人工智能技术在电气自动化控制中的应用研究

杨小敏

（国网山东省电力公司东营供电公司，山东 东营 257100）

在全新时代背景下，人工智能技术在电气工程中应用前景广阔，逐渐取代了传统的手动控制与自动控制方式，由智能控制系统基于程序运行准则和决策分析结果下达控制指令，把控电气工程运行过程，电气控制精度与整体运行效率得到明显提升。但由于人工智能技术应用时间尚短，实际应用场景有限，如何将人工智能技术应用范围涵盖至电气自动化控制的各个方面，是当前一项重要课题。

1 人工智能技术概述

1.1 技术概念

人工智能概念最早在1956年Dartmouth 学会上被提出，被一致认为是一种负责模拟、延伸与扩展人类智能方法技术的新兴科学。随着科技水平的持续提高以及计算机视觉、自然语言处理、机器学习、模糊逻辑算法等技术的问世，多项外围技术共同构成实质意义上的人工智能技术，可以模拟人类思维方式进行决策分析、判断与执行指令。简单来讲，在无人工干预条件下，模拟人类思维方式来判断问题，寻求最优解答案并将其付诸行动[1]。

1.2 技术应用价值

在电气工程中，相比于传统控制方式，人工智能技术价值主要体现在减少成本、提高控制精度、节省人力资源3个方面，具体如下。

减少成本。人工智能凭借卓越的现场控制与环境感知能力，既可以保证电气设备始终维持良好运行工况，避免因执行错误操作指令而出现不必要的物料损耗、设备烧损问题，由此节省物料成本，延长设备实际使用寿命。同时，也可以根据生产要求与现场环境的变化而实时调整设备负荷，避免因电气设备长时间保持满负荷、超负荷状态而造成电能浪费，系统运行能耗居高不下。

提高控制精度。在早期电气自动化控制系统中，主要采取远程控制、自动控制2 种方式，远程控制是由工作人员远程掌握系统工况与下达控制指令，自动控制是由系统基于程序准则、预导入方案来下达控制指令，如果现场环境发生明显变化，或是工作人员决策错误，都会对控制精度造成明显影响。相比之下，人工智能技术有着强大的逻辑运算与环境感知能力，根据系统运行要求来制定控制方案，并在现场环境等要素发生变化时，重新寻求最优解答案，对控制方案内容与各项参数的整定值进行优化调整，始终维持高水准的控制精度。

节省人力资源。人工智能技术可以模拟人类思维方式进行决策判断，在系统运行期间出现超出预先导入控制方案预期的突发状况时，系统可以准确判断现场情况、运行工况和问题形成原因，根据智能算法输出值来调节控制方案内容，如调整电气参数的整定值。如此，除去电气设备检修、零部件更换等少数工作外，其他流程无需工作人员深度参与，在无人工干预条件下维持电气工程良好运转，起到节省人力资源、缩减工作团队规模的作用。

2 人工智能技术在电气自动化控制中的主要应用场景

2.1 电气设备设计

电气设备是电气自动化控制系统的重要组成部分，设备使用性能决定着系统控制能力的上限、下限。为间接改善电气工程运行效果和电气控制效果，需要在电气设备设计场景中应用到人工智能技术，赋予电气设备一定的智能决策与环境感知能力，在面对突发状况时，可以在无人工干预前提下自动执行相应动作，以此来恢复设备正常运行工况。例如，在电气设备上加装微型控制器与执行元器件，当监测到设备处于异常状况时，由控制器判断设备状态，向执行元器件下达暂时断路、充电放容等控制指令。

2.2 故障预警

在电气控制系统运行期间，借助传感器等终端感知设备，持续采集现场环境参数与电气参数，包括工作温度、电流值、电压值等，将现场监测信号提交至系统后台。随后，对监测信号进行预处理后转换为可识别数字量，对比监测值与整定值，如果二者偏差程度超标，或是运行参数处于异常波动状态，表明电气系统实际工况与预期情况不符，由系统自动发送故障预警信号，帮助工作人员快速发现故障问题并采取处理措施，避免因故障发现不及时而造成电气设备烧损等严重损失。在故障预警场景中，相比于自动控制技术，人工智能技术的优势在于，除对比实时监测值与整定值的预警手段外，系统将对所采集现场监测量进行逻辑分析，根据一段时间内参数变化情况，掌握电气设备运行工况，判断是否存在设备故障前征兆，在识别到故障征兆后即可报警，无需等到出现实质性故障问题后再发送自动报警信号[2]。

2.3 故障排查诊断

首先，在故障排查场景，通过配置PLC 控制器等装置，在电气自动化控制系统中设立若干自检信号，依托智能芯片，采取图像处理、电路诊断和频率参数分析等多种方法，定期对高压变压器、电机等电气设备的运行状态进行检查，逐项排查电气设备是否出现各类型故障问题，在检测到设备故障，或是设备运行参数曲线变化与故障特征相似度达到一定标准后，判断设备故障问题出现，进而触发故障预警、故障诊断等其他程序，完成故障排查任务。而故障排查原理在于，由系统持续采集设备数据和故障维修数据，对所采集数据进行清洗、解析、补全、标注处理，再由人工智能引擎从中提取关键特征量并开展模型训练作业，预测设备剩余使用寿命和判断是否出现故障。

其次，在故障诊断场景，依托专家智库，根据故障设备运行参数变化情况，从中调取相似度较高的故障案例作为样本数据，对比故障设备参数与同类案例中的电流、电压等参数量变化曲线，根据对比结果来确定故障类型、故障形成原因和锁定故障点位，并凭借智能算法，自动生成故障诊断报告、应急处置方案和设备检修方案。同时，工作人员也可使用系统的溯源分析工具，从系统数据库中调取故障出现前后的设备运行数据，掌握设备故障发展情况，对比溯源分析报告与故障诊断报告是否一致，为故障诊断精度提供双重保障。

2.4 电气设备闭环逻辑控制

在电气设备控制过程中，人工智能技术将采取闭环逻辑控制方式，把受控对象的状态信息反馈到输入端，对比输入值和反馈信息，根据二者偏差情况来下达相应纠偏指令，直至系统输出情况达到预期要求为止。如此，在无人工干预前提下，系统可以自动纠偏受外部环境、设备老化、设备长时间运行等因素影响而偏离的运行参数，避免参数误差持续积累而引发设备故障等一系列连锁问题出现。如此，工作人员仅需提前编写控制程序、设定各项参数整定值与划定偏差范围、不定期检查系统运行状况和着手解决设备故障等突发问题，即可保持电气设备乃至电气工程的良好运行工况，无需全程参与到电气控制过程当中，这有利于简化控制流程与减轻工作负担。此外，考虑到现场环境与设备状态并非一成不变，由电气控制系统定期对既定整定值的合理性进行分析，综合分析现场环境条件、控制要求、电气设备运行状况等因素，重新计算电压、电流、电机转速等电气参数的最佳整定值，从而解决现场环境等要素发生变化后固有整定值缺乏实际参考价值的问题。

2.5 状态监测

在早期电气工程中，所构建电气自动化控制系统的故障处理能力有限，秉持着被动控制理念，往往是在设备故障出现后，再采取自动报警、故障诊断、切断故障部分与正常部分连接等措施，造成耽误生产活动开展等实质性损失。对此，需要在状态监测场景中应用到人工智能技术，根据实时采集数据与历史运行数据，预测未来一段时间的设备运行工况，判断超载、欠压、过流等故障的出现率，在故障出现率达到相应标准时，立即采取调节设备运行参数、设备停机检修等处理措施，将电气设备故障隐患消弭于无形，避免出现设备故障并造成实质性损失。

3 人工智能技术在电气自动化控制中的应用策略

3.1 建立中央控制智能系统

在电气自动化控制系统运行期间，各台电气设备间保持紧密的内在联系，在任意一台设备出现故障问题或处于异常工况时，会对相连设备运行状态造成明显影响，严重时造成设备大范围瘫痪运行的后果。针对这一问题，需要依托人工智能技术来建立中央控制智能系统，采取集中监控方式，全面采集所接入电气设备与现场环境的监测信号，形成一套完全覆盖电气工程的控制系统，以及在各台电气设备与控制系统间形成一个信息网[3]。简单来讲，则是把电气工程视作为一个整体，解决电气设备缺乏联动控制的难题。例如，在单台电气设备出现故障问题后，系统根据已掌握信息，准确判断设备故障问题对其他电气设备与电气工程造成的具体影响，采取切断故障部分与非故障部分连接、调整相关联设备控制方案内容等措施，最大程度地减小设备故障对整体运行状况造成的影响。

3.2 组合应用人工智能与大数据技术

现代电气工程有着规模庞大的特征，接入大量电气设备，在控制过程中需要持续采集海量信息、处理复杂逻辑问题。在这一工程背景下，微处理器、PLC控制器等装置的运算处理能力有限，在同时处理多项复杂问题时，容易出现系统卡顿、程序并发无序运行等问题，难以在短时间内提供运算处理结果，进而对电气控制效果造成影响。例如，在多台电气设备同时出现运行故障时，要求计算机工作站同步进行故障诊断，诊断周期有所延长，故障设备受损程度随时间推移而持续加剧。

对此，需要组合应用到人工智能与大数据技术。在电气自动化系统运行期间，正常情况下由计算机工作站、现场分处理器共用完成运算分析任务，用于判断设备状态、检查是否出现故障问题。而在出现设备大面积故障、现场环境明显改变等突发情况，或是执行设备状态预测等较为复杂的操作时，则将运算任务提交至大数据平台，采取分布式计算方法，由多台服务器完成独立计算任务，把计算结果汇总整理后提交至电气自动化系统，在极短时间内完成复杂运算任务，获取准确结果。对这2 项技术的组合应用，既可以显著改善电气控制效果和提高决策精度，还可以摆脱硬件设备性能与数量造成的限制，仅需在控制系统中配置少量微处理器、控制器等装置，并保持电气控制系统与大数据平台的通信连接状况，即可满足实际控制要求，把电气控制系统乃至电气工程的建设成本控制在合理范围内[4]。

3.3 强化人工智能自学习能力

人工智能技术具备自学习能力，通过模型训练来提高系统决策分析能力，模型训练时间越长，所提供样本数据越多，则系统决策分析能力提升幅度越大。对此，为深挖人工智能技术价值，持续提升电气自动化控制系统的智能化程度，需要进一步加大人工智能模型训练量、丰富专家智库样本类型与增加样本数量，由智能控制系统在不同假定条件下开展运算分析操作来获取最优解答案。例如，Tesauro 在TD-Gammon 棋类程序中便采取机器学习算法，该款程序陆续进行150万次的自生成对弈模型训练，决策分析能力达到人类顶尖选手的专业水准，在后续棋类比赛中取得39∶1的良好成绩，充分论证了人工智能技术的自学习价值[5]。

4 结语

综上所述，人工智能技术的问世，为电气自动化控制提供了全新方向，系统可以在无人工干预前提下完成更为复杂的控制任务，是提升电气控制水平的重要举措。从业人员理应认识到人工智能技术的应用价值，加大技术应用推广力度，在故障排查、故障诊断等场景中做到落地应用，依托人工智能技术来打造新一代的电气自动化控制系统，推动中国电气事业的健康、稳步发展。