电气自动化控制中的人工智能运用研究

摘要：以电气自动化中人工智能（AI）的运用价值作为出发点，重点探讨了电气自动化控制中人工智能运用场景，如电气控制、故障预警、故障排查诊断、设备闭环逻辑控制、电气自动化状态监测等，并以某发动机机械为案例，探究人工智能在系统架构及系统设计上的运用要点。展望人工智能运用前景，并结合工作经验提出指导性建议，以期推动人工智能技术的广泛运用，促进我国电气自动化控制技术的快速发展。

关键词：人工智能；电气自动化控制；运用场景

引言

人工智能（AI）概念于1956年Dartmouth学会上被提出，专家学者针对该领域进行了深入探索及技术攻坚。大数据时代背景下，AI技术逐步在互联网领域应用。据《智能交通技术前沿》官方调查数据统计：到2025年，AI行业每年收入将达到1190亿美元，AI市场将增长到1900亿美元。AI技术是众多技术的最终诉求，无论是物联网还是大数据，都需要AI技术完成价值输出，它与互联网、大数据有着非常紧密的联系。当前处于科技创新时代，我国电气自动化控制领域也要紧扣时代发展脉搏，将先进的AI技术融合到自动化控制中，以最大限度发挥其价值。

1. 电气自动化控制中的人工智能运用价值

人工智能（AI）是研究、开发用于模拟、延伸及扩展人的智能理论、方法、技术等系统化技术科学。Gartner发布了最新的《2022年人工智能技术成熟度曲线》报告，称采用AI技术将给企业带来明显竞争优势。电气工程中融合AI技术的价值在于三点：首先，能降低成本。AI技术具备卓越的现场控制能力及对环境的感知能力，可保障电气设备始终处于良好运行状态，避免因执行错误指令导致设备或材料耗损，降低了成本。其次，能提升控制精度。AI技术的逻辑运算能力强大，可结合电气工程系统要求来制定自动化控制方案，始终保持高精度控制水平。最后，适应性强。传统的电气自动化控制主要采取单路控制及线性控制，有较强的针对性，往往只能对特定的产品操作。AI技术辅助下能变更控制方式，随着环境变化进行调整，更快捷地完成电气生产及控制工作。

2. 电气自动化控制中的人工智能运用场景

2.1 电气自动化系统设计

电气自动化控制系统操作比较复杂，涉及专业范围广，对于操作技术人員的专业水平及操作能力有较高要求。研发人员要考虑到MATLAB软件在数据分析、深度学习、信号处理等方面的特点，并推动AI技术在电气自动化控制中的运用，确保形成更稳定完善的电气自动化控制系统，并科学地设计电气控制过程。MATLAB是编程及数值计算平台（图1），除电气自动化控制系统外，还包括机器学习、信号处理、深度学习、预测性维护、测试测量、图像处理、无线通信等模块。基于AI技术辅助，可提升MATLAB在电气自动化控制系统中的运行效率，操作人员能通过更精准的操作方法来实现对系统的控制及优化，减少外界的影响[1]。

2.2 电气控制

（1）专家控制系统。专家控制系统（图2）融合了AI技术和计算技术，能辅助电气企业的管理层做出科学决策，并由该领域的专家负责处理疑难问题，提升电气自动化控制系统管理水平[1]。给定输入值R后，由专家控制器中的知识库、推理机分析，并将指令输入U传递给受控装置，受控装置再输出Y值。该系统主要涵盖知识库、数据库、推理机、解释、知识获取等结构，有在线控制实时性、抗干扰性好的特点。

（2）模糊控制。它属于非线性控制，最大特点是能将系统化理论和实践结合。优势在于可不断学习、完善、适应不同的电气自动化控制环境。该模式主要涵盖四个部分，分别为模糊化、规则库、模糊推理、解模糊，特点是不依赖于被控对象的精确数学模型。

（3）神经网络控制。神经网络涵盖大量人工神经元，自适应性、非线性映射能力均较为突出。该技术能模拟人脑思考的活动，再结合单元格传输系统分析和处理数据，为电气自动化控制提供数据参考。

基于上述控制模式，可利用AI技术来强化对电气自动化的管理，改进电气设备运行工作，同时发挥AI技术强大的计算能力来优化配置和电气自动化控制相关的各项资源，避免造成资源浪费，影响企业发展。

2.3 故障预警

电气工程中往往会借助于传感器等设备，及时采取工程现场中的诸如电气、温湿度、电流电压等指标参数，再将信号提交到控制中心进行预处理[2]。预处理后转变为可识别数字，通过对比监测值和整定值数据，若存在较大偏差，那么意味着设备运行处于异常状态，需要采取措施及时处理。和自动控制的技术相比，运用AI技术有着较突出的优势，它能实现实时监测值和整定值的对比，可实现及时预警[3]。企业可利用AI多传感技术来构建主动预警系统，设计监控层、数据传输层、应用层等，并准备相应设备设施。监控层负责现场数据采集及上传，现场数据和既定目标值偏离过大时，要验证电气工程系统是否有故障，及时报警处理。此外，电气系统还会自动采集现场的监测量等数据信息，随后进行逻辑分析。根据一段时间内参数发生的变化来明确企业电气设备的运行状态，判断是否存在设备故障的前兆，将电气工程系统的风险发生率降至最低，以减少企业损失。

2.4 故障排查诊断

首先，故障排查中可配置PLC控制器，借助智能芯片、图像处理、电路诊断等方法，检查电机、高压变压器等设备状态，及时排除可能存在的风险问题，若有问题便会触发故障预警及诊断的程序。在此过程中先对所采集数据的清洗、解析、补全、标注处理，再AI提取关键特征量，执行模型训练[4]。模型训练作业的过程主要包括以下几点：（1）基于数据仓库来分析模型。（2）模型训练。AI设定算法，执行模型算法，积累模型数据后将计算后的结果分类处理。（3）训练结果可划分为成功、失败、未知等不同情况。（4）人为干预，及时修正。（5）增强模型特征，丰富模型特征画像。（6）强化算力训练，完善模型[5]。利用AI技术进行故障排查，效率更高，还可构建智能故障诊断系统，建立故障信息库等模块。

2.5 电气设备闭环逻辑控制

AI利用闭环逻辑控制将受控对象状态信息反馈至输入端，并将其与输入值对比，分析数据偏差，然后下发指令纠正，直至数据达到既定标准。由于受到外部环境影响，或是设备长期运行导致老化等，可能会导致运行参数出现偏差，长期累积造成故障。AI技术下电气工程便可在无人干预的条件下，自动地进行设备运行的纠偏，避免因参数问题而引发后续一系列的连锁故障。电气工程人员仅仅需要提前编写好程序，设定设备参数的整定值及偏差范围，更好地维持电气设备及整体工程的良好运行，实现电气自动化控制效率提升。

2.6 状态监测

在以往早期的电气工程中，构建的自动化控制系统在故障处理等方面都受到技术的限制，始终是被动处理。简言之，是在设备或生产现场发生故障（或其他问题后），再进行报警、故障诊断、处理、连接正常部分等，会对电气工程的实际生产运行造成实质上的影响及损失。为解决此问题，企业可在电气自动化的状态监测场景中融合AI技术。该技术有强大的运算能力及逻辑分析能力，不仅可采集电气系统当前的运行数据，还能搜集歷史数据，并预测未来运行工况，例如是否存在“超载”“欠压”“过流”等问题。当故障出现率达到临界值，及时进行设备参数的自动调节、停机便于检修等。通过AI技术进行状态实时、动态化监测，有利于将电气设备的故障隐患消弭于无形。基于AI识别技术利用特定的行业算法，能帮助电气自动化系统在安全生产中解决安全隐患管理问题。

3. 人工智能技术运用前景展望及建议

3.1 运用前景展望

第一，功能更多元化。电气自动化控制结合AI技术能协助电气工程人员工作，减轻工作人员的负担。随着AI技术的创新完善，未来电气自动化控制也将不断转型升级，极大地提高工作效率，完善多项功能。

第二，设计更加优化。运用于电气自动化控制运用，AI能依托于庞大的知识库来获取优秀经验，从而完善设计方案。未来AI技术的学习能力也会提高，并不断优化寻找设计方案的能力，在数据模拟和计算机逻辑上实现人脑思维过程，短时间内设计出适合的电气控制方案，为整个电气自动化控制领域的进步打造基础。

第三，能进一步推动相关产业发展。电气自动化控制和诸多高新产业均有关联，还可用于电气工程、工业、农业生产（如提升小麦播种成活率）、服务行业（智能手机、跑步机、iPad）等领域[6]。

3.2 建议

首先，建立中央智能系统。建立中央智能系统可实现集中监控，全面采集接入设备及环境信号，形成完全覆盖的控制系统和信息网络。

其次，AI技术和大数据须进行融合。新时期下，经济水平不断提升，电气工程的规模也愈发庞大，其中涉及的电气设备种类、数量均明显增多。在此背景下，若要实现电气自动化控制的有序稳定运行，并在搜集大量信息后还能顺利地解决复杂逻辑问题，可考虑将AI技术和大数据技术融合运用，采取分布式计算模式来完成复杂运算任务，生成不同逻辑库。

最后，要强化AI自学习能力。为深入激发出AI潜能，提升它用于电气自动化中的智能程度，在实际运用中可通过加大模型训练量、增加样本数量等方式运算操作，提升自学习能力，可参考TD-Gammon棋类程序机器学习算法[7]。

结语

综上所述，当前处于互联网、大数据时代， AI逐步融入人们生产生活各个方面，极大地改变了人们生活生产方式，推动了社会文明发展。AI技术在电气工程中的运用前景广阔，且逐步替代了传统的手动人工控制。AI技术的诞生，给电气自动化控制的发展提供了新方向，提高了该领域的工作水准。通过推动AI技术的落地应用，有助于推动我国电气自动化控制技术的稳步发展。

参考文献：

[1]郑恒持，蒋丁宇，任光，等.专家控制技术在船舶机舱监测报警系统中的应用研究[J].计算机测量与控制，2016，24（9）：61-64.

[2]张春辉，陈君，李邦源.基于人工智能的配电网络调试技术[J].电气自动化，2022，44（3）：82-84.

[3]蓝良生.浅析人工智能技术在电气自动化控制中的应用——评《人工智能技术》[J].现代雷达，2022，44（2）：116.

[4]周志宏.电气自动化控制设备可靠性相关问题分析[J].精密制造与自动化，2022，（1）：49-51.

[5]宋慧娟.基于混合现实的人工智能在电力巡检中的应用[J].电网与清洁能源，2020，36（2）：75-79.

[6]张尚明.浅析人工智能技术在电气自动化控制中的应用[J].科技风，2020， （2）：18.

[7]杨挺，赵黎媛，王成山.人工智能在电力系统及综合能源系统中的应用综述[J].电力系统自动化，2019，43（1）：2-14.

作者简介：韦日祯，本科，工程师，研究方向：机电一体化技术。

课题项目：潘协龙自治区级技能大师工作建设项目（编号：J20220709）。