公眾號:mywangxiao
及時發(fā)布考試資訊
分享考試技巧、復習經(jīng)驗
新浪微博 @wangxiaocn關(guān)注微博
聯(lián)系方式 400-18-8000
為幫助考生更好地復習2014年注冊電氣工程師考試課程,小編整理了電氣工程師考試輔導資料供大家參考復習,希望對您參加2014年電氣工程師考試有所幫助!
電力系統(tǒng)自動化智能技術(shù)簡單回顧模糊控制、神經(jīng)網(wǎng)絡控制、專家系統(tǒng)控制、線性最優(yōu)控制、綜合智能控制等典型智能技術(shù)在電力系統(tǒng)自動化中的運用。
電力系統(tǒng)是一個巨維數(shù)的典型動態(tài)大系統(tǒng),它具有強非線性、時變性且參數(shù)不確切可知,并含有大量未建模動態(tài)部分。電力系統(tǒng)地域分布廣闊,大部分元件具有延遲、磁滯、飽和等等復雜的物理特性,對這樣的系統(tǒng)實現(xiàn)有效控制是極為困難的。另一方面,由于公眾對新建高壓線路的不滿情緒日益增加,線路造價,特別是走廊使用權(quán)的費用日益昂貴等客觀條件的限制,以及電力網(wǎng)的不斷增大,使得人們對電力系統(tǒng)的控制提出了越來越高的要求。正是由于電力系統(tǒng)具有這樣的特征,一些先進的控制手段不斷地引入電力系統(tǒng)。本文回顧了模糊控制、神經(jīng)網(wǎng)絡控制、專家系統(tǒng)控制、線性最優(yōu)控制、綜合智能控制等五種典型智能技術(shù)在電力系統(tǒng)中的運用。一、模糊控制模糊方法使控制十分簡單而易于掌握,所以在家用電器中也顯示出優(yōu)越性。建立模型來實現(xiàn)控制是現(xiàn)代比較先進的方法,但建立常規(guī)的數(shù)學模型,有時十分困難,而建立模糊關(guān)系模型十分簡易,實踐證明它有巨大的優(yōu)越性。模糊控制理論的應用非常廣泛。例如我們?nèi)粘K玫碾姛釥t、電風扇等電器。這里介紹斯洛文尼亞學者用模糊邏輯控制器改進常規(guī)恒溫器的例子。電熱爐一般用恒溫器來保持幾擋溫度,以供烹飪者選用,如60,80,100,140℃。斯洛文尼亞現(xiàn)有的恒溫器在100℃以下的靈敏度為±7℃,即控制器對±7℃以內(nèi)的溫度變化不反應;在100℃以上,靈敏度為±15℃。因此在實際應用中,有兩個問題:①冷態(tài)啟動時有一個越過恒溫值的躍升現(xiàn)象;②在恒溫應用中有圍繞恒溫擺動振蕩的問題。改用模糊控制器后,這些現(xiàn)象基本上都沒有了。模糊控制的方法很簡單,輸入量為溫度及溫度變化兩個語言變量。每個語言的論域用5組語言變量互相跨接來描述。因此輸出量可以用一張二維的查詢表來表示,即5×5=25條規(guī)則,每條規(guī)則為一個輸出量,即控制量。應用這樣一個簡單的模糊控制器后,冷態(tài)加熱時躍升超過恒溫值的現(xiàn)象消失了,熱態(tài)中圍繞恒溫值的擺動也沒有了,還得到了節(jié)電的效果。在熱態(tài)控制保持100℃的情況下,33min內(nèi),若用恒溫器則耗電0.1530kWh,若用模糊邏輯控制,則耗電0.1285kWh,節(jié)電約16.3%,是一個不小的數(shù)目。在冷態(tài)加熱情況下,若用恒溫器加熱,則能很快到達100℃,只耗電0.2144kWh,若用模糊邏輯控制,達到100℃時需耗電0.2425kWh。但恒溫器振蕩穩(wěn)定到100℃的過程,耗電0.1719kWh,而模糊邏輯控制略有微小的擺動,達到穩(wěn)定值只耗電0.083kWh。總計達100℃恒溫的耗電量,恒溫器需用0.3863kWh,模糊邏輯控制需用0.3555kWh,節(jié)電約15.7%。二、神經(jīng)網(wǎng)絡控制人工神經(jīng)網(wǎng)絡從1943年出現(xiàn),經(jīng)歷了六、七十年代的研究低潮發(fā)展到現(xiàn)在,在模型結(jié)構(gòu)、學習算法等方面取得了大量的研究成果。神經(jīng)網(wǎng)絡之所以受到人們的普遍關(guān)注,是由于它具有本質(zhì)的非線性特性、并行處理能力、強魯棒性以及自組織自學習的能力。神經(jīng)網(wǎng)絡是由大量簡單的神經(jīng)元以一定的方式連接而成的。神經(jīng)網(wǎng)絡將大量的隱含在其連接權(quán)值上,根據(jù)一定的學習算法調(diào)節(jié)權(quán)值,使神經(jīng)網(wǎng)絡實現(xiàn)從m維空間到n維空間復雜的非線性映射。目前神經(jīng)網(wǎng)絡理論研究主要集中在神經(jīng)網(wǎng)絡模型及結(jié)構(gòu)的研究、神經(jīng)網(wǎng)絡學習算法的研究、神經(jīng)網(wǎng)絡的硬件實現(xiàn)問題等。三、專家系統(tǒng)控制專家系統(tǒng)在電力系統(tǒng)中的應用范圍很廣,包括對電力系統(tǒng)處于警告狀態(tài)或緊急狀態(tài)的辨識,提供緊急處理,系統(tǒng)恢復控制,非常慢的狀態(tài)轉(zhuǎn)換分析,切負荷,系統(tǒng)規(guī)劃,電壓無功控制,故障點的隔離,配電系統(tǒng)自動化,調(diào)度員培訓,電力系統(tǒng)的短期負荷預報,靜態(tài)與動態(tài)安全分析,以及先進的人機接口等方面。雖然專家系統(tǒng)在電力系統(tǒng)中得到了廣泛的應用,但仍存在一定的局限性,如難以模仿電力專家的創(chuàng)造性;只采用了淺層知識而缺乏功能理解的深層適應;缺乏有效的學習機構(gòu),對付新情況的能力有限;知識庫的驗證困難;對復雜的問題缺少好的分析和組織工具等。因此,在開發(fā)專家系統(tǒng)方面應注意專家系統(tǒng)的代價/效益分析方法問題,專家系統(tǒng)軟件的有效性和試驗問題,知識獲取問題,專家系統(tǒng)與其他常規(guī)計算工具相結(jié)合等問題。四、線性最優(yōu)控制最優(yōu)控制是現(xiàn)代控制理論的一個重要組成部分,也是將最優(yōu)化理論用于控制問題的一種體現(xiàn)。線性最優(yōu)控制是目前諸多現(xiàn)代控制理論中應用最多,最成熟的一個分支。盧強等人提出了利用最優(yōu)勵磁控制手段提高遠距離輸電線路輸電能力和改善動態(tài)品質(zhì)的問題,取得了一系列重要的研究成果。該研究指出了在大型機組方面應直接利用最優(yōu)勵磁控制方式代替古典勵磁方式。目前最優(yōu)勵磁控制的控制效果。另外,最優(yōu)控制理論在水輪發(fā)電機制動電阻的最優(yōu)時間控制方面也獲得了成功的應用。電力系統(tǒng)線性最優(yōu)控制器目前已在電力生產(chǎn)中獲得了廣泛的應用,發(fā)揮著重要的作用。但應當指出,由于這種控制器是針對電力系統(tǒng)的局部線性化模型來設計的,在強非線性的電力系統(tǒng)中對大干擾的控制效果不理想。五、綜合智能系統(tǒng)綜合智能控制一方面包含了智能控制與現(xiàn)代控制方法的結(jié)合,
如模糊變結(jié)構(gòu)控制,自適應或自組織模糊控制,自適應神經(jīng)網(wǎng)絡控制,神經(jīng)網(wǎng)絡變結(jié)構(gòu)控制等。另一方面包含了各種智能控制方法之間的交叉結(jié)合,對電力系統(tǒng)這樣一個復雜的大系統(tǒng)來講,綜合智能控制更有巨大的應用潛力。現(xiàn)在,在電力系統(tǒng)中研究得較多的有神經(jīng)網(wǎng)絡與專家系統(tǒng)的結(jié)合,專家系統(tǒng)與模糊控制的結(jié)合,神經(jīng)網(wǎng)絡與模糊控制的結(jié)合,神經(jīng)網(wǎng)絡、模糊控制與自適應控制的結(jié)合等方面。神經(jīng)網(wǎng)絡適合于處理非結(jié)構(gòu)化,而模糊系統(tǒng)對處理結(jié)構(gòu)化的知識更有效。因此,模糊邏輯和人工神經(jīng)網(wǎng)絡的結(jié)合有良好的技術(shù)基礎。這兩種技術(shù)從不同角度服務于智能系統(tǒng),人工神經(jīng)網(wǎng)絡主要應用在低層的計算方法上,模糊邏輯則用以處理非統(tǒng)計性的不確定性問題,是高層次的推理,這兩種技術(shù)正好起互補作用。神經(jīng)網(wǎng)絡把感知器送來的大量數(shù)據(jù)進行安排和解釋,而模糊邏輯則提供應用和挖掘潛力的框架。因此將二者結(jié)合起來的研究成果較多。
除了上述方法,在電力系統(tǒng)中還應用了自適應控制、變結(jié)構(gòu)控制、H∞魯棒控制、微分幾何控制等其它方法。總之,智能技術(shù)的廣泛運用推動了電力系統(tǒng)的自動化進程。我們相信隨著人們對各種智能控制理論研究的進一步深入,它們之間的聯(lián)系也會更加緊密,相信利用各自優(yōu)勢而組成的綜合智能控制系統(tǒng)會對電力系統(tǒng)起到更加重要的作用。
編輯推薦:
更多關(guān)注:2014年電氣工程師招生簡章 電氣工程師培訓 電氣工程師真題 電氣工程師用書
(責任編輯:xy)