人工智能在建筑電氣自動控制中的應用研究

王婉心

本文分析了人工智能技術在建筑電氣自動控制中的應用價值，結合智能電氣自動化控制系統設計的關鍵因素，詳細介紹了人工智能技術在建筑電氣系統自動控制、故障診斷以及在建筑電力系統與電氣設備中的應用。

人工智能;建筑電氣工程;應用

隨著人工智能技術在各領域的廣泛應用和發展，在建筑電氣自動控制中應用人工智能技術也逐漸受到了大家的重視，成為一個重要的研究課題。在建筑電氣自動控制中，利用人工智能技術，可以有效提高建筑電氣自動化設備的運行效率，有效減少人為誤操作，進一步提高建筑電氣系統的安全性和穩定性，提高自動化設備操作的可靠性等。因此，在建筑電氣自動化控制發展過程中，人工智能技術的應用有其重要的意義，在建筑電氣自動化控制技術中結合人工智能技術，有利于進一步提高建筑電氣自動化的控制水平，促進了建筑電氣自動化的創新發展。

人工智能技術在具體運用過程中，能夠實施多種控制方法。同時，人工智能技術作為計算機技術的一種，能夠利用計算機平臺模擬人體大腦思維，并采用數據、圖像等媒介通過建立的人工智能模型進行智能化分析，實現智能控制的功能。除此之外，還能減少人力資源投入，有效控制經營成本。另一方面，人體大腦本身就是一個系統，具有復雜性、精密性的特點，而人工智能就是在模擬人體大腦思維過程，能有效解決控制系統的非線性時變時滯性問題，從而提高電氣系統的控制性能。

傳統的電氣自動控制系統在操作上總會存在著流程繁瑣、操作難度大、耗時長，對操作人員技術要求高等問題。而將人工智能技術融入到建筑電氣自動化控制技術中，可以很大程度簡化對電氣系統的操作，基于人工智能的建筑電氣自動控制系統，僅需要輸入有效參數或處理指令，經過系統的智能化處理，就能獲得有效準確地控制或調節信號并自動實現相應的控制或調節功能。操作方式更加簡單、便捷，對操作人員的技術要求也相對比較寬松，并且能夠對整個控制過程起到優化效果。

傳統的建筑電氣自動化控制系統，控制對象相對單一，一般是通過統一的方式進行控制，控制過程及結果單一性明顯，存在較大局限性。人工智能技術運用到建筑電氣自動化控制當中，能夠在單一控制的基礎上進行優化處理，不管是特定的數據，還是未知的數據，實施控制都能夠保持高度一致的控制效果。

電氣系統的控制依賴于其自身實際運行的狀態信息，包括運行時間、啟停狀態、故障情況、環境情況等，通過對系統自身的運行狀態進行分析，再根據分析結果對系統進行控制。而傳統的建筑電氣系統對這一系列的操作往往需要人工介入。人工智能技術的應用，使得電氣系統可以實現對自身運行狀態進行數據的自動采集和統計分析，并根據分析結果進行自動控制。應用人工智能化技術能夠快速獲取大量高精度的信息數據，得到準確的控制參數，并應用于電氣系統的自動控制中，對建筑電氣自動化控制打下良好的基礎。

控制模型是電氣自動控制系統建立的首要條件，人工智能技術在電氣自動控制系統中的應用，能有效提高電氣系統的自動控制能力、提升系統運行效率，并使得控制結果更加精確。采用的人工智能技術不同，建立的控制模型也大不相同，以模糊控制技術為例，基于模糊控制技術的智能控制模型，核心是以模糊邏輯推理規則為依據，設計模糊控制器，并建立反饋控制系統。

智能電氣自動控制系統的信息傳輸包括兩個方面，一方面是將數據采集終端采集到的數據傳輸到處理中心，一方面是將處理中心的控制指令傳輸到執行終端。信息傳輸環節是實現系統監督與控制的必要條件。信息傳輸媒介的選用一般要根據信號類型、傳輸距離、環境條件等進行選擇，一般有信號電纜、同軸電纜、光纜等。

借助人工智能技術能對建筑電氣系統進行自動化控制，目前主要集中在專家系統、模糊控制、神經網絡控制等技術的應用上。通過對電氣系統運行狀態的監督和數據采集，結合各類人工智能技術，實現對電氣系統的自動控制。比傳統的電氣自動控制系統具有更高的精確性、穩定性和可靠性。應用人工智能技術對建筑電氣系統進行自動控制常見的應用有基于神經網絡的智能照明控制，基于模糊控制的中央空調電氣節能控制，基于粒子群算法的電網能量優化等。

在建筑電氣自動控制中應用人工智能技術，還能實現對系統的實時監控和遠程控制。除此之外，還能收集系統運行中大量具有較高應用價值的數據，并進行數據的統計和分析，對系統的管理具有重要的指導意義。

各類電氣設備在應用與運行過程中存在操作不合理問題，加上長時間應用，零部件老化問題較為明顯，會致使設備出現較多故障問題。設備發生故障之后要及時判定故障發生部位以及主要原因，然后采取針對性措施進行控制。目前對在故障診斷過程中，要在規則基礎上對故障進行全面推理，對故障樹模型進行診斷分析。基于人工智能技術應用，能采取人工智能算法，和傳感器技術與數據采集技術有效結合，對故障診斷系統進行優化設計，能及時判斷故障所在位置與產生原因，降低維修時間與成本支出。故障診斷系統從結構組成中主要有故障診斷規則庫、故障案例庫、知識處理、故障診斷過程解釋、專家系統、學習系統等。其中案例庫就是對各類故障案例就是集中整合，規則庫就是對電氣工程領域多項準則進行收集。知識處理就是為系統推理提供便利條件，提取多項參數與案例特征，解釋器應用就是對故障常見類型與不同故障案例表現特征進行提取。在故障診斷系統中推理機要對用戶輸入故障信息進行集中分析，通過診斷規則庫獲取相應結論，在故障案例中搜尋與其相對應的案例。

在電力領域中應用人工智能技術，需要發揮專家系統應用價值，此類系統應用復雜程度較高。能有效模擬專家，在策略實施與擬定階段，對各類問題進行精確化分析，采取有效的控制措施。將專家系統融入到建筑電力系統中，能提升其運行效率，對各類資源投入量進行控制。在電氣系統設備應用中，設備管理和具體操作存在滯后性，要使其高效運行，才能對設備運行進行精確化操作。電氣設備屬于復雜程度較高的系統，通過人工智能可以有效優化其應用，為電氣系統設備有序運行提供保障。對系統各項運行參數進行有效設定，保障各項生產活動有序進行，實現規范化操作。

總而言之，如今我國計算機技術日益成熟，在人工智能的研發方面也取得了很大的進展。目前人工智能技術歲在建筑電氣自動化控制領域也得到了很好的應用，但依然有很大的開發潛力，在未來的發展過程中，我們還應不斷對其細節進行探索，促進建筑電氣自動化控制的不斷發展。

[1]黃厚禧.智能化技術在建筑電氣工程中的優勢應用[J].建筑工程技術與設計，2016，（16）：2974.

[2]鄒鑫.智能化技術在建筑電氣工程中的應用分析[J].福建質量管理，2019，（16）：130.

[3]徐安，殷有春.電力信息通信技術在智能建筑電氣及電網中的應用[J].現代信息科技，2018，2（6）：64-66.

[4]王星原.建筑電氣工程的智能化技術運用實踐[J].商品與質量，2018，（44）：157.

[5]嚴正.建筑電氣的防雷接地功能與防雷系統設計[J].江西建材，2015，（5）：195-195.