本文是一篇论文摘要，论文摘要尽量采用文字叙述，不要将文中的数据罗列在摘要中；文字要简洁，应排除本学科领域已成为常识的内容，应删除无意义的或不必要的字眼；内容不宜展开论证说明，不要列举例证，不介绍研究过程。（以上内容来自百度百科）今天为大家推荐一篇论文摘要，供大家参考。

题目：人工智能在电气自动化控制中的应用探究

摘要：电气自动化是电气信息领域的新兴学科, 发展十分迅速, 并且已经形成了一个较为成熟的技术体系, 是高新技术产业当中的重要构成部分。电气自动化与人们的生活、社会生产存在密切关联, 在工业、农业等领域均有广泛应用, 是推动国民经济发展不可忽视的力量。近年来, 随着人工智能技术的不断成熟, 其应用范围变得愈来愈大, 在电气自动化领域也有所涉及。将人工智能应用于电气自动化控制当中, 可优化参数调节, 进一步提升电气自动化控制效率, 有利于降低生产成本。基于此, 本文对人工智能在电气自动化控制中的应用进行了综合性阐述, 以供参考。

关键词：人工智能; 电气自动化; 数控优化;

1 人工智能概述

人工智能是计算机科学的重要分支之一。它企图了解智能实质, 并生产出一种新的能以人类智能相似的方式做出反应的智能机器, 机器人、自然语言识别处理、专家系统、图像识别等技术均属于人工智能范畴。在电气自动化领域当中, 人工智能与传统人工控制相比, 其最大的特点在于能够以计算机技术为辅助, 完全实现机械设备自动化、精确化控制, 能够大幅度节约人力资源。在工业化生产过程中, 通过人工智能技术能够对各项信息数据进行实时传输、动态分析、处理, 并能够将生产过程中存在的问题及时向控制管理人员反馈, 最大程度地保证自动化生产的稳定性与安全性, 有利于提升工业生产效率及质量, 在节约生产成本的同时, 可获得更大的经济效益。

2 人工智能在电气自动化控制中的应用优势分析

与传统控制方法相比, 人工智能应用于电气自动化控制过程中具有以下优势: (1) 稳定性较好。以往在电气自动化控制过程中, 容易受到其他不确定性因素干扰而出现故障, 会对生产线稳定性产生一定程度影响。人工智能技术所形成的智能函数不需要对对象进行模型控制。即便实际该控制对象当中存在不稳定或不确定因素, 甚至是难以适应动态变化的控制对象, 均可满足控制需求。也就是说, 借助人工智能技术, 能够简化省去获取精确动态模型的步骤, 让电气自动化控制具备更强的适应能力, 针对于不同环境可对生产设备进行动态性调整, 保证生产的稳定性与安全性。 (2) 可有效提升电气自动化控制精度。借助人工智能技术的动态调节功能, 能够保证设备在预设参数下保持稳定运行状态。在实际操作过程中, 无需对参数进行变动, 保证了实际工作参数与预设参数的一致性, 可提升电气自动化控制精度, 实现高效控制管理。 (3) 性能突出。与传统控制方法相比, 人工智能所形成的函数设计中并不需要专家参与, 对相关数据分析即可应用, 过程较为便捷, 且具有良好的适应性, 运算成本低, 运行效率高, 具有良好的抗干扰能力。

3 人工智能在电气自动化控制各领域的应用

3.1 电力系统

电气自动化控制在电力系统当中具有广泛应用空间。将人工智能技术融入其中, 更有利于电力系统发挥作用, 提升其运作效率: (1) 专家系统。应用知识获取的多层流式模型, 可以自动获得变电站拓扑结构及保护配置等方面的知识, 用于产生变电站停电后的恢复方案的确定;采取面向对象技术开发用于保护系统设计的专家系统, 能够进一步提升电力网络设计与保护系统设计的协调性;人工智能技术可辅助电力系统智能监控系统开发, 能够对电力系统整体运行情况进行动态监控;用于以启发式优化方法确定配电系统中对地电容器和电压调节器的地点, 可降低线路损耗及投资成本。 (2) 人工神经元网络。在电力系统当中, 利用多个人工神经元网络, 能够实现自动化故障检测, 为电力系统安全、稳定地运行提供保障;人工神经元网络可模拟事故, 并自动选择处理方案, 可进行静态安全性评估;通过非线性优化方法对多层前馈神经元网络进行训练, 能够对受扰动的电压和电流的正弦波形进行预估;借助人工神经元网络整定数字距离保护, 有利于设备自动适应网络运行条件变化, 让设备保持稳定的运行状态;人工神经元网络还可用于电力系统暂态稳定评估。 (3) 模糊进化优化方法。在解决发电规划、输电系统扩展规划、确定发电机励磁系统参数协调时, 模糊进化优化方法均能够发挥作用。 (4) 模糊集理论。采取模糊集理论可对配电系统负荷水平进行评估, 对各类用户随不同因素的变化进行整合性分析;采取多目标模糊决策方法, 可进行故障测距及故障识别。

3.2 故障诊断

通常情况下, 故障诊断主要涵盖了3个步骤, 即检测设备状态特征信号;在所检测的信号当中提取征兆;根据征兆及其他诊断信息对设备状态进行识别。从故障诊断诊断发展趋势来看, 将专家系统方法与故障诊断技术进行结合是未来设备故障诊断的重要发展趋势。通常情况下, 为了对设备故障进行诊断及维修, 需要对设备工作情况进行测试及监控。为了能够准确获得设备运动状态信息及位置情况, 在设备当中会置入一些功能执行部件, 并安装传感器, 反映出温度、压力、功耗等信息。部分设备控制器数据当中还涵盖了各种指示运动状态信号、控制器I/O信号等。设备一旦出现故障, 可通过对控制器内各类信号及信号间的逻辑关系进行分析, 便可获得具体故障部件及位置信息。设备故障诊断专家系统是借助各类诊断知识对数据库监测到的信息进行分析、整合、处理, 并对设备运行状态进行判断及推理的软件系统。当设备运行出现异常时, 设备故障诊断专家系统能够对相关信息进行智能化判断、分析, 获得故障具体原因, 并反馈故障诊断、推理过程解释及故障处理结果。

4 人工智能在电气自动化控制中应用展望

人工智能在电气自动化控制中应用可归纳为传统方式的智能化改进, 关键技术的延展与创新, 多元因素的智能化融合。电气自动化控制已经发展多年, 并具备了较为成熟的技术体系, 但在部分领域依然具有较大的发展潜力及空间。借助人工智能技术, 能够进一步提升电气自动化控制效率, 拓展电气自动化控制应用范围。除了专家系统、人工神经元网络等技术外, 未来大数据和云技术也将逐渐融入电气自动化控制当中。在面对大时间跨度、大用户范围、多类型行为等因素时会涉及庞大的数据规模, 数据信息之间关联关系不易分析。大数据可将潜在性的数据信息充分发掘出来, 借助云计算技术则可以解决信息数据规模过大的难题, 进行更为准确的信息数据分析。

参考文献

[1]王乐.人工智能在电气自动化控制中的应用研究[J].自动化与仪器仪表, 2015 (1) :113-116.

[2]任博.人工智能技术在电气自动化控制中的应用思路分析[J].科技视界, 2015 (9) :108-109.

[3]姜关胜.人工智能技术在电气自动化控制中的应用问题探讨[J].电子技术与软件工程, 2015 (20) :150.

[4]朱子龙.人工智能技术在电气自动化控制中的运用探讨[J].科技创新与应用, 2012 (17) :14.

[5]李银锁.浅析人工智能在电气自动化控制中的应用[J].建材与装饰, 2016 (28) :212-213.