关键词：电力系统自动化；智能控制；方法探究
电力系统的应用以及涉及到的范围领域较为广泛。但是现阶段我国的电力系统大部分的元件在饱和、磁滞等地理特性方面具有一定的复杂性。这样对于一些大型的电力系统工作运行来讲具有一定的限制作用。但是智能技术出现，能够在电力市场需求条件之下，采用传感、测量、控制等先进的方法，给电力系统提供一个决策新的支持，进而实现电力相关企业的经济效益目标达成，并更加广泛的应用到行业领域当中。
1电力系统自动化智能控制的意义
电力系统性能和人们的生活与工作有着密切的关系，电力系统涉及范围广、管理难度大，因此电力系统也常出现各种性能问题，而自动化智能控制就有效的解决了电力系统控制和管理难的问题。电力系统自动化智能控制主要包括神经网络、专家系统和学习控制等，并且具备自适应和自学习的智能化行为。通过电力系统自动化智能控制，能够对电力系统内各种设备运行的状态参数进行实时全面的评估与分析，从而实现对电力系统运行情况的掌握，便于对电力系统进行及时的调整和控制，从而有效提升电力系统的稳定性，同时其还可以对电力系统运行中的安全风险实现有效的规避，防止发生安全事故。另外，电力系统自动化智能控制，通过智能化代替了人工方式的管理，就能够有效减少劳动力，同时对安全事故进行了有效的规避，就能够避免大量检修费用的投入，因此能够有效的降低电力企业的成本，提供其经济效益。
2智能控制的具体应用方法
2.1智能化监控系统建立
电力系统进行实时监控工作是十分必要的，它能够将系统工作阶段存在的问题及时找出，并借助计算机工具进行高效的传输。我国现阶段的互联网以及计算机技术能力显著提升，因此在工控管理领域当中，对电力自动化系统进行智能化监控是必然的发展趋势。智能监控系统通过图像化的用户界面分析，包括对数字化以及实时化的趋势进行图像显示。其中图像的展现形式也较为多样如柱状图、位图动画、表盘数据等显示功能等。在这种系统功能支撑下能够极大的加强工作效率并减轻相关企业单位人力资源投入。进而使得电力系统的安全、稳定运行得到了保障。
智能化监控系统需要根据电力系统进行针对性的系统结构选用。例如考虑其中的高压进线、馈线、母联等部分，另外就是将低压变压器进线与联络回路部分等，具体需要根据系统工程进行分布式的结构处理工作，按照现场不同监控层面的控制，分清其中的主层与管理层，及时对系统设备中的发电机、断路器开关、油表、电量等，建立报警系统的信号预警功能了，从而将整个系统运行阶段的设备开关与电力资源的耗损量进行记录，方便之后的管理与运维工作的依据条件。
2.2人工神经网络控制技术
人工神经网络是对人处理和传递信息的模拟，其仿制连接的方式和人类的神经元比较相似，每一人工的神经元都能实现输入和输出间非线性的关系，因此这种连接方式使人工的神经网络有着非线性的特性。人工神經网络可以通过神经元彼此间的权重衡量来处理比较隐含的问题，并且这种方式还有着信息的分布、存储、容错、学习等能力，甚至还能够实现对知识的主动组织和对不同信息的处理等，由于每一个神经元的计算处于一种独立状态，因此其处理比较方便，执行速度也十分快。人工神经网络分线性的自学能力和拟合能力比较强，且还有着鲁棒性和联想记忆性能等，这此控制方式于电力系统的自动化智能控制中具有很大的应用潜力，但此控制方式仍然还存在一定的问题，学习算法的速度较慢、训练时间较长、不易收敛等，都需要不断研究进行改进。
2.3模糊逻辑控制技术
模糊理论是模糊化经典集合理论，将语言变量和近似推理的模糊逻辑引入进来，是一种包含一套完备的推理体系的智能技术。这种智能技术在电力系统自动化控制中非常实用，它能够对人的模糊推理和决策过程进行有效的模拟。通过已经存在的控制规则和数据，模糊理论可以对模糊输入量进行推导，得到模糊控制输出，输出结果的组成部分是：模糊化、模糊推理与模糊判决。模糊理论在电力系统自动化控制中的应用越来越广泛，这种智能技术的优势为：对于那些具有不确定性、不精确性的问题能够进行有效的处理，也能够处理由于噪声而造成的问题；专家的经验通过模糊知识的语言变量进行表达，与人的表达方式更接近，知识的抽取和表达更加容易完成；鲁棒性强，提高了自学习能力和容错能力，如果电力系统出现问题或者改变了网络拓扑图和环境变量的设置等，那么通过模糊理论的应用，能够进行及时应对并且给出完全正确的解决方法。
2.4故障诊断中的人工智能技术应用
人工智能技术应用，在电力系统故障诊断的基础之上，将一些设备与装置的故障问题的数据信息进行分析，通过推理得出形成故障的基本原因与具体的元件，将未来的可能故障恶化的趋势进行分析。在电力系统多年来的发展，人工智能技术已经取得了很大程度的突破，常见的人工智能技术应用为：ES、ANN、FST、GA及Petri网络技术。
其中ES是一种较为成熟的人工智能技术，不仅仅能够将书本之中的理论知识进行融合，还能将现阶段的专家经验知识进行运用，将就理论与实践工作之间的紧密结合。而且ES一直都处于一种改进与获取的发展阶段当中，这样知识的获取与传递工作就会被家奴哈，从而提升故障诊断的推理效果。另外ANN的故障诊断原理最大的特点，就是不需求前期的理论与专家启发支撑，就能够根据系统的运行工作进行知识库与知识表达的大量工作。它需要提供专家经验或故障的实例，通过自我而的总结和组织，尽早在系统当中进行故障诊断样本的采集工作，服故障定位以及故障类型识别具有很大的作用。
2.5综合智能控制技术
综合智能控制技术需要将智能控制與现代化的控制方法充分融合，并且不能将各个控制方法之间的组合忽视。系统中常见的应用就是将综合智能控制技术与人工神经网络进行结合。神经网络通常处理费结构化的信息能力较强，模糊逻辑技术则不然。因此人工神经网络相对来讲比较低级的计算方法，对感知器的利用率较高。模糊逻辑控制则是需要提供相应的依据与例证，因此考虑这两者之间的结合，也是良好的基础条件。
3结束语
智能技术的广泛运用，推动了电力系统的自动化进程。随着对各种智能控制理论研究的进一步深入，它们之间的联系也会更加紧密，利用各自优势而组成的综合智能控制系统，会对电力系统起到更加重要的作用。随着科学技术的飞速发展，智能技术在电力系统自动化控制中的应用，将会越来越广泛。
参考文献
[1]张程杰.探讨智能控制方法在电力系统自动化中的应用[J].自动化技术，2012
[2]莫冬翔.探讨智能控制在电力系统自动化的应用[J].创新技术与应用，2013