人工智能在电气设备中的应用现状与前景展望.docx

人工智能在电气设备中的应用现状与前景展望 人工智能在电气设备中的应用现状与前景展望 发表时间：2018-11-11T11:10:44.873Z 来源：电力设备2018年第17期作者：潘薪如1 张君宇1 姜君2 导读 摘要：目前我国电气设备领域的应用现状逐渐进入一个发展瓶颈，电气设备构造复杂，安装难度大，在安装和使用的过程中容易发现差错。 (1天津平高智能电气有限公司天津市 300300;2平高集团国际工程有限公司河南省郑州市 450000) 摘要：目前我国电气设备领域的应用现状逐渐进入一个发展瓶颈，电气设备构造复杂，安装难度大，在安装和使用的过程中容易发现差错。因此电气设备的应用领域对电气设备的性能有了更高的要求，人工智能在电气设备中的开发成为当前电气设备的主要研究方向。 关键词：人工智能、电气设备、应用现状、前景展望引言：发电机、变压器、电动机、断路器、接触器等电机电气设备的性能指标及工作可靠性直接影响整个电力系统的安全稳定运行。随着电力系统容量的不断扩大，电网中电气设备的种类及数量也大量增加，使供电可靠性与用户要求之间的矛盾日益突出，用传统方法解决此矛盾已显得无能为力。因此寻找新的途径提高电气设备的质量及其在电网中运行的可靠性已是当务之急。本文主要围绕人工智能在电 气设备中的应用现状和前景展开探讨。 一、人工智能的应用现状 随着人工智能技术的发展，许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作，如将人工智能用于电气产品优化设计、故障预测及诊断、控制与保护等领域。 1、优化设计 电气设备的设计是一项复杂的工作，它不仅要应用电路、电磁场、电机电气等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的，因此很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统，但从目前已开发的专家系统来看，总体上仍处于研究阶段，离实用尚有一定距离。将专家系统应用到电机设计领域是从1988年J.H.Garret建立变压器设计专家系统开始的。目前我国沈阳工业大学特种电机研究所研制了永磁直流电动机及永磁同步电动机的设计专家系统;西安交通大学、华中理工大学、东南大学各自开发了异步电动机的设计专家系统，都取得了一定成效。在电气设计方面，河北工业大学做了一些有益的尝试，他们将CAD技术与专家系统相结合，开发了电磁继电气CAD专家系统。该系统由3部分组成:最初设计、优化设计及零件结构设计。使用时只要输入继电气的参数，专家系统便按要求自动设计出电磁系统的结构尺寸、线圈匝数、触头材料等并可绘出特性曲线和结构图。除了以上用遗传算法与专家系统对电气设备进行优化设计的方法外，还有用模糊逻辑及神经网络实现的设计方法。 2、故障诊断 电气设备的故障与其征兆之间的关系错综复杂，具有不确定性及非线性，用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有:模糊逻辑、专家系统、神经网络。变压器由于在电力系统中的特殊地位而备受关注，有关方面的研究论电气设备较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析，从而判断变压器的故障程度。采用神网络BP算法，输入的特征矢量由6种气体成份组成，将油过热、电晕放电、电弧及正常4种状态做为输出节点，利用三层神经网络训练变压器油的特征气体与故障状态之间的输入输出关系，并将诊断结果与实际检查结果相比较，结果是一致的，说明神经网络应用于变压器故障诊断是一有效的方法。根据变压器故障特点，提出了一种基于决策树的组合神经网络系统，该系统采用分级判别的方法，使对故障的诊断细化，这种分解的方法大大降低了以往使用单个神经网络所导致的网络结构的复杂性和训练的难度。 3、智能控制 人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种:模糊控制、神经网络控制、专家系统控制。由于模糊控制是其中最为简单、最具实际意义的方法，因而它的应用实例最多。本文以模糊理论为基础，提出了SF6高压断路器操作机构的模糊控制模型，根据系统状态的电流、电压、功率因数等参数及其相互关系来自动调节和控制分闸速度，实现断路器的智能操作。该模糊控制器由DSP实现，模拟实验表明，它具有优良的控制性能。 二、人工智能在电气设备中的前景展望 1、加快人工智能科研成果研究，切实提升生产力。从上述国内外人工智能在电气设备方面的应用现状可看到，虽然这方面的研究工作已全面展开，并已取得了一定成绩，有些经实践检验是可行的，但整体来说应用水平仍较低，大部分的工作仅停留在理论探索或仿真实验上，实际应用远远落后于理论研究，即使少数形成产品也只是对人工智能技术简单初级的应用。因此，对电气科技工作者而言，当务之急是解决科研成果向实用转化的问题，形成产品，将科学技术真正转化为现实生产力，充分利用人工智能当前已取得的研究成果为电力系统安全可靠运行服务。 2、同属电气领域，各行业的发展也不平衡。从以上综述的内容来看，人工智能技术在变压器、发电机、电动机等电机行业的研究较深较广，而在断路器、接触器、继电气等电气行业的研究水平较低。实际上，电气是电力系统中将电能输送到用户的重要环节，以低压电气为例，发电机发出的电能约80%是通过低压电气分配的。电气设备的发明者已意识到这一问题，提出了“人工智能电气”的新概念，本课题组也正在致力于这方面的工作，研制人工智能型接触器、人工智能型控制与保护开关电气。 3、人工智能与其它新技术一样，受实际应用的推动，不断发展和完善。其中最令人瞩目的是“人工智能混合技术”。实践已证明，混合式人工智能技术可弥补单一技术存在的缺陷，获取较优的性能，为我们的实际应用开辟更为广阔的空间。以神经网络为例，神经网络与模糊逻辑、生物细胞学、概率论相融合而产生了模糊神经网络、细胞神经网络、随机神经网络等。目前，人们又建立了与混沌有关的神经网络模型智能模拟神经网络。小波分析与神经网络相结合的混合式神经网络在电气设备优化设计及故障诊断中已取得成效。在一些复杂场合，还用到组合技术，如电气设备针对大型汽轮发电机组故障诊断问题，提出了多层次多分布式混合智能诊断方法，即用模糊逻辑进行数据预处理，用模糊神经网络等进行故障分类，用专家系统寻找故障原因和进行故障验证。可以预见，这种混合技术及组合技术的应用将是今后的发展方向。 下载文档原格式(PDF原格式，共2页)