shù)應(yīng)用于FACTS控制器和自適PSS的研究，能解決阻尼控制器參數(shù)的魯棒最優(yōu)整定，有效抑制電力系統(tǒng)低頻振蕩問題。
總之，隨著人工智能技術(shù)的不斷進步，新的方法將不斷涌現(xiàn)，其在電力系統(tǒng)中的應(yīng)用也將越來越廣，如何綜合已有技術(shù)，揚長避短，并探索新的技術(shù)和理論方法，將其應(yīng)用于解決未來電力系統(tǒng)的各種問題，是我們今后探索研究的主要方向。
看了“人工智能的論文”的人還看了：