摘要：本文对电力系统自动化中的重要作用和重要组成部分进行了简单的介绍，结合当今电力系统自动化的未来发展趋势，阐述了几种典型的智能技术在电力系统自动化中的应用。
关键词：电力系统自动化,智能技术,运用
前言
电力系统自动化的领域包括生产过程的自动检测、调节和控制，系统和元件的自动安全保护，网络信息的自动传输，系统生产的自动调度，以及企业的自动化经济管理等。电力系统自动化的主要目标是保证供电的电能质量(频率和电压)、系统运行的安全可靠，提高经济效益和管理效能。
1 电力系统自动化
1.1 电力系统自动化的重要作用
电力系统自动化是保证电力系统既稳定又安全运行的前提，如果没有电力系统自动化，现代电力系统根本无法正常运行，由此看来，电力系统自动化具有非常重要的作用。
(1)保证优质电能的供应
电能质量问题包括很多内容，例如：电压工作不正常、电流偏差、用电设备被损坏等，如果缺少了电力系统自动化设备将很难发现这些问题，在寻故障时需要花费很多的时间，既耗时又费力，电力系统自动化装置可以很快发现问题并且及时处理问题，从根本上提高供电效率和质量，保证优质电能输送给各个用电户。
(2)保证电力系统的设备稳定、安全运行
有了电力系统的自动化装置，才能保证输变电设备正常运行，迅速找到故障，及时加以恢复，这样才能保证整个电力系统稳定、安全的运行。
(3)保证经济运行
经济优化，降低网损，必须要在电力系统中加入自动化装置。随着经济和技术的飞速发展，电力系统主要应用计算机技术、控制、通信和电子设备。电力系统不仅需要处理的信息量较大，而且影响因素也越来越多，直接观察的范围比较广泛，闭环控制内容也较丰富。所以，电力系统自动化保证经济的运行，而且还减少了电网损坏费用的支出。
1.2 电力系统自动化重要组成部分
(1)电网调度自动化
电网调度自动化是实现电力系统自动化的一个必要前提，缺少了电网调度自动化电力系统就不能正常运行。在电力系统自动化管理过程中，电网调度自动化主要对电网运行中的数据加以采集，来判断电网运行是否安全，评估整个电力系统的运行状态，得出结果后对电力系统加以适当的调控。
电力系统中电网调控的规模和设备大不一样，最大的区别在于电网调控的范围和功能。一般情况下，地区电网不会控制发电厂，所以，地区电网调度的规模要比国家电网的规模要小。县级电网的调度的范围就更小了，可以对自动化的投入要减少些，工作站通常选用商用电脑就可以完成。
(2)变电站自动化
变电站和输电线是沟通发电厂和电力终端的桥梁。变电站自动化管理系统可以大大减少人力劳动资源，更有利于提高工作的效率。为了保证变电站自动化在无人的情况下也能安全、稳定的运行，需要有计算机装置代替已有的传统设备，信号电缆可以由网络电缆和光线来代替。把电力系统的一次设备和二次设备的数字化、网络化集中加以管理，监控设备代替劳动者的监督工作，而且将所监控到的情况直接反映到计算机上，尽管我们不在也能将现场的情况看很清楚。由此看来，变电站自动化也是电力系统发展的一个重要环节。
(3)分散控制系统
分散控制系统是DCS的英文缩写。分散控制系统主要有四部分组成，包括PCU、OS、ES、以太网。分散控制系统由PCU在发电系统中接受各种信号，并且加以处理得到参数数据，得到的数据又传送给OS和ES，OS和ES进行信号检测，诊断出系统出现的故障，之后又传给PUC一个指令，在接到指令后的PUC通过信号传输给现场的电力系统进行适当的调控。
2 电力系统自动化和智能技术的相结合运用
智能技术是具备学习、适应及组织功能的行为，能够对产品问题进行合适求解，解决传统鲁棒性控制和自适应控制无法解决出令人满意结果的，非线性、时变性和不确定性的控制问题。目前，智能技术尚处于发展阶段，但它已受到人们的普遍重视，广泛应用于电力系统各个领域中，并取得了一定的实效。智能系统在电力系统中的有效应用，不仅协调了电力系统发展的不成熟性和该系统本身的不稳定性，还满足了公众对于相对廉价、便利的电力网络的需求。
2.1 模糊控制在电力系统自动化中的应用
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;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。
2.2 神经网络系统在电力系统自动化中的应用
神经网络控制技术具有与电力系统自动化相适应的性质“非线性特性”，同时，其还具有自我学习与自我组织的能力，以及具有强壮的网络系统和处理的能力。因此，大量的、简单的神经元构成了神经网络控制技术，有了神经网络控制方式。神经网络利用一定的学习算法，将隐藏在其连接权值上的大量信息进行了调节权值，从而实现了非线性的复杂映射，从m维空间到n维空间。这个概念
被应用于许多领域，如：自动控制领域;处理组合优化问题;模式识别;图像处理：传感信号处理和医学领域等。神经网络控制技术适用于电力系统自动化，具有广泛性和通用性。
2.3 专家系统控制在电力系统自动化中的应用
专家系统控制能及时处理和辨识发生故障的电力系统，最大限度地降低网络阻滞或延迟给人们带来的危险和不便。专家系统在电力系统中的应用范围很广，包括对电力系统处于警告状态或紧急状态的辨识，提供紧急处理，系统恢复控制，非常慢的状态转换分析，切负荷，系统规划，电压无功控制，故障点的隔离，配电系统自动化，调度员培训，电力系统的短期负荷预报，静态与动态安全分析，以及先进的人机接口等方面。但在开发专家系统方面应注意专家系统的代价/效益分析方法问题，专家系统软件的有效性和试验问题、知识获取问题、专家系统与其他常规计算工具相结合等问题。
2.4 综合智能系统在电力系统自动化中的应用
综合智能系统根据模糊控制结构有效、合理地将这些控制方法结合起来，以完善电力系统自动化，使其能够具备稳定性、协调性和简易性。由于智能控制方法之间的交叉结合，一般人们会将其进行如下组合进行分析，例如：神经系统与专家系统的结合;专家系统和模糊控制的结合;神经网络与模糊控制的结合;神经网络、模糊控制与自适应控制的结合等方面。
3 结语
电力系统自动化不仅促进着科技的发展，推动着国民经济的进步，同时它的发展前景也十分乐观，而智能技术被广泛应用于电力系统自动化中，进一步完善和发展了电力系统自动化。
本文选自《科技进步与对策》。 《科技进步与对策》创刊于1984年，是由中国管理科学学会、湖北省科技厅主管，湖北省科技信息研究院主办的学术类期刊。国内刊号cn：42-1224/G3；国际刊号ISSN：1001-7348，邮发代号：38-118。
