人工智能在建筑电气自动控制中的应用研究

王婉心

本文分析了人工智能技术在建筑电气自动控制中的应用价值，结合智能电气自动化控制系统设计的关键因素，详细介绍了人工智能技术在建筑电气系统自动控制、故障诊断以及在建筑电力系统与电气设备中的应用。

人工智能;建筑电气工程;应用

随着人工智能技术在各领域的广泛应用和发展，在建筑电气自动控制中应用人工智能技术也逐渐受到了大家的重视，成为一个重要的研究课题。在建筑电气自动控制中，利用人工智能技术，可以有效提高建筑电气自动化设备的运行效率，有效减少人为误操作，进一步提高建筑电气系统的安全性和稳定性，提高自动化设备操作的可靠性等。因此，在建筑电气自动化控制发展过程中，人工智能技术的应用有其重要的意义，在建筑電气自动化控制技术中结合人工智能技术，有利于进一步提高建筑电气自动化的控制水平，促进了建筑电气自动化的创新发展。

人工智能技术在具体运用过程中，能够实施多种控制方法。同时，人工智能技术作为计算机技术的一种，能够利用计算机平台模拟人体大脑思维，并采用数据、图像等媒介通过建立的人工智能模型进行智能化分析，实现智能控制的功能。除此之外，还能减少人力资源投入，有效控制经营成本。另一方面，人体大脑本身就是一个系统，具有复杂性、精密性的特点，而人工智能就是在模拟人体大脑思维过程，能有效解决控制系统的非线性时变时滞性问题，从而提高电气系统的控制性能。

传统的电气自动控制系统在操作上总会存在着流程繁琐、操作难度大、耗时长，对操作人员技术要求高等问题。而将人工智能技术融入到建筑电气自动化控制技术中，可以很大程度简化对电气系统的操作，基于人工智能的建筑电气自动控制系统，仅需要输入有效参数或处理指令，经过系统的智能化处理，就能获得有效准确地控制或调节信号并自动实现相应的控制或调节功能。操作方式更加简单、便捷，对操作人员的技术要求也相对比较宽松，并且能够对整个控制过程起到优化效果。

传统的建筑电气自动化控制系统，控制对象相对单一，一般是通过统一的方式进行控制，控制过程及结果单一性明显，存在较大局限性。人工智能技术运用到建筑电气自动化控制当中，能够在单一控制的基础上进行优化处理，不管是特定的数据，还是未知的数据，实施控制都能够保持高度一致的控制效果。

电气系统的控制依赖于其自身实际运行的状态信息，包括运行时间、启停状态、故障情况、环境情况等，通过对系统自身的运行状态进行分析，再根据分析结果对系统进行控制。而传统的建筑电气系统对这一系列的操作往往需要人工介入。人工智能技术的应用，使得电气系统可以实现对自身运行状态进行数据的自动采集和统计分析，并根据分析结果进行自动控制。应用人工智能化技术能够快速获取大量高精度的信息数据，得到准确的控制参数，并应用于电气系统的自动控制中，对建筑电气自动化控制打下良好的基础。

控制模型是电气自动控制系统建立的首要条件，人工智能技术在电气自动控制系统中的应用，能有效提高电气系统的自动控制能力、提升系统运行效率，并使得控制结果更加精确。采用的人工智能技术不同，建立的控制模型也大不相同，以模糊控制技术为例，基于模糊控制技术的智能控制模型，核心是以模糊逻辑推理规则为依据，设计模糊控制器，并建立反馈控制系统。

智能电气自动控制系统的信息传输包括两个方面，一方面是将数据采集终端采集到的数据传输到处理中心，一方面是将处理中心的控制指令传输到执行终端。信息传输环节是实现系统监督与控制的必要条件。信息传输媒介的选用一般要根据信号类型、传输距离、环境条件等进行选择，一般有信号电缆、同轴电缆、光缆等。

借助人工智能技术能对建筑电气系统进行自动化控制，目前主要集中在专家系统、模糊控制、神经网络控制等技术的应用上。通过对电气系统运行状态的监督和数据采集，结合各类人工智能技术，实现对电气系统的自动控制。比传统的电气自动控制系统具有更高的精确性、稳定性和可靠性。应用人工智能技术对建筑电气系统进行自动控制常见的应用有基于神经网络的智能照明控制，基于模糊控制的中央空调电气节能控制，基于粒子群算法的电网能量优化等。

在建筑电气自动控制中应用人工智能技术，还能实现对系统的实时监控和远程控制。除此之外，还能收集系统运行中大量具有较高应用价值的数据，并进行数据的统计和分析，对系统的管理具有重要的指导意义。

各类电气设备在应用与运行过程中存在操作不合理问题，加上长时间应用，零部件老化问题较为明显，会致使设备出现较多故障问题。设备发生故障之后要及时判定故障发生部位以及主要原因，然后采取针对性措施进行控制。目前对在故障诊断过程中，要在规则基础上对故障进行全面推理，对故障树模型进行诊断分析。基于人工智能技术应用，能采取人工智能算法，和传感器技术与数据采集技术有效结合，对故障诊断系统进行优化设计，能及时判断故障所在位置与产生原因，降低维修时间与成本支出。故障诊断系统从结构组成中主要有故障诊断规则库、故障案例库、知识处理、故障诊断过程解释、专家系统、学习系统等。其中案例库就是对各类故障案例就是集中整合，规则库就是对电气工程领域多项准则进行收集。知识处理就是为系统推理提供便利条件，提取多项参数与案例特征，解释器应用就是对故障常见类型与不同故障案例表现特征进行提取。在故障诊断系统中推理机要对用户输入故障信息进行集中分析，通过诊断规则库获取相应结论，在故障案例中搜寻与其相对应的案例。

在电力领域中应用人工智能技术，需要发挥专家系统应用价值，此类系统应用复杂程度较高。能有效模拟专家，在策略实施与拟定阶段，对各类问题进行精确化分析，采取有效的控制措施。将专家系统融入到建筑电力系统中，能提升其运行效率，对各类资源投入量进行控制。在电气系统设备应用中，设备管理和具体操作存在滞后性，要使其高效运行，才能对设备运行进行精确化操作。电气设备属于复杂程度较高的系统，通过人工智能可以有效优化其应用，为电气系统设备有序运行提供保障。对系统各项运行参数进行有效设定，保障各项生产活动有序进行，实现规范化操作。

总而言之，如今我国计算机技术日益成熟，在人工智能的研发方面也取得了很大的进展。目前人工智能技术岁在建筑电气自动化控制领域也得到了很好的应用，但依然有很大的开发潜力，在未来的发展过程中，我们还应不断对其细节进行探索，促进建筑电气自动化控制的不断发展。

[1]黄厚禧.智能化技术在建筑电气工程中的优势应用[J].建筑工程技术与设计，2016，（16）：2974.

[2]邹鑫.智能化技术在建筑电气工程中的应用分析[J].福建质量管理，2019，（16）：130.

[3]徐安，殷有春.电力信息通信技术在智能建筑电气及电网中的应用[J].现代信息科技，2018，2（6）：64-66.

[4]王星原.建筑电气工程的智能化技术运用实践[J].商品与质量，2018，（44）：157.

[5]严正.建筑电气的防雷接地功能与防雷系统设计[J].江西建材，2015，（5）：195-195.