人工智能有哪些方面的论文(2)
人工智能的论文篇二
人工智能技术在电力自动化的应用探讨
人工智能技术简称AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，与基因工程、纳米技术并称为21世纪三大尖端技术。由于它是利用计算机来模拟人类的智能活动，因此完全摆脱了传统方法的束缚，能解决传统方法难以解决甚至根本无法解决的问题，当前，随着国家电网建设“坚强的智能电网”进程的不断深入，电力系统规模不断增加，数据量增多，管理上越发复杂，因此，将人工智能应用于电力自动化控制系统，能有效减少运行成本，提高工作效率，现就该问题进行粗浅探讨，以供参考。
一、人工智能技术概述
人工智能技术自上世纪50年代发展至今，在理论研究方面已取得突破性进展，在具体应用方面，主要如下：(1)专家系统(ES)。所谓专家系统，即一个计算机程序集，该程序利用当前的输入信息、知识库及一系列推理规则来完成由某一领域专家才能完成的工作。专家系统的特点在于其符号表达、逻辑推理及渐进式搜索能力。家系统在电力系统运行控制中的应用领域包括报警信号处理、电压控制、故障诊断、恢复控制、运行规划等。(2)人工神经网络(ANN)。人工神经网络是模拟的生物激励系统，由大量的神经元以一定的方式连接而成的，单个神经元的作用是实现输入到输出的一个非线性函数关系，它们之间广泛的连接组合就使得整个神经网络有了复杂的非线性特性，神经网络将大量的信息隐含在其连接权值上，根据一定的学习算法调节权值，使神经网络实现从m维空间到n维空间复杂的非线性映射。神经网络具有良好的快速并行处理能力及分类能力，因此被广泛地应用于电力系统的实时控制、检测与诊断、短期和长期负荷预测、状态评估等诸多领域。(3)模糊集理论(FL)。FL发展于上世纪60年代中期，它是多值逻辑的扩展，能够完成传统数学方法难以做到的近似推理。其具体应用为：应用多目标模糊决策方法，进行故障测距和故障类型识别;给出模糊集理论的配电系统潮流与状态估计方法;采用模糊推理估计配电系统负荷水平，归纳各类用户随不同因素的变化;用模糊集方法构造变压器保护原理，区别内部故障、涌流、过激以及电流互感器饱和情况下的外部故障;寻求维持电力系统安全运行和充分利用输电容量之间的折衷解;运用于配电系统损耗模糊计算模型，提高计算精确度等。(4)启发式搜索(HS)。启发式搜索主要有遗传算法(GA)和模拟退火(SA)算法两种，启发式搜索通过随机产生新的解并保留其中较好的结果，并避免陷入局部最小，以求得全局最优解或近似最优解。以上两种方法，都可用来求解任意目标函数和约束的优化问题。
二、人工智能技术的在电力自动化的应用
(1)在电源规划中的应用。电源规划是电力系统中电源布局的战略规划，当前，人们对高质量电能的需求越发突出，因此，加强电力建设，扩充新电源势在必行。电源规划问题之所以复杂，其中一个重要原因即是每个规划时期备选机组状态的数目庞大，而对于每个具体的规划项目，这些状态大多是不可行的，而利用专家系统，可以根据实际规划工作时的具体约束条件对方案进行裁减，尽早删除大量不可行的方案，从而减少优化计算的工作量，提高规划效率。同时，利用遗传算法，可以实现站址和站容的优化。(2)在电能质量分析中的应用。20世纪80年代末以来，随着微电子技术和电力电子技术的发展，基电能质量越来越被人们所关注。为提高电能质量，建立电能质量检测和分析识别系统，对其进行正确的检测、评估和分类就显得十分必要。传统的电能质量检测手段主要是以人工方式和便携式电能质量测量仪器为主，对线路和变电站进行现场数据采集，工作量大，采集的数据不系统也不全面，时间延续性短，误差较大，效率低。而采用人工智能技术能有效克服传统方法的缺陷。如电力系统中谐波诊断的任务是对一组电流或电压的采样信号确定出各次谐波的含量或感兴趣的谐波成分含量，采用人工神经网络，可以在避免噪声和间谐波的情况下分析谐波问题。又如，电力系统电源侧电压及负荷变化将引起用户侧电压波动，长时间的电压偏移将使得供电电压质量得不到保证，因此，保持电压偏移在允许范围内是衡量电能质量标准的一项重要内容。而基于专家系统而设计的变电站无功控制装置，能将已有的无功电压控制经验或知识用规则表示出来，形成专家系统的知识库。并能像有经验的调度员那样，在面临不同运行工况时，根据上述的规则由无功电压实时变化值有效地作出合理的电压调节决策。此外，人工智能技术在电能质量分析中的应用，还包括电能质量的扰动分析、电能质量的数据管理和数据挖掘，等等。(3)在故障诊断中的应用。电力系统可能出现的故障种类繁多，具有复杂性、不确定性及非线性等特点，从一次系统的故障看，可分为线路和元件故障两大类;从二次系统的故障看，则可粗略地分为保护系统、信号系统、测量系统、控制系统及电源系统五类故障，若采用传统的方法诊断效率低，准确率不高，而采用人工智能技术，能大大提高故障诊断的准确率。专家系统、神经网络、模糊逻辑是人工智能技术用于故障诊断的方法，例如人工智能故障诊断技术运用于发电机及电动机进行的故障诊断时，将模糊理论与神经网络相结合，不仅保留了故障诊断知识的模糊性，还结合了神经网络学习能力强的优点，共同实现对电机故障的诊断，大大提高了故障诊断的准确率。(4)在电力系统无功优化中的应用。谓电力系统无功优化，就是指当电力系统的结构参数及负荷情况给定时，通过对某些控制变量的优化，在满足所有指定约束条件的前提下，使系统的一个或多个性能指标达到最优的无功调节手段，它是保证电力系统安全，提高运行经济性的手段之一。将人工智能技术应用于电力系统无功优化中，主要有如下几方面：如，针对传统方法在处理配电网无功优化时不能处理多元约束问题的缺陷，模糊优化法通过引入模糊集理论，能使一些不确定的问题得到解决，使用模糊优化法，可优化配电网的电容器投切，减少了配电网的网损并提高了其电压质量。使用禁忌算法，能有效地处理不可微的目标函数，解决配电网补偿电容器优化投切0-1组合优化问题，并可以处理补偿电容器分档投切的组合优化问题。而使用人工神经网络，可以将网损最小作为优化目标，用人工神经网络模型对多抽头的配电网电容器进行实时控制，等等。(5)在电力系统继电保护中的应用。通过专家系统，能把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信息对知识库进行推理，获得故障诊断的结论。输电网络中保护的动作逻辑一级保护与断路器之间的关系易于用直观的、模块化的规则表示出来能够在一定程度上解决不确定性问题，能够给出符合人类语言习惯的结论并具有相应的解释能力等。此外框架法专家系统善于表达具有分类结构的知识，能够比较清楚的表达事物之间的相关性，可以简化继承性知识的表述和存储，在输电网络报警信息处理和故障诊断中也有少量应用。(6)在抑制电力系统低频振荡中的应用。大规模电网互联易产生低频振荡，对电力系统的安全造成严重威胁。低频振荡产生的原因，源于系统缺乏阻尼，目前，低频振荡抑制措施中研究较多的是电力系统稳定器FACTS和PSS阻尼控制器，以上两种办法均存在一定缺陷，即存在鲁棒性差的问题，而人工智能技术能模拟人类处理问题的过程、容易计及人的经验和具有一定的学习能力，将神经网络、模糊理论、GA等人工智能技术应用于FACTS控制器和自适PSS的研究，能解决阻尼控制器参数的鲁棒最优整定，有效抑制电力系统低频振荡问题。
总之，随着人工智能技术的不断进步，新的方法将不断涌现，其在电力系统中的应用也将越来越广，如何综合已有技术，扬长避短，并探索新的技术和理论方法，将其应用于解决未来电力系统的各种问题，是我们今后探索研究的主要方向。
看了“人工智能的论文”的人还看了：
7.人工智能专业论文
