智能控制技術在水力發電廠計算機控制系統中的應用探析

許明輝 陳貽凱 楊明翰

（1.國網江西省電力有限公司柘林水電廠 2.國網新源白山發電廠 3.華電福新周寧抽水蓄能有限公司）

0 引言

傳統控制是基于模型的控制，隨著被控對象的復雜化，越來越難以用精確的數學模型來描述高度的非線性、強噪聲干擾、復雜的信息結構，分散的傳感元件與執行元件，分層和分散的決策機構以及動態突變性等。面對這些復雜對象的控制問題，人們開創性地將人工智能應用到了控制理論之中，提出了智能控制理論。該理論是對計算機科學、人工智能、知識工程模式識別系統論、信息論、控制論、模糊集合論、人工神經網絡、進化論等諸多科學技術與方法的高度集成，對于解決水力發電廠計算機控制系統中存在的問題具有十分重要的意義［1］。

1 智能控制技術的應用優勢

作為微電子工業和機械工業未來主要發展方向，智能計算機控制現已成為未來機械設備生產中重要的研究內容。將其與傳統的自動化控制系統相比較，智能控制技術現已成為計算機控制系統中的核心內容，其自身具備人性化、智能化的特點。智能控制技術的應用可以完善機電系統的性能，同時還可以完善智能控制系統在內外部環境作業的需求，也可以按照指令和外部影響因素的變化對內部運行作出改變，此過程可以減少消耗的時間和成本，同時還可以促使機電系統更為完善，最終提升設備的整體性能［2］。

在智能控制技術應用方面，機電系統在應用此項技術后可以提高整體運行效率，此時可以將此類技術進行深層次的應用，以此保障機械設備便于操作，此過程也需針對命令編碼，后續對編程項目作出完善，此時在人工操作支持下可以有效完成后續工作流程，以此優化計算機控制的質量［3］。

2 智能控制在計算機控制系統中的應用分析

2.1 模糊控制系統

模糊集合和模糊邏輯是模糊控制的重要基礎，模糊集合需要按照區間的形式進行計算，在模糊集合方面可以劃分為連續域和離散域。模糊集合需要明確模糊支集、交叉點、模糊單點等因素。模糊集運算的基本定律主要劃分為并、交、補運算三種形式。其中模糊關系主要指的是集合論的概念，在不同的集合中因素的關聯程度存在一定的差異，模糊關系無法用數學方法和簡單的邏輯對其作出描述，在模糊集合中模糊關系是較為核心的內容，此時需要重視模糊關系的定義。模糊關系模糊矩陣如下所示：

針對上述內容對模糊控制系統進行設置，此時需要明確模糊控制系統的分類方法，具體分類如下：

（1）如果按照信號對時變特性作出分類，此時在信號變化過程中可以結合不同的特性進行分析，以此明確模糊控制系統的恒值模糊和隨動模糊。

（2）按照模糊控制的線性作出分析，此過程需要對開環模糊控制系統作出分析，以此明確變量和輸出變量，再針對任意差進行輸出，從而定義線性度，此時也需對模糊控制系統的線性化程度作出衡量分析，分析出模糊子集的個數，按照個數定義模糊系統的線性特征，主要分為線性模糊系統和非線性模糊系統［4］。

（3）按照靜態誤差對其作出分類劃分，主要分析靜態誤差是否存在，從而將模糊控制系統劃分為有靜態誤差和無靜態誤差的系統。

（4）按照系統輸入變量的分類作出分析，可以將輸入個數劃分為單變量模糊系統，也可以將其劃分為多變量模糊控制系統。

在系統分類明確后也需明確模糊控制器，模糊控制器是模糊控制系統的核心內容，模糊控制器組成示意圖如圖1所示。

圖1 模糊控制器組成示意圖

2.2 神經網絡智能控制應用

基于神經網絡的智能控制可以稱之為神經控制，主要進行人腦模擬思維和神經推理，以此形成神經計算模型。其中神經元的構成由神經網絡最小單元和細胞水平作出智能模擬。神經元模型、神經網絡模型和學習算法構成了神經網絡。

人工神經元與生物神經網絡相比復雜性更高，并且也具有一定相似度，生物神經元較為抽象，其中包含連接權、求和單元、激發函數、閾值等多個要素，人工神經元模型圖如圖2所示。

圖2 人工神經元模型圖

其中，連接權在人工神經網絡中類似于銜接裝置，銜接強度方面需要以此為表征，在功能上和生物神經元相似，連接權的權值具有較為明顯的意義，處于正值狀態下說明激發了人工神經元，處于負值時說明人工神經元被抑制。

針對求和單元方面，人工神經網絡求和單元的基本功能是對信號和加權作出求取，在加權方面本質是一種線性組合內容。

針對激發函數方面，在人工神經網絡中，其作用在于完成非線性映射，同時還需限制神經元的輸出幅度，確保整體在統一的標準范圍內。人工神經元中的激發函數形式較多，可以劃分為階躍型、線性型、S型、徑向基函數型四種形式。

針對閾值方面，閾值的主要作用是激發函數圖形的移動，還可以對各類問題作出解決，以此減少偏差的存在概率。

在神經控制系統方面需要明確多種情況，此時在設計工具選擇方面需要選擇Matlab對其作出設置。在實際應用過程中需要接受控制對象的控制需要，同時還需按照基本原理對各類控制結構作出完善，以此設計出神經控制系統［5］。針對當前的設計情況可以看出神經控制系統主要包括以下內容：首先需要明確受控制對象的數學計算模型和相關知識表示模型；其次需要對神經網絡控制器的結構和功能作出劃分；再次需要對神經網絡算法作出初步判斷；最后需要進行仿真實驗操作，以此對設計結果和設計的不足之處作出改進。

2.3 圖像智能識別算法的應用

視頻監控分析是利用機器視覺技術對視頻中特定的內容信息進行快速檢索、查詢、分析的技術。由于水電站工業電視攝像頭的廣泛應用，其產生的視頻數據已是一個天文數字，此數據蘊藏的價值巨大，靠人工根本無法統計，而機器視覺技術的逐步成熟，使得視頻分析成為可能。

在完整的人工智能算法運行下，可通過圖像特征對比完成識別。基于人工智能算法的圖像識別類似于大腦識別過程，兩者最大的差異在于技術算法僅可模仿人的思維與行為。圖像識別技術在應用過程中與大腦相比，人工智能算法對圖像的提取識別具有不穩定性，繼而影響識別精度。因此，為提升圖像識別時效，需通過訓練與學習不斷優化人工智能算法，逐漸縮小圖像識別誤差，通過這項技術能夠實現對設備出現的故障進行檢測并在短時間內定位到故障環節，還可全方位監控機電設備的運行狀況，只要發生問題便能實時響應反饋到客戶端，確保系統的安全穩定運行。還能對發生的實時問題進行分析和處理，通過大數據的采集和統計對問題進行歸類和匯總，保障水電站機電設備自動化作業［6］。

2.4 專家系統與仿真智能系統的應用

在智能控制領域中，專家控制系統是較為典型的知識工程系統。隨著我國人工智能科學得到快速發展，專家控制系統得到了控制工程領域的重視，并且現已被廣泛應用在智能控制領域之中。專家控制系統最早被國外專家研制，并且受到了高度重視，在專業領域方面組織專業人員對其開展研究，同時獲得了較為豐碩的成果。隨著計算機領域的不斷發展，專家控制系統的開發作出了不斷突破，現已服務于各個領域。站在原理的角度作出分析，每個學科專家控制系統都需大量專業知識的支持，后續還需借助人工智能技術，不斷提高自身適應能力，模仿人們對問題作出推斷，從而獲得較為良好的決策結果，最終解決行業內的復雜問題。因此，知識和經驗是專家系統的關鍵，但是專家系統并不能與計算機進行等同，在待解決問題方面需要采取協助解決的方案，而不是精確解決問題的方案。專家系統結構示意圖如圖3所示。

圖3 專家系統結構示意圖

專家系統在運行過程中主要劃分為知識基系統、數值算法庫、人機接口三個子過程。為了確保三個子過程可以有效運行，需要明確出口、入口、應答、解釋、定時器等多個環節的支持。

針對仿真智能控制方面，需要有效模仿人的思維和意識，以此形成現代控制技術，此類技術的發展主要目的是為了對后續工作作出研究和改進，促使智能水平的提升。針對計算機領域，人工智能的路徑呈現出多樣化的特征，此時需要明確模擬人的意識結構，再模擬人的意識行為原則。針對上述思想對仿真智能系統進行設計，促使系統可以進一步模擬人的行為。此類仿真智能控制需要應用在被控對象上，所以需要明確控制器，促使其過程更為智能化。針對當前實際情況作出分析，可以看出仿真智能控制需要按照下述幾個步驟進行相關操作：首先需要明確特征模型；其次對特征作出辨識；再次保證特征具有記憶；最后明確控制模態和決策模態。仿真智能控制器的結構示意圖如圖4所示。

圖4 仿真智能控制器的結構示意圖

3 我國水電智能控制系統應用發展前景

我國水電建設和水電技術得到快速發展，其中特大型水輪發電機組和相關輔助設備的研究取得了較大的進展，在研發過程中整體走向更加傾向于智能化。

在我國現有水電站計算機控制系統構建方面，需要有效分析各類智能控制技術需要發揮出的配套作用，同時通過人工智能結合各專業的智能化發展。例如，在7月7日舉辦的華為開發者大會2023（Cloud）上，華為云正式發布盤古大模型3.0（一個完全面向行業提供服務，以行業需求為基礎設計的大模型體系，包括5＋N＋X三層架構）［7］，在智能控制系統方面將發揮出其強大的功能性與優越性，并且隨著人工智能和大數據算力方面的不斷提升，可以替代人工進行智能診斷研判，優化系統的控制模型，改善整個控制過程，保障經濟與社會效益。將人工智能技術與水力發電廠自動化控制領域深層次有效融合是未來的發展走勢［8］。

4 結束語

綜上所述，智能控制技術在水力發電廠計算機控制系統中的應用可以提高其運維和研判的精準性，能在優化資源配置的同時提高生產安全指數。利用人工智能技術，還可以全面優化機電設備的自動化控制系統，極大地提高其運維效率，簡化檢修步驟和流程，為水力發電企業的生產提供有力保障的同時保證經濟收益和社會效益。