自动化技术已经在各行各业发挥着重要的作用，是一个强有力的助推剂，尤其在工业生产中，自动化技术应用更为广泛，本文主要研究水电厂的自动化技术的应用与发展。
《水利水文自动化》是由水利部南京水利水文自动化研究所主办的期刊。全国性科技期刊。读者对象主要是我国广大水文站网工作者，水利、水文、水电、交通、能源、地质、环保、化工、农林、航运、水资源和水利电力工程等有关部门的工人、工程技术人员和院校师生等。
社会的需要是自动化技术发展的动力。自动化技术是紧密围绕着生产、军事设备的控制以及航空航天工业的需要而形成和发展起来的。水电站自动化是一门涉及多方面理论和最新技术进展的综合性科学技术,近年来受到了较广泛的重视,取得了迅速发展。但总体而言,我国水电厂自动化水平还有待于提高。目前,我国还有一些中小型水电厂采用中央控制室和机旁两级监控,大部分水电厂已实现了在中央控制室的集中监控,撤消了机旁值班人员。
水电厂自动化技术经过多年的发展已经达到一定的水平，在我国城乡电网改造与建设中不仅中低压水电厂采用了自动化技术实现无人值班，而且在220kv及以上的超高压水电厂建设中也大量采用自动化技术。从而大提高了电网建设的现代化水平，增强了输配电和电网调度的可能性，降低了水电厂建设的总造价，这已经成为不争的事实。本文现作以下的探讨，仅供参考。
一、控制技术的发展
随着科学技术的进步,尤其是工业自动化发展的需要,人们所面临的系统也越来越复杂。尽管在传统控制基础上发展了鲁棒性控制和自适应控制来适应不确定性系统控制的需要,但在实际应用中,尤其是在非线性、时变性和不确定性的工业过程系统中,常常因为不能建立精确的数学模型而难以获得令人满意的结果。
1965年,模式识别与控制创始人傅京逊首先提出把人工的启发式推理用于学习控制,并于1971年正式提出以自动控制和人工相结合为主体的“控制”概念,开创了控制这一新兴的领域,在其基础上,G.A.Saridis又将其发展为以人工智能、自动控制和运筹学等多种学科交叉融合的分层递阶控制结构形式。所谓系统是指具备一定行为的系统。具体地说,若对于一个问题的激励输入,系统具备一定的行为,它能够产生合适的求解问题的响应,这样的系统便可称为系统。控制系统具有学习、适应及组织功能。
控制理论发展的高级阶段,它主要用来解决好些用传统控制方法难以解决的复杂系统的控制问题。控制技术目前只是处于发展的初级阶段,还未建立起完整的理论体系,但它已受到人们的普遍重视,应用领域也相当广泛。水电机组的控制是智能控制技术在水力发电领域中应用的重要方面,也是现代水电厂自动化重要的组成部分。
二、典型控制方法及其在水电站自动化中的应用现状
1.专家控制
传统的自动控制学科从古典控制理论发展到现代控制理论,并出现了自适应控制等高级控制技术,取得了巨大的进展。这些进展主要源于数学分析和数值计算这两方面的理论和技术,“实现”环节也从模拟方式发展为数字方式。但传统控制系统的结构基本没有改变,仍然是机器单独作用的反馈控制,并且传统控制系统的机制基本上也没有改变,仍然是单纯地执行各种控制规律算法。系统对于控制对象在环境中的参数、结构的变化缺乏应变能力,对于控制器的参数、结构缺乏合适的调整方法。80年代初,人工中的专家系统技术的发展为解决传统控制理论的局限性提供了重要的启示。专家系统是一种基于知识的系统,它主要面临的是各种非结构化问题,尤其能处理定性的、启发式或不确定的知识信息,并经过各种推理过程达到系统的任务目标。专家系统技术与自动控制技术的结合产生了控制的一个重要分支—专家控制这种新颖的控制系统设计和实现方法。
专家控制的实质不仅是使系统的构造和运行都基于控制对象和控制规律的各种专家知识,而且要以的方式来利用这些知识,求得受控系统尽可能地优化和实用化。因此,专家控制又称作基于知识的控制或专家控制。专家控制系统一般采取专家系统和其它控制方法相结合的方案,其中专家系统主要用于高层的协调、组织和决策并激励相应的基本级控制器工作,而由基本级控制器完成控制规律的实现。国内外许多学者在此领域进行了研究。
四川联合大学申新卫等提出的面向对象的水电厂故障诊断系统(OIFDS),即为典型的专家控制在水电站运行自动化中的应用研究。OIFDS采用面向对象的层次模块化故障诊断方法,将水电机组的故障按其工作原理、结构及故障机理分析划分,将整个对象的诊断问题划分为不同层次、不同规模的子诊断对象,并逐层逐块地深入诊断,提高了水电机组故障诊断的准确性和可靠性。一般而言,专家控制存在控制的实时性和机器学习二个主要问题。
2.模糊控制
模糊控制(Fuzzy Control)是模糊集合理论应用的一个重要方面。模糊控制是一种对系统控制的宏观方法,其核心是用语言描述的控制规则。语言控制规则通常用“如果…,则…”的方式来表达在实际控制中的专家知识和经验。模糊控制的最大特征是将人的操作经验用模糊关系来表示,通过模糊推理和决策方法来对复杂过程对象进行有效控制。它具有不依赖被控对象模型、鲁棒性较强的特点,因而为随机、非线性和不确定性系统的控制提供了良好的途径。尤其是80年代模糊微处理芯片的产生,为模糊控制技术的实际应用创造了硬件支撑条件。从水电机组的特点来看,采用模糊控制被认为是一种有效
的解决方法。
从80年代末开始,国内许多水电专家已着手模糊控制技术在水电厂控制方面的应用研究。在对水轮机调节对象模型特性作出分析的基础上对采用Fuzzy控制规则和算法进行了研究,在基础上提出Fuzzy - PID复合控制的对策,结果表明此种控制方式可以集中模糊控制和PID控制的优点,从而使系统具有更优良的动态品质。在模糊控制应用到水电厂控制方面有很多研究成果,但与常规控制理论相比,模糊控制技术还不完善,其主要问题是如何提高模糊控制的控制品质(如稳态误差和超调等问题),以及如何提高其自身的学习能力。
3.神经网络控制
动态系统理论在过去50年来得到了深入研究和发展,已被广泛地应用,特别是线性时不变系统控制的设计方法和稳定性分析方法已趋完善。但是对于非线性系统,因其复杂性至今还没有一套完整的系统控制设计方法和系统解析方法,稳定性的分析也只是针对某些特殊的非线性系统进行研究。为解决上述问题,人们引入了神经网络思想。神经网络是介于符号推理与数值计算之间的一种数学工具,它具有很好的适应和学习能力,因此它适合于用作控制的工具。从本质上看,神经网络是一种不依赖模型的自适应函数估计器,给定一个输入,可以得到一个输出,但它并不需要知道输出和输入之间存在着怎样的数学关系,即其具有非线性映射功能;当给定的输入并不是原来训练的输入时,神经网络也能给出合适的输出,它具有插值功能或适应功能;在专家系统中,知识明显地表示为规则,而在神经网络中,知识是通过学习例子而分布存储在网络中,当个别处理单元损坏时,对神经网络的整体行为只有很小的影响,而不会影响整个系统的正常工作,目前神经网络理论的应用几乎遍及各个学科领域。神经网络在控制应用的巨大优势和潜力可以体现在以下三个方面:
(1)神经网络可以从例子中学习,这对于不能用模型甚至难以用规
则描述的对象有效处理提供了新途径;
(2)神经网络的并行结构及其冗余性,使得其在大信息处理与复杂系统的实时控制方面显出巨大的优势和潜力;
(3)神经网络的非线性映射、学习能力为解决复杂的非线性系统的控制问题提供了有效的途径。
在神经网络控制应用上,上海交大的赵闻飚等应用神经网络的学习、映射和综合能力来研究水电机组的优化与自适应控制问题较好地解决了稳定性较差的贯流式水轮发电机组的调节问题。武汉水电大学的陈启卷、徐枋同也针对多层前向神经网络,运用递推预报误差(RPE)算法对水轮发电机组进行了非线性建模研究。总体而言在目前的研究中,人们主要还是利用神经网络表达非线性系统的能力和自适应学习的功能来解决非线性系统的控制问题。实践证明,神经网络控制系统对非线性系统具有最好的控制性能。
三、应用前景与展望
目前理论和控制技术发展的一个重要方向是集成化。模糊技术和神经网络的结合,人工符号主义与神经网络联结主义的结合等都是集成的重要方面。象水力发电过程这样一类不确定性的复杂工业过程,对其有效控制的关键在于控制系统应具有强的知识处理能力,其中包括知识学习、知识利用、推理和决策等方面。由于人类知识的模糊性,使得系统的模糊学习和模糊处理成为系统的重要特性。虽然模糊技术具有强的模糊知识处理能力,但学习能力不足,它要求系统具有完备的知识,这对于工业智能系统的设计是困难的,而神经网络较强的学习能力正好可以弥补模糊系统学习的不足,利用神经网络的学习能力来学习人类已有的知识和经验,降低控制系统的造价、提高系统的适应性,这样就产生了神经网络系统与模糊系统集成的新领域。由于模糊技术和神经网络都是知识的数值处理方法,二者具有良好的互补性,因此它们的结合很快得到控制领域专家的普遍重视。
目前,国内已有部分水电控制专家已着手发展既能有效处理模糊知识又能有效学习的模糊与神经网络集成技术,这必将为水力发电过程控制提供新的途径。
随着近几年发展起来基于自然选择和基因遗传学原理的搜索算法——遗传算法GA在许多实际问题中广泛应用,使得基于遗传优化的开放式动态学习的模糊神经网络成为当前研究的焦点。目前,遗传算法在水电厂自动化领域中的应用已取得了一些成果。相信,在不远的将来,水电厂自动化必将随着计算机应用及控制技术研究的深入,不断地向着电厂全面化方向发展,为水电厂实现无人值班、少人值守创造条件。
参考文献：
[1]刘忠源.水电厂自动化.北京：中国水利水电出版社.
[2]简桂林.电力系统营销模式与自动化建设.中国高新技术企业,2010.
[3]苏伯林.全国水电厂自动化技术信息网30年历程回顾.水电厂自动化,2009.
