智能化技术在电气工程自动化控制中的应用分析

2018-05-16王瑞刘练杨旭

电子测试 2018年7期

关键词：决策树贝叶斯子系统

王瑞，刘练，杨旭

（国网湖北省电力有限公司荆门供电公司湖北荆门 448000）

1 智能化技术在电气工程自动化控制中的应用特点

1.1 无人化操控

智能化技术应用中电气工程自动化控制往往在响应时间、可控制程度方面表现优秀，具体应用主要围绕鲁棒性变化、响应时间、下降时间提升电气工程自动化控制性能，由此实现无人化操控、无人化调节、人力成本耗费降低。

1.2 无需控制模型

传统的电气工程自动化控制很难在面临拥有复杂动态方程的控制对象时发挥出色表现，无法有效掌控控制对象的问题往往因此出现，但智能化技术的应用却能够省略控制对象模型设计环节，以往模型带来的无法预测、评估问题自然得以较好避免。

1.3 数据处理高度一致性

智能化技术应用下的电气工程自动化控制往往在数据处理方面表现优秀，如输入任何数据均可准确实现评估，评估工作的效率、质量因此大幅提升。

2 智能化技术在电气工程自动化控制中的具体应用

2.1 故障诊断

电气工程系统运行过程中不可避免的会出现各类电气设备故障，而这类故障的出现往往会存在一定有联系的预兆，专家系统控制、神经网络控制、模糊控制均均可较好服务于电气工程故障智能化故障诊断，Mamdani、Sugeno均属于其中代表，其中Mamdani能够围绕电气工程调速控制实现故障诊断，Sugeno则能够负责前者例外情况的故障诊断。

决策树故障诊断本质上属于一种决策树归纳学习算法，本文探讨了贝叶斯决策树算法，该算法具备速度快、准确性高、可解释性强等优势，这使得贝叶斯决策树算法能够较好解决传统电气工程控制领域影响故障控制的因素。应用贝叶斯决策树算法的电气工程自动化控制故障诊断存在两种情况，一种情况下算法的应用能够得出贝叶斯决策树算法应用可以选择贝叶斯节点0值，由此即可完成一级决策树构建，而结合基于栈的非递归算法即可构建二级决策树；另一种情况为无法确定分类类别的样本数据。这种情况下贝叶斯决策树算法需要通过选择f值函数得到数据所属类别，即 f = P (Cj/si)，而通过处理确定后验概率，即可得出，进一步应用则能够求得具体的后验概率，图1为贝叶斯决策树算法流程，通过该流程即可完成高质量的电气工程自动化控制故障诊断。

2.2 自动化控制

智能技术应用下的电气工程自动化控制实现的远程化、高效化、无人操作化、自主化，模糊神经网络、粒子群神经网络、果蝇优化BP神经网络等均可较好服务于电气工程自动化控制。

2.2.1 变电站设备智能控制

变电站设备智能控制属于最为常见的智能化技术在电气工程自动化控制中的应用，其中变电站设备智能控制系统主要由视频监控子系统、火情控制子系统、室内温湿度控制子系统、网络异常处理子系统等组成，子系统间的相互协作可较好保证变电站设施设备的安全运行。变电站设备智能控制的实现需要得到智能控制管理系统服务器、站内中央控制器、变电站设施子系统的支持，由此即可兼容变电站设备的6类控制功能，这一过程中不同子系统将实现高质量配合。

本文仅对变电站设备智能控制系统的重点子系统进行简单介绍，具体内容如下：（1）装置重启子系统。该系统使用了一种运用手机密码短信控制的手机遥控插座，由此即可通过插入手机卡实现远程、智能控制的各装置重启。（2）通风控制子系统。具备温度告警通风、烟感告警通风功能，可通过控制器、窗体电动推杆实现智能、远程控制通风。（3）短信息告警子系统。主要由智能控制软件组成，具备实时接收各类信号、报警量功能，该系统可在变电站设备出现故障时第一时间上传故障信息，由此即可更好满足变电站安全稳定运行需要。

图1 贝叶斯决策树算法应用流程

2.2.2 模糊神经网络电气PID控制优化

一些位于特殊地理位置的变电站常年处于高温高湿高热环境，虽然变电站的空调、通风系统能够将环境对变电站运行的影响降到最低，但受到耦合因素过多、组成部件构造复杂等因素影响，变电站各类设备很容易在运行中出现各类故障，同时正常运行过程中的时变非线性特征出现也会影响其可靠性和稳定性，这就使得相关电气设备自动化控制对智能化技术有着较高需求，近年来学界的众多研究开展与这种需求也存在着较为密切联系，模糊神经网络电气PID控制优化便属于其中典型。具体来说，模糊神经网络电气PID控制优化需要首先围绕变电站电气设备系统结构开展分析，由此求出输出电压方程到变电站设备最优控制状态电流矢量数据信号形式、辐射场磁损耗函数，由此开展更深入的控制优化设计。结合模糊神经网络，构建变结构的PID神经网络结构模型，该模型需选择SPIDNN作为学习网络、三层前向神经元结构，最终可得出基于智能化技术的特殊环境下变电站电气设备控制函数，即：