人工智能技术在电能质量控制中的应用

  本文关键词：人工智能技术在电能质量控制中的应用，由笔耕文化传播整理发布。

摘要:简要介绍了现有的高级人工智能技术的发展概况及其实现方法,全面综述了模糊逻辑(FL)、专家系统 (ES)、人工神经网络(ANN)和遗传算法(GA)等典型人工智能技术在电能质量控制中的应用情况及国内外的研究现状,并就值得进一步研究的问题及今后的主要研究方向进行了展望.

关键词:人工智能;模糊逻辑;专家系统;人工神经网络;遗传算法;电能质量中图分类号

近年来,电能质量问题受到人们越来越广泛的关注.对电能质量问题的正确诊断和处理需要高水平的专家知识,并且所需要的专家知识不是仅仅在某一个领域,而是涉及到电气工程中的许多领域,如电子驱动、传感器、旋转电机、变压器、电力电子、电能传输与供应、保护、谐波、信号分析与处理、系统故障以及系统一般操作等.随着电力系统的不断发展,对电能质量的要求越来越高,而人工智能技术及高级数学工具的应用,为电能质量诊断与控制提供了新的强有力的工具[1]. 1956年,麦卡锡等人第一次使用人工智能(Artificial In- telligence,简称AI)这一术语,标志着人工智能的正式诞生.它与空间技术、能源技术一起被称为21 世纪世界三个尖端技术.人工智能在广义上可定义为与人类思维类似的诸如决策制定、问题解决、学习感知及推理等行为的机器自动化.人工智能应用于电气方面的数学工具包括:

模糊逻辑、专家系统、人工神经网络以及遗传算法等.这些智能技术已广泛应用于电气产品优化设计、故障预测及诊断、控制与保护、自动发电控制、安全评价、系统恢复、负荷预测、继电保护、电力电子装置及其驱动、机器人及其他智能产品,并已取得了许多重要的成就. 本文对专家系统、模糊逻辑、人工神经网络及遗传算法等几种人工智能技术在电能质量控制中的应用情况及国内外的研究现状进行了综述,并就值得进一步研究的问题以及今后的主要研究方向进行了展望. 1　人工智能技术在电能质量控制中的应用及发展概况 模糊逻辑(FL)及其应用人类思维并非总是遵循“非是即否”的黑白逻辑,美国加州伯克莱分校的计算机专家L.A.Zadeh 在此基础上于1965年发表的“Fuzzy set”一文,首次提出了模糊逻辑(Fuzzy Logic,简称FL)的概念, 或称模糊集理论.

模糊逻辑认为,所有事物都有其度.它把许多人类心理学问题表示为机器可以识别的形式,把黑白逻辑和数学改变为特殊的有限的灰色关系,通过这种关系即模糊集的方式来表示人类的知识,比如 “很冷”、“微冷”、“正常”、“微热”、“很热”等概念. 这样,计算机就可以用这种自然的方式获得人类专家的经验和知识.理论研究表明,模糊系统能够以一种违犯了黑白逻辑规则,特别是无冲突规则和排中规则的方式来模拟人类的推理过程.模糊逻辑的知识表达更接近于人类思维,它拥有强大的专家系统推理能力和普通知识的表达能力.当系统模型不存在或难以建立精确的数学模型时,模糊逻辑能成功地为系统控制提供工具[2].以模糊逻辑为基础的模糊控制器结构如图1所示.

  本文关键词：人工智能技术在电能质量控制中的应用，由笔耕文化传播整理发布。