第一篇：智能控制技術(shù)及其發(fā)展趨勢（模版）

智能控制技術(shù)及其發(fā)展趨勢

智能控制（intelligent controls）在無人干預(yù)的情況下能自主地驅(qū)動智能機器實現(xiàn)控制目標(biāo)的自動控制技術(shù)。對許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學(xué)模型和用常規(guī)的控制理論去進行定量計算和分析，而必須采用定量方法與定性方法相結(jié)合的控制方式。定量方法與定性方法相結(jié)合的目的是，要由機器用類似于人的智慧和經(jīng)驗來引導(dǎo)求解過程。因此，在研究和設(shè)計智能系統(tǒng)時，主要注意力不放在數(shù)學(xué)公式的表達、計算和處理方面，而是放在對任務(wù)和現(xiàn)實模型的描述、符號和環(huán)境的識別以及知識庫和推理機的開發(fā)上，即智能控制的關(guān)鍵問題不是設(shè)計常規(guī)控制器，而是研制智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高 層控 制 是 對實際環(huán)境或過程進行組織、決策和規(guī)劃，以實現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號信息處理、啟發(fā)式程序設(shè)計、知識表示、自動推理和決策等有關(guān)技術(shù)。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。

隨著人工智能和計算機技術(shù)的發(fā)展，已經(jīng)有可能把自動控制和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科分支（如系統(tǒng)工程、系統(tǒng)學(xué)、運籌學(xué)、信息論）結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動控制技術(shù)的最新發(fā)展階段，也是用計算機模擬人類智能進行控制的研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。1985年，在美國首次召開了智能控制學(xué)術(shù)討論會。1987年又在美國召開了智能控制的首屆國際學(xué)術(shù)會議，標(biāo)志著智能控制作為一個新的學(xué)科分支得到承認(rèn)。智能控制具有交叉學(xué)科和定量與定性相結(jié)合的分析方法和特點。

一個系統(tǒng)如果具有感知環(huán)境、不斷獲得信息以減小不確定性和計劃、產(chǎn)生以及執(zhí)行控制行為的能力,即稱為智能控制系統(tǒng)。智能控制技術(shù)是在向人腦學(xué)習(xí)的過程中不斷發(fā)展起來的,人腦是一個超級智能控制系統(tǒng),具有實時推理、決策、學(xué)習(xí)和記憶等功能,能適應(yīng)各種復(fù)雜的控制環(huán)境。

智能控制與傳統(tǒng)的或常規(guī)的控制有密切的關(guān)系,不是相互排斥的。常規(guī)控制往往包含在智能控制之中,智能控制也利用常規(guī)控制的方法來解決“低級”的控制問題,力圖擴充常規(guī)控制方法并建立一系列新的理論與方法來解決更具有挑戰(zhàn)性的復(fù)雜控制問題。

1． 傳統(tǒng)的自動控制是建立在確定的模型基礎(chǔ)上的,而智能控制的研究對象則存在模型嚴(yán)重的不確定性,即模型未知或知之甚少者模型的結(jié)構(gòu)和參數(shù)在很大的范圍內(nèi)變動,比如工業(yè)過程的病態(tài)結(jié)構(gòu)問題、某些干擾的無法預(yù)測,致使無法建立其模型,這些問題對基于模型的傳統(tǒng)自動控制來說很難解決。

2． 傳統(tǒng)的自動控制系統(tǒng)的輸入或輸出設(shè)備與人及外界環(huán)境的信息交換很不方便,希望制造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置,能夠更加深入而靈活地和系統(tǒng)進行信息交流,同時還要擴大輸出裝置的能力,能夠用文字、圖紙、立體形象、語言等形式輸出信息。另外,通常的自動裝置不能接受、分析和感知各種看得見、聽得著的形象、聲音的組合以及外界其它的情況。為擴大信息通道,就必須給自動裝置安上能夠以機械方式模擬各種感覺的精確的送音器,即文字、聲音、物體識別裝置。可喜的是,近幾年計算機及多媒體技術(shù)的迅速發(fā)展,為智能控制在這一方面的發(fā)展提供了物質(zhì)上的準(zhǔn)備,使智能控制變成了多方位“立體”的控制系統(tǒng)。

3． 傳統(tǒng)的自動控制系統(tǒng)對控制任務(wù)的要求要么使輸出量為定值(調(diào)節(jié)系統(tǒng)),要么使輸出量跟隨期望的運動軌跡(跟隨系統(tǒng)),因此具有控制任務(wù)單一性的特點,而智能控制系統(tǒng)的控制任務(wù)可比較復(fù)雜,例如在智能機器人系統(tǒng)中,它要求系統(tǒng)對一個復(fù)雜的任務(wù)具有自動規(guī)劃和決策的能力,有自動躲避障礙物運動到某一預(yù)期目標(biāo)位置的能力等。對于這些具有復(fù)雜的任務(wù)要求的系統(tǒng),采用智能控制的方式便可以滿足。

4． 傳統(tǒng)的控制理論對線性問題有較成熟的理論,而對高度非線性的控制對象雖然有一些非線性方法可以利用,但不盡人意。而智能控制為解決這類復(fù)雜的非線性問題找到了一個出路,成為解決這類問題行之有效的途徑。工業(yè)過程智能控制系統(tǒng)除具有上述幾個特點外,又有另外一些特點,如被控對象往往是動態(tài)的,而且控制系統(tǒng)在線運動,一般要求有較高的實時響應(yīng)速度等,恰恰是這些特點又決定了它與其它智能控制系統(tǒng)如智能機器人系統(tǒng)、航空航天控制系統(tǒng)、交通運輸控制系統(tǒng)等的區(qū)別,決定了它的控制方法以及形式的獨特之處。

5． 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)具有足夠的關(guān)于人的控制策略、被控對象及環(huán)境的有關(guān)知識以及運用這些知識的能力

6． 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)能以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)表示的混合控制過程,采用開閉環(huán)控制和定性及定量控制結(jié)合的多模態(tài)控制方式。

7． 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)具有變結(jié)構(gòu)特點,能總體自尋優(yōu),具有自適應(yīng)、自組織、自學(xué)習(xí)和自協(xié)調(diào)能力。

8． 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)有補償及自修復(fù)能力和判斷決策能力。

總之,智能控制系統(tǒng)通過智能機自動地完成其目標(biāo)的控制過程,其智能機可以在熟悉或不熟悉的環(huán)境中自動地或人—機交互地完成擬人任務(wù)。

[編輯本段]智能控制的主要技術(shù)方法

智能控制是以控制理論、計算機科學(xué)、人工智能、運籌學(xué)等學(xué)科為基礎(chǔ),擴展了相關(guān)的理論和技術(shù),其中應(yīng)用較多的有模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等理論和自適應(yīng)控制、自組織控制、自學(xué)習(xí)控制等技術(shù)。

專家系統(tǒng)

專家系統(tǒng)是利用專家知識對專門的或困難的問題進行描述。用專家系統(tǒng)所構(gòu)成的專家控制,無論是專家控制系統(tǒng)還是專家控制器,其相對工程費用較高,而且還涉及自動地獲取知識困難、無自學(xué)能力、知識面太窄等問題。盡管專家系統(tǒng)在解決復(fù)雜的高級推理中獲得較為成功的應(yīng)用,但是專家控制的實際應(yīng)用相對還是比較少。

模糊邏輯

模糊邏輯用模糊語言描述系統(tǒng),既可以描述應(yīng)用系統(tǒng)的定量模型也可以描述其定性模型。模糊邏輯可適用于任意復(fù)雜的對象控制。但在實際應(yīng)用中模糊邏輯實現(xiàn)簡單的應(yīng)用控制比較容易。簡單控制是指單輸入單輸出系統(tǒng)(SISO)或多輸入單輸出系統(tǒng)(MISO)的控制。因為隨著輸入輸出變量的增加,模糊邏輯的推理將變得非常復(fù)雜。

遺傳算法

遺傳算法作為一種非確定的擬自然隨機優(yōu)化工具,具有并行計算、快速尋找全局最優(yōu)解等特點,它可以和其他技術(shù)混合使用,用于智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的最優(yōu)控制。

神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元按一定的拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)調(diào)整方法。它能表示出豐富的特性：并行計算、分布存儲、可變結(jié)構(gòu)、高度容錯、非線性運算、自我組織、學(xué)習(xí)或自學(xué)習(xí)等。這些特性是人們長期追求和期望的系統(tǒng)特性。它在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學(xué)習(xí)等控制方面具有獨特的能力。神經(jīng)網(wǎng)絡(luò)可以和模糊邏輯一樣適用于任意復(fù)雜對象的控制,但它與模糊邏輯不同的是擅長單輸入多輸出系統(tǒng)和多輸入多輸出系統(tǒng)的多變量控制。在模糊邏輯表示的SIMO 系統(tǒng)和MIMO 系統(tǒng)中,其模糊推理、解模糊過程以及學(xué)習(xí)控制等功能常用神經(jīng)網(wǎng)絡(luò)來實現(xiàn)。模糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù)：模糊邏輯和神經(jīng)網(wǎng)絡(luò)作為智能控制的主要技術(shù)已被廣泛應(yīng)用。兩者既有相同性又有不同性。其相同性為：兩者都可作為萬能逼近器解決非線性問題,并且兩者都可以應(yīng)用到控制器設(shè)計中。不同的是：模糊邏輯可以利用語言信息描述系統(tǒng),而神經(jīng)網(wǎng)絡(luò)則不行;模糊邏輯應(yīng)用到控制器設(shè)計中,其參數(shù)定義有明確的物理意義,因而可提出有效的初始參數(shù)選擇方法;神經(jīng)網(wǎng)絡(luò)的初始參數(shù)(如權(quán)值等)只能隨機選擇。但在學(xué)習(xí)方式下,神經(jīng)網(wǎng)絡(luò)經(jīng)過各種訓(xùn)練,其參數(shù)設(shè)置可以達到滿足控制所需的行為。模糊邏輯和神經(jīng)網(wǎng)絡(luò)都是模仿人類大腦的運行機制,可以認(rèn)為神經(jīng)網(wǎng)絡(luò)技術(shù)模仿人類大腦的硬件,模糊邏輯技術(shù)模仿人類大腦的軟件。根據(jù)模糊邏輯和神經(jīng)網(wǎng)絡(luò)的各自特點,所結(jié)合的技術(shù)即為模糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù)。模糊邏輯、神經(jīng)網(wǎng)絡(luò)和它們混合技術(shù)適用于各種學(xué)習(xí)方式 智能控制的相關(guān)技術(shù)與控制方式結(jié)合或綜合交叉結(jié)合,構(gòu)成風(fēng)格和功能各異的智能控制系統(tǒng)和智能控制器是智能控制技術(shù)方法的一個主要特點。

第二篇：智能電網(wǎng)下的繼電保護技術(shù)發(fā)展趨勢

智能電網(wǎng)下的繼電保護技術(shù)發(fā)展趨勢

所謂智能電網(wǎng)，即為電網(wǎng)的智能化，也被稱為“電網(wǎng)2.0”。它是以集成、高速雙向通信網(wǎng)絡(luò)為基礎(chǔ)，通過對傳感和測量技術(shù)等先進技術(shù)的應(yīng)用，實現(xiàn)電網(wǎng)的可靠、安全、經(jīng)濟、高效、環(huán)境友好的目標(biāo)。智能電網(wǎng)自愈和自適應(yīng)強，安全穩(wěn)定和可靠高，經(jīng)濟、優(yōu)質(zhì)高效。

智能電網(wǎng)一個重要的功能特性是自愈性強。就是把電網(wǎng)中有問題的元件從系統(tǒng)中隔離出來,并且在很少或不用人為干預(yù)的情況下可以使系統(tǒng)迅速恢復(fù)到正常運行狀態(tài)而幾乎不中斷對用戶的供電服務(wù)。智能電網(wǎng)將安全、無縫地容許各種不同類型的發(fā)電和儲能系統(tǒng)接入系統(tǒng),簡化聯(lián)網(wǎng)的過程。

在未來智能電網(wǎng)中,電網(wǎng)的自愈特征將會對繼電保護的選擇性、可靠性、速動性、靈敏性提出更高的要求,對常規(guī)繼電保護的配置方法提出新的要求,常規(guī)保護在這幾個方面根據(jù)實際情況的不同會有所側(cè)重。特高壓電網(wǎng)的建設(shè)、電網(wǎng)規(guī)模的擴大等因素,將導(dǎo)致短路電流增大很多,因此,應(yīng)對短路電流增大造成的定值可靠性降低。同時,智能電網(wǎng)將給繼電保護的發(fā)展帶來新的契機,智能電網(wǎng)是以物理電網(wǎng)為基礎(chǔ),充分利用先進的傳感測量技術(shù)、通信技術(shù)、信息技術(shù)、計算機技術(shù)、控制技術(shù)、新能源技術(shù),把發(fā)、輸、配、用各環(huán)節(jié)互聯(lián)成一個高度智能化的新型網(wǎng)絡(luò)。智能電網(wǎng)的技術(shù)特點將影響現(xiàn)有繼電保護的應(yīng)用，它主要特征有：數(shù)字化、網(wǎng)絡(luò)化、廣域化、輸電靈活化等。

繼電保護是實現(xiàn)電力網(wǎng)絡(luò)及相關(guān)設(shè)備監(jiān)測保護的重要技術(shù)，向計算機化、網(wǎng)絡(luò)化、智能化，以及保護、控制、測量和數(shù)據(jù)通信一體化發(fā)展是該領(lǐng)域的長期發(fā)展趨勢。近年來,由于信息技術(shù)和電子技術(shù)的發(fā)展,繼電保護專業(yè)得到了較大的發(fā)展,繼電保護裝置的可靠性、功能的完善性、操作的方便性及操作界面的人性化等要求已基本滿足。我國繼電保護在原理上能夠滿足我國電網(wǎng)運行的要求。智能電網(wǎng)的規(guī)劃和發(fā)展改變了電能傳輸?shù)哪承┨攸c,信息化和數(shù)字化的特征使智能電網(wǎng)與傳統(tǒng)電力系統(tǒng)產(chǎn)生了本質(zhì)的差別,作為繼電保護專業(yè),也需要適應(yīng)其發(fā)展,進行相關(guān)的研究工作。它的特點如下：利用數(shù)字化提高保護性能、網(wǎng)絡(luò)化將改變繼電保護的配置形態(tài)、提高安全自動裝置性能、與傳統(tǒng)保護的配合、在線整定技術(shù)、繼電保護新原理與新技術(shù)等。

智能電網(wǎng)的建設(shè)是電力系統(tǒng)的一次重要變革,是電網(wǎng)未來的發(fā)展方向。傳統(tǒng)的保護系統(tǒng)已是各個互聯(lián)電網(wǎng)不可缺少的保護穩(wěn)定、避免災(zāi)難性事故的保護手段；如今,智能電網(wǎng)的建設(shè)已經(jīng)開始,建設(shè)過程中新技術(shù)和新設(shè)備的應(yīng)用將給繼電保護專業(yè)領(lǐng)域帶來革命性的變化。隨著智能電網(wǎng)建設(shè)的推進,相關(guān)研究的深入,繼電保護專業(yè)要適應(yīng)電網(wǎng)需求向智能化方向發(fā)展,跟進電網(wǎng)建設(shè)步伐,為智能電網(wǎng)建設(shè)提供技術(shù)支持。

第三篇：智能電網(wǎng)下的繼電保護技術(shù)發(fā)展趨勢

鄭州航空工業(yè)管理學(xué)院

電力系統(tǒng)繼電保護結(jié)課論文

題目：智能電網(wǎng)下的繼電保護技術(shù)發(fā)展趨勢 專業(yè)：電氣工程及其自動化

一、智能電網(wǎng)概述：

所謂智能電網(wǎng)，即為電網(wǎng)的智能化，也被稱為“電網(wǎng)2.0”。它是以集成、高速雙向通信網(wǎng)絡(luò)為基礎(chǔ)，通過對傳感和測量技術(shù)等先進技術(shù)的應(yīng)用，實現(xiàn)電網(wǎng)的可靠、安全、經(jīng)濟、高效、環(huán)境友好的目標(biāo)。智能電網(wǎng)自愈和自適應(yīng)強，安全穩(wěn)定和可靠高，經(jīng)濟、優(yōu)質(zhì)高效。

智能電網(wǎng)一個重要的功能特性是自愈性強。就是把電網(wǎng)中有問題的元件從系統(tǒng)中隔離出來,并且在很少或不用人為干預(yù)的情況下可以使系統(tǒng)迅速恢復(fù)到正常運行狀態(tài)而幾乎不中斷對用戶的供電服務(wù)。智能電網(wǎng)將安全、無縫地容許各種不同類型的發(fā)電和儲能系統(tǒng)接入系統(tǒng),簡化聯(lián)網(wǎng)的過程。

二、智能電網(wǎng)的發(fā)展歷程及未來趨勢：

在未來智能電網(wǎng)中,電網(wǎng)的自愈特征將會對繼電保護的選擇性、可靠性、速動性、靈敏性提出更高的要求,對常規(guī)繼電保護的配置方法提出新的要求,常規(guī)保護在這幾個方面根據(jù)實際情況的不同會有所側(cè)重。特高壓電網(wǎng)的建設(shè)、電網(wǎng)規(guī)模的擴大等因素,將導(dǎo)致短路電流增大很多,因此,應(yīng)對短路電流增大造成的定值可靠性降低。同時,智能電網(wǎng)將給繼電保護的發(fā)展帶來新的契機,智能電網(wǎng)是以物理電網(wǎng)為基礎(chǔ),充分利用先進的傳感測量技術(shù)、通信技術(shù)、信息技術(shù)、計算機技術(shù)、控制技術(shù)、新能源技術(shù),把發(fā)、輸、配、用各環(huán)節(jié)互聯(lián)成一個高度智能化的新型網(wǎng)絡(luò)。智能電網(wǎng)的技術(shù)特點將影響現(xiàn)有繼電保護的應(yīng)用，它主要特征有：數(shù)字化、網(wǎng)絡(luò)化、廣域化、輸電靈活化等。

近年來,由于信息技術(shù)和電子技術(shù)的發(fā)展,繼電保護專業(yè)得到了較大的發(fā)展,繼電保護裝置的可靠性、功能的完善性、操作的方便性及操作界面的人性化等要求已基本滿足。我國繼電保護在原理上能夠滿足我國電網(wǎng)運行的要求。智能電網(wǎng)的規(guī)劃和發(fā)展改變了電能傳輸?shù)哪承┨攸c,信息化和數(shù)字化的特征使智能電網(wǎng)與傳統(tǒng)電力系統(tǒng)產(chǎn)生了本質(zhì)的差別,作為繼電保護專業(yè),也需要適應(yīng)其發(fā)展,進行相關(guān)的研究工作。它的特點如下：利用數(shù)字化提高保護性能、網(wǎng)絡(luò)化將改變繼電保護的配置形態(tài)、提高安全自動裝置性能、與傳統(tǒng)保護的配合、在線整定技術(shù)、繼電保護新原理與新技術(shù)等。

智能電網(wǎng)的建設(shè)是電力系統(tǒng)的一次重要變革,是電網(wǎng)未來的發(fā)展方向。傳統(tǒng)的保護系統(tǒng)已是各個互聯(lián)電網(wǎng)不可缺少的保護穩(wěn)定、避免災(zāi)難性事故的保護手段；如今,智能電網(wǎng)的建設(shè)已經(jīng)開始,建設(shè)過程中新技術(shù)和新設(shè)備的應(yīng)用將給繼電保護專業(yè)領(lǐng)域帶來革命性的變化。隨著智能電網(wǎng)建設(shè)的推進,相關(guān)研究的深入,繼電保護專業(yè)要適應(yīng)電網(wǎng)需求向智能化方向發(fā)展,跟進電網(wǎng)建設(shè)步伐,為智能電網(wǎng)建設(shè)提供技術(shù)支持。

按照相關(guān)規(guī)劃，2011年至2015年為全面建設(shè)階段，形成堅強智能電網(wǎng)建設(shè)標(biāo)準(zhǔn)，滾動修訂發(fā)展規(guī)劃，堅強智能電網(wǎng)的建設(shè)全面鋪開。智能電網(wǎng)的加緊建設(shè)，對電力系統(tǒng)的第一道防御手段一繼電保護技術(shù)提出了更高的要求。1 我國的智能電網(wǎng)

云南省電力公司一直以來非常重視智能電網(wǎng)的研究，不斷增強駕馭高海拔特高壓交直流混合電網(wǎng)能力，建設(shè)信息化電網(wǎng)企業(yè)，搶占電力科技制高點。結(jié)合云南電網(wǎng)公司實際情況，努力搶占高海拔特高壓交直流混合輸電技術(shù)、復(fù)雜電網(wǎng)安全穩(wěn)定運行控制技術(shù)、高溫超導(dǎo)技術(shù)、發(fā)展智能電網(wǎng)和建設(shè)信息化企業(yè)關(guān)鍵技術(shù)制高點。積極實現(xiàn)傳統(tǒng)電網(wǎng)向智能電網(wǎng)、企業(yè)信息化建設(shè)向建設(shè)信息化企業(yè)兩個根本性轉(zhuǎn)變。切實抓好“智能微網(wǎng)可行性研究”、“智能配電網(wǎng)建設(shè)研究”、“云南電力大廈光伏建設(shè)方案研究”等一批重點科技項目的前期研究。

2010年9月，全國首個智能電網(wǎng)“全覆蓋、全采集、全費控”在浙江海鹽武原鎮(zhèn)竣工。至此，浙江省海鹽縣武原鎮(zhèn)36000用電客戶率先進入“三全”信息時代，從而成為全國首個智能電網(wǎng)的“三全”鎮(zhèn)。智能電網(wǎng)信息“三全”工程是國家電網(wǎng)公司建設(shè)智能電網(wǎng)的重組成部份。

2010年，國家電網(wǎng)將在河北、北京、上海和重慶四個省市開展智能樓宇和小區(qū)試點工程建設(shè)，初步計劃建成兩個智能樓宇和6個智能小區(qū)。居民們將見證國內(nèi)一項尖端技術(shù)在身邊變成現(xiàn)實，在我們的生活中，這種機會并不常有——他們的身邊將建起“智能用電小區(qū)”。

可見，盡管智能電網(wǎng)在我國的建設(shè)正處于起步階段，2009年，建設(shè)“堅強智能電網(wǎng)”的概念才由國家電網(wǎng)公司首次提出，目前，全國各級電力公司都已經(jīng)加快了建設(shè)堅強智能電網(wǎng)的步伐，智能電網(wǎng)已經(jīng)由一個“概念股”轉(zhuǎn)變?yōu)槲覀兩磉吳星袑崒嵈嬖诘摹盁狳c股” 2 智能電網(wǎng)的繼電保護

繼電保護是實現(xiàn)電力網(wǎng)絡(luò)及相關(guān)設(shè)備監(jiān)測保護的重要技術(shù)，向計算機化、網(wǎng)絡(luò)化、智能化，以及保護、控制、測量和數(shù)據(jù)通信一體化發(fā)展是該領(lǐng)域的長期發(fā)展趨勢。有關(guān)數(shù)據(jù)顯示，截止到2006年底，全國220kV及以上系統(tǒng)繼電保護裝置的微機化率已達91．41％。繼電保護裝置的微機化趨勢充分利用了先進的半導(dǎo)體處理器技術(shù)：高速的運算能力、完善的存貯能力和各種優(yōu)化算法，同時采用大規(guī)模集成電路和成熟的數(shù)據(jù)采集、模數(shù)轉(zhuǎn)換、數(shù)字濾波和抗干擾等技術(shù)．因而系統(tǒng)響應(yīng)速度、可靠性方面均有顯著的提升

然而，智能電網(wǎng)將極大地改變傳統(tǒng)電力系統(tǒng)的形態(tài)，電子式互感器、數(shù)字化變電站技術(shù)、廣域測量技術(shù)、交直流靈活輸電及控制技術(shù)的大量應(yīng)用，必然對電力系統(tǒng)繼電保護帶來影響。（1）智能電網(wǎng)繼電保護構(gòu)成

智能電網(wǎng)的分布式發(fā)電、交互式供電對繼電保護提出了更高要求，另一方面通信和信息技術(shù)的長足發(fā)展，數(shù)字化技術(shù)及應(yīng)用在各行各業(yè)的日益普及也為探索新的保護原理提供了條件。

智能電網(wǎng)中可利用傳感器對發(fā)電、輸電、配電、供電等關(guān)鍵設(shè)備的運行狀況進行實時監(jiān)控，然后把獲得的數(shù)據(jù)通過網(wǎng)絡(luò)系統(tǒng)進行收集、整合，最后對數(shù)據(jù)進行分析。利用這些信息可對運行狀況進行監(jiān)測．實現(xiàn)對保護功能和保護定值的遠(yuǎn)程動態(tài)監(jiān)控和修正。

另外，對保護裝置而言，保護功能除了需要本保護對象的運行信息外，還需要相關(guān)聯(lián)的其他設(shè)備的運行信息。一方面保證故障的準(zhǔn)確實時識別．另一方面保證在沒有或少量人工干預(yù)下，能夠快速隔離故障、自我恢復(fù)，避免大面積停電的發(fā)生。

所以，智能電網(wǎng)繼電保護裝置保護動作時不一定只跳本保護對象，有可能在跳本保護對象時還需發(fā)連跳命令跳開其他關(guān)聯(lián)節(jié)點，也有可能只發(fā)連跳命令跳開其他關(guān)聯(lián)節(jié)點，不跳開本保護對象。（2）繼電保護技術(shù)的升級

智能電網(wǎng)的規(guī)劃和發(fā)展改變了電能傳輸?shù)哪承┨攸c，信息化和數(shù)字化的特征使智能電網(wǎng)與傳統(tǒng)電力系統(tǒng)產(chǎn)生了本質(zhì)的差別，作為繼電保護專業(yè)，也需要適應(yīng)其發(fā)展，進行相關(guān)的研究工作。?數(shù)字化 互感器傳輸性能的提高和互感器故障的減少使繼電保護不需要再考慮電流互感器飽和、二次回路斷線、二次回路接地等互感器故障問題。電氣量信息傳輸?shù)恼鎸嵭砸矠槔^電保護裝置性能的提高帶來了便利條件。如何簡化繼電保護的輔助功能．利用數(shù)字化傳感器提高繼電保護的整體性能，是未來繼電保護發(fā)展需要研究的核心問題 ?網(wǎng)絡(luò)化

新一代的數(shù)字化變電站改變了傳統(tǒng)繼電保護信息獲取和信號發(fā)送的媒介，利用網(wǎng)絡(luò)上共享的站內(nèi)其它相關(guān)電氣元件的信息提高主保護的性能，利用共享的控制信號網(wǎng)絡(luò)簡化繼電保護配置．是智能電網(wǎng)中繼電保護研究的前沿性問題。? 自動整定技術(shù)

傳統(tǒng)的自適應(yīng)保護僅能根據(jù)被保護線路的運行情況對定值進行調(diào)整，不能利用全網(wǎng)信息準(zhǔn)確、實時地判斷運行方式來調(diào)整定值。智能電網(wǎng)的繼電保護應(yīng)實現(xiàn)全網(wǎng)的聯(lián)網(wǎng)自動整定和自動配置，從分散獨立的保護變?yōu)橄到y(tǒng)分布協(xié)同的保護.（3）員工技術(shù)提升

電力系統(tǒng)繼電保護是電網(wǎng)安全穩(wěn)定運行的第一道防線，安全責(zé)任重大，對人員的業(yè)務(wù)能力要求高。而廣泛開展技能競賽活動，能夠給生產(chǎn)一線員工提供充分展示才華的機會和舞臺，更能在廣大員工中產(chǎn)生強烈的爭先意識和激勵作用，形成比、學(xué)、趕、幫、超的良好氛圍，促進提高員工的業(yè)務(wù)素質(zhì)和能力。

廣大基層電力企業(yè)應(yīng)當(dāng)適應(yīng)電網(wǎng)快速發(fā)展要求，加快推進“兩個轉(zhuǎn)變”，積極實施人才強企戰(zhàn)略，培養(yǎng)高素質(zhì)人才，對進一步提高繼電保護專業(yè)人員的技術(shù)水平和崗位技能。

三、結(jié)束語：

我國自2009年5月提出智能電網(wǎng)的發(fā)展計劃以來．先后在全國開展了21個試點項目，提出了智能電網(wǎng)關(guān)鍵技術(shù)框架．并開始進行多項技術(shù)攻關(guān)。許多在智能電網(wǎng)建設(shè)實踐和重大專題研究方面已取得重要進展。繼電保護裝置是電網(wǎng)中的“衛(wèi)士”，起著將電網(wǎng)故障與系統(tǒng)隔離、防止事故擴大的作用。

以科學(xué)發(fā)展觀為指導(dǎo)，在總結(jié)現(xiàn)有工作成果和經(jīng)驗的基礎(chǔ)上．堅持先進技術(shù)應(yīng)用，提高繼電保護裝備和運行水平，加強繼電保護專業(yè)隊伍建設(shè)，是保證電網(wǎng)安全穩(wěn)定運行的關(guān)鍵。

第四篇：《智能控制技術(shù)基礎(chǔ)》試卷(A)標(biāo)準(zhǔn)答案剖析

2006~2007 學(xué)年第一學(xué)期期末考試《 智能控制技術(shù)基礎(chǔ) 》試卷（A）標(biāo)準(zhǔn)答案 一、填空題（空 每空 1 分，共 10 分 分））智能控制具有兩個不同于常規(guī)控制的本質(zhì)特點：

以 以 知識表示的非數(shù)學(xué)廣義模型

和

以數(shù)學(xué)模型表示的混合 控制 過程。傳統(tǒng)控制包括

經(jīng)典反饋控制

和

現(xiàn)代理論控制

。模糊邏輯控制的過程主要有三個步驟：模糊化過程、模糊邏輯推理

和

精確化計算

。在一個神經(jīng)網(wǎng)絡(luò)中，常常根據(jù)處理單元的不同處理功能，將處理單元分成輸入單元、隱含層單元（或隱層單元）

和

輸出單元 元

三類。系統(tǒng)辨識的基本要素包括數(shù)據(jù)、模型類 和

等價準(zhǔn)則。

二、問題 答題（每小題 8 分, 共 共 40 分）智能控制系統(tǒng)由哪幾部分組成？各部分的作用是什么？ 答：智能控制系統(tǒng)由廣義對象、傳感器、感知信息處理、認(rèn)知、通信接口、規(guī)劃和控制和執(zhí)行器等七個功能模塊組成；各部分的作用為：

廣義對象

——包括通常意義下的控制對象和外部環(huán)境； 傳感器

——包括關(guān)節(jié)傳感器、力傳感器、視覺傳感器、距離傳感器、觸覺傳感器等； 感知信息處理——將傳感器得到的原始信息加以處理； 認(rèn)知

——主要用來接收和儲存信息、知識、經(jīng)驗和數(shù)據(jù)，并對它們進行分析、推理，作出行動的決策，送至規(guī)劃和控制部分； 通信接口

——除建立人機之間的聯(lián)系外，還建立系統(tǒng)各模塊之間的聯(lián)系； 規(guī)劃和控制

——是整個系統(tǒng)的核心，它根據(jù)給定的任務(wù)要求、反饋的信息以及經(jīng)驗知識，進行自動搜索，推理決策，動作規(guī)劃，最終產(chǎn)生具體的控制作用； 執(zhí)行器

——將產(chǎn)生的控制作用于控制對象。模糊邏輯控制器由哪幾部分組成？各完成什么功能？ 答：模糊邏輯控制器由模糊化接口、知識庫、推理機與解模糊接口四個部分組成； 各部分的功能為：

模糊化接口——將真實的確定量輸入轉(zhuǎn)換為一個模糊矢量； ； 知

識

庫——包括數(shù)據(jù)庫和規(guī)則庫。數(shù)據(jù)庫存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值，若論域為連續(xù)域則為隸屬度函數(shù)，在規(guī)則推理的模糊關(guān)系方程求解過程中，向推理機提供數(shù)據(jù)；規(guī)則庫是基于專家知識或手動操作人員長期積累的經(jīng)驗，它是按人的直覺推理的一種語言表示形式，存放全部模糊控制規(guī)則，在推理時為“推理機”提供控制規(guī)則。

推

機

理——根據(jù)輸入模糊量，由模糊控制規(guī)則完成模糊推理來求解模糊關(guān)系方程，并獲得模糊控制量的功能部分； 解模糊接口——在推理得到的模糊集合中取一個能最佳代表這個模糊推理結(jié)果可能性的精確值去控制或驅(qū)動執(zhí)行機構(gòu)。模糊控制器常規(guī)設(shè)計的步驟怎樣？應(yīng)注意哪些問題？ 答：模糊控制器常規(guī)設(shè)計的步驟：① 確定模糊控制器的輸入、輸出變量；② 確定各輸入、輸出變量的變化范圍、量化等級和量化因子；③ 在各輸入和輸出語言變量的量化域內(nèi)定義模糊子集；④ 確定模糊控制規(guī)則；⑤ 求模糊控制表。應(yīng)注意以下問題：① 模糊控制器的構(gòu)造；② 模糊信息與精確信息轉(zhuǎn)換的物理結(jié)構(gòu)和方法；③ 模糊控制器對外界環(huán)境的適應(yīng)性及適應(yīng)技術(shù)；④ 實現(xiàn)模糊控制系統(tǒng)的軟技術(shù)；⑤ 模糊控制器和被控對象匹配技術(shù)。神經(jīng) PID 控制與常規(guī) PID 控制有何不同？ 答：常規(guī) PID 控制與神經(jīng) PID 相比，結(jié)構(gòu)更簡單、實現(xiàn)更容易，但它的局限性在于被控對象具有復(fù)雜的非線性特性時難以建立精確的數(shù)學(xué)模型，且由于對象和 環(huán)境的不確定性，往往難以達到滿意的控制效果。神經(jīng) PID 控制具有兩個神經(jīng)網(wǎng)絡(luò)：NNI——系統(tǒng)在線辨識器，NNC——自適應(yīng) PID 控制器，分別實現(xiàn)對被控對 象進行在線辨識和自適應(yīng)控制的目的。為什么說神經(jīng)網(wǎng)絡(luò)控制屬于智能控制？ 答：由于神經(jīng)網(wǎng)絡(luò)是從微觀結(jié)構(gòu)與功能上對人腦神經(jīng)系統(tǒng)的模擬而建立起 來的一類模型，具有模擬人的部分智能的特性，主要是具有非 線性特性、學(xué)習(xí)能力和自適應(yīng)性，使神經(jīng)網(wǎng)絡(luò)控制能對變化的環(huán)境（包括外加擾動、量測噪聲、被控對象的時變特性三方面）具有自適 應(yīng)性，且成為基本上不依賴于模型的一類控制，因此神經(jīng)網(wǎng)絡(luò) 屬于“智能控制”。

三、作圖題：

：

(題 本大題 10 分)為了克服實時計算量大的缺點，常規(guī)模糊控制在實際中通常采用的是查表法?，F(xiàn)已知某系統(tǒng)的輸入 變量（誤差和誤差的變化）、輸出變量（控制量）的變化范圍、量化等級、模糊集的隸屬度函數(shù)如試表 1 所示，控制規(guī)則如試表 2 所示。設(shè)系統(tǒng)誤差 e 的量化值為-1、誤差變化 de 的量化值為 4，根據(jù)極大極小推理法可得控制量的輸出模糊集合。要求在試圖 1 的坐標(biāo)紙上用圖解法給出模糊推理的過程。

試表 1 模糊集的隸屬度函數(shù) 誤差 e-50-30-15-5 0 5 15 30 50 誤差率 de-150-90-30-10 0 10 30 90 150 控制 u-64-16-4-2 0 2 4 16 64 量化等級-4-3-2-1 0 1 2 3 4 狀態(tài)變量 相關(guān)的隸屬度函數(shù) PB 0 0 0 0 0 0 0 0.35 1 PS 0 0 0 0 0 0.4 1 0.4 0 ZE 0 0 0 0.2 1 0.2 0 0 0 NS 0 0.4 1 0.4 0 0 0 0 0 NB 1 0.35 0 0 0 0 0 0 0

試表 2 控制規(guī)則表 U

E DE NB NS ZE PS PB NB ＊ ＊ PB PB PS NB NS PB PS PS ZE NB ZE PB PS ZE NS NB PS PB ZE NS NS NB PB PB NS NB NB ＊ ＊

第一條規(guī)則：

()e ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41()de ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41ede()u ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41u0.35ZE PB NB 第二條規(guī)則：

()e ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41()de ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41ede()u ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41u0.35NS PB NS 控制量的輸出模糊集：

()u ?4 ? 3 ? 2 ? 1 ? 1 2 3 40.20.41u 試圖 1 圖解法坐標(biāo)紙 四、計算題（題 每小題 10 分, 共 共 20 分 分））設(shè)在論域 e（誤差）

? ? 40 2 4 ? ? ? , , , , 和控制電壓 ? ? 04 6 8 u? , , , , 上定義的模糊子集的隸屬度函數(shù)如試圖 2 所示。0 4 2 ? 4 ?e?1.0NB NSZEPS0 4 2u?1.0NB NS ZE PS PB PB0.5 0.56 8e u 試圖 2 隸屬度函數(shù) 已知模糊控制規(guī)則：

規(guī)則 1：如果誤差 e 為 ZE，則 u 為 ZE ； 規(guī)則 2：如果誤差 e 為 PS，則 u 為 NS ； 試應(yīng)用 馬達尼推理法計算出當(dāng)輸入誤差 1 e? 時，輸出電壓 u? ？（精確化計算采用重心法，計算結(jié)果保留到小數(shù)點后三位）

解：0 4 2 ? 4 ?e?1.0NB NSZEPS0 4 2u?1.0NB NS ZE PS PB PB0.5 0.56 8e u10.70.30.7 計算圖中隸屬度函數(shù)各拐點的坐標(biāo)（0，0）、（1，0.5）、（5，0.5）、（6，0），套用精確化過程重心計算法的積分公式，從而得到 輸出電壓。5 620 1 5*1 5 60 1 51 11 10.5 36()2 26 42.56710 1 1()0.5 34 2 2uuuuu du udu u uduu uduuu duudu du u du??? ?? ? ?? ? ? ?? ?? ? ? ? ?? ?? ? ?? ?? ?? ? ???? ? ? 2 考慮如下的邏輯條件語句：

如果 轉(zhuǎn)角誤差遠(yuǎn)遠(yuǎn)大于 15?

那么 快速減少方向角 其隸屬度函數(shù)定義為 A? 轉(zhuǎn)角誤差遠(yuǎn)遠(yuǎn)大于 15? 0/15 0.2/17.5 0.5/20 0.8/22.5 1/25 ? ? ? ? ?

B? 快速減少方向角 1/ 20 0.8/ 15 0.4/ 10 0.1/ 5 0/0 ? ? ? ? ? ? ? ? ?

設(shè) A?? 轉(zhuǎn)角誤差大約在 20? 的隸屬度函數(shù) 0.1/15 0.6/17.5 1/20 0.6/22.5 0.1/25 ? ? ? ? ?

試分別應(yīng)用（馬達尼（Mamdani）推理法和（扎德（Zadeh）推理法計算當(dāng)“ A?? 轉(zhuǎn)角誤差大約在 20? ”時方向角應(yīng)該怎么變化？ 解：已知()[0

0.2

0.5

0.8

1.0]Ax ? ?，()[1

0.8

0.4

0.1

0]By ? ? 且()[0.1

0.6

0.6

0.1]Ax ???

由馬達尼推理法可得(,)[()()]A B A Bx y x y ? ? ??? ?，即 A B ? 的關(guān)系矩陣minR 可計算得到 min0 0 0 0 00.2 0.2 0.2 0.1 00.5 0.5 0.4 0.1 00.8 0.8 0.4 0.1 01 0.8 0.4 0.1 0? ?? ?? ?? ? ?? ?? ?? ?? ?R ；由馬達尼推理法，min0 0 0 0 00.2 0.2 0.2 0.1 0()()[0.1

0.6

0.6

0.1] [0.6

0.6

0.4

0.1

0] 0.5 0.5 0.4 0.1 00.8 0.8 0.4 0.1 01 0.8 0.4 0.1 0B Ay x ? ?? ?? ?? ?? ?? ? ? ? ?? ?? ?? ?? ?R

由扎德推理法可得(,)[()()] [1()]A B A B Ax y x y x ? ? ? ??? ? ? ?，即 A B ? 的關(guān)系矩陣zdR 可計算得到 zd1 1 1 1 10.8 0.8 0.8 0.8 0.80.5 0.5 0.5 0.5 0.50.8 0.8 0.4 0.2 0.21 0.8 0.4 0.1 0? ?? ?? ?? ? ?? ?? ?? ?? ?R ；由扎德推理法，zd1 1 1 1 10.8 0.8 0.8 0.8 0.8()()[0.1

0.6

0.6

0.1] [0.6

0.6

0.6

0.6

0.6] 0.5 0.5 0.5 0.5 0.50.8 0.8 0.4 0.2 0.21 0.8 0.4 0.1 0B Ay x ? ?? ?? ?? ?? ?? ? ? ? ?? ?? ?? ?? ?R

五、題 （本大題 8 分）

畫出靜態(tài)多層前向人工神經(jīng)網(wǎng)絡(luò)（BP 網(wǎng)絡(luò)）的結(jié)構(gòu)圖，并簡述 BP 神經(jīng)網(wǎng)絡(luò)的工作過程。

答：靜態(tài)多層前向人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如下：

…… ………………………… ……1x2xnxinon1y2ynyhn1 2 L1 L?1ijwLijw 學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時，輸入樣本從輸入層傳入，經(jīng)隱含層處理后傳向輸出層。若輸出層的實際輸出與期望輸 出（教師信號不符，則轉(zhuǎn)向誤差的反向傳播。誤差的反向傳播是將輸出誤差以某種形式通過隱層向輸入層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而獲得各層 單元的誤差信號，此誤差信號即作為修正個單元權(quán)值的依據(jù)。

題 六、綜合設(shè)計題（本大題 12 分）

已知一非線性動態(tài)系統(tǒng)：22()(1)()1()y ky k u ky k? ? ??；給定的期望軌跡為：2 2()sin sin25 10dk ky k? ?? ?

求：1）假定系統(tǒng)已知，即(1)()y ku k? ??從方程中可以求出，采用直接網(wǎng)絡(luò)控制法實現(xiàn)期望軌跡的跟蹤控制；

2）假定只已知(1)()y ku k? ??的符號，重新設(shè)計直接網(wǎng)絡(luò)控制法實現(xiàn)期望軌跡的跟蹤控制； 3）利用神經(jīng)網(wǎng)絡(luò)辨識器，設(shè)計多神經(jīng)網(wǎng)絡(luò)控制器實現(xiàn)期望軌跡的跟蹤控制。（注：只需給出準(zhǔn)則函數(shù)，并畫出相應(yīng)的控制結(jié)構(gòu)圖）

解：

：

1）神經(jīng)網(wǎng)絡(luò)模型選用四層前向傳播神經(jīng)網(wǎng)絡(luò)，并假設(shè)輸出單元層的神經(jīng)元為線性單元，其余層的神經(jīng)元為 S 激勵元，目標(biāo)函數(shù) 為 ? ?221 1?(1)(1)(1)2 2dE y k y k e k ? ? ? ? ? ?，學(xué)習(xí)算法為：

(1)()()ij ij pj piw k w k O k ?? ? ? ?

輸出層：

? ? ? 2(1)(1)()p j dy k y k u k ? ? ? ? ? ；隱含層：

()(1())p j pj pj p l ljlO k O k w ? ? ? ?? 2）若已知(1)()y ku k? ??的符號，學(xué)習(xí)算法調(diào)整為：

(1)()()ij ij pj piw k w k O k ?? ? ? ?

輸出層：

? ?(1)()? 2(1)(1)()(1)p j dy k y ky k y ku k u k?? ?? ? ? ?? ?；隱含層：

()(1())p j pj pj p l ljlO k O k w ? ? ? ?? 3）2 21 11 1?((1)(1))(1)2 2E y k y k e k ? ? ? ? ? ? ；2 22 21 1?((1)(1))(1)2 2dE y k y k e k ? ? ? ? ? ?

R s()C s()--T1G s()2G s()H s()T

第五篇：智能控制技術(shù)的發(fā)展現(xiàn)狀及心得體會

智能控制技術(shù)的發(fā)展現(xiàn)狀及心得體會

摘要：

在此綜述了智能控制技術(shù)的現(xiàn)狀及發(fā)展，首先簡述智能控制的性能特點及主要方法，然后介紹智能控制在各行各業(yè)中的應(yīng)用現(xiàn)狀，接著論述智能控制的國內(nèi)外發(fā)展和現(xiàn)狀。隨著信息技術(shù)的發(fā)展，許多新方法和技術(shù)進入工程化、產(chǎn)品化階段，這對自動控制技術(shù)提出創(chuàng)新的挑戰(zhàn)，促進了智能理論在控制技術(shù)中的應(yīng)用，以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。關(guān)鍵詞：智能控制

模糊控制

神經(jīng)網(wǎng)絡(luò)

遺傳算法

一、引言

智能控制作為當(dāng)今的一種交叉前沿學(xué)科，其研究中心始終是解決傳統(tǒng)控制理論、方法（包括經(jīng)典控制、現(xiàn)代控制、自適應(yīng)控制、魯棒控制、大系統(tǒng)方法等）所難以解決的不確定性問題。自智能控制概念的提出，自動控制界紛紛仿效，主流是人工智能技術(shù)引入到自動控制系統(tǒng)中，尋求難以精確建模的復(fù)雜系統(tǒng)的自動控制(自治)。

在無人干預(yù)的情況下能自主地驅(qū)動智能機器實現(xiàn)控制目標(biāo)的自動控制技術(shù)。對許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學(xué)模型和用常規(guī)的控制理論去進行定量計算和分析，而必須采用定量方法與定性方法相結(jié)合的控制方式。定量方法與定性方法相結(jié)合的目的是，要由機器用類似于人的智慧和經(jīng)驗來引導(dǎo)求解過程。因此，在研究和設(shè)計智能系統(tǒng)時，主要注意力不放在數(shù)學(xué)公式的表達、計算和處理方面，而是放在對任務(wù)和現(xiàn)實模型的描述、符號和環(huán)境的識別以及知識庫和推理機的開發(fā)上，即智能控制的關(guān)鍵問題不是設(shè)計常規(guī)控制器，而是研制智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對實際環(huán)境或過程進行組織、決策和規(guī)劃，以實現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號信息處理、啟發(fā)式程序設(shè)計、知識表示、自動推理和決策等有關(guān)技術(shù)。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。

二、智能控制的性能特點

智能控制是自動控制發(fā)展的新的階段，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜、非線性和不確定的系統(tǒng)控制問題。智能控制系統(tǒng)具有以下幾個特點 ：(1)較強的學(xué)習(xí)能力：

能對未知環(huán)境提供的信息進行識別、記憶、學(xué)習(xí)、融合、分析、推理，并利用積累的知識和經(jīng)驗不斷優(yōu)化、改進和提高自身的控制能力；(2)較強的自適應(yīng)能力：

具有適應(yīng)受控對象動力學(xué)特性變化、環(huán)境特性變化和運行條件變化的能力；(3)較強的容錯能力：

系統(tǒng)對各類故障具有自診斷、屏蔽和自恢復(fù)能力；(4)較強的魯棒性：

系統(tǒng)性能對環(huán)境干擾和不確定性因素不敏感；(5)較強的組織功能：

對于復(fù)雜任務(wù)和分散的傳感信息具有自組織和協(xié)調(diào)功能，使系統(tǒng)具有主動性和靈活性；(6)實時性好：

系統(tǒng)具有較強的在線實時響應(yīng)能力；(7)人機協(xié)作性能好：

系統(tǒng)具有友好的人機界面，以保證人機通信、人機互助和人機協(xié)同工作。

三、智能控制的主要方法

智能控制技術(shù)的主要方法有專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法等

（1）專家控制

專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合，仿效專家的經(jīng)驗，實現(xiàn)對系統(tǒng)控制的一種智能控制。主體由知識庫和推理機構(gòu)組成，通過對知識的獲取與組織，按某種策略適時選用恰當(dāng)?shù)囊?guī)則進行推理，以實現(xiàn)對控制對象的控制。專家控制可以靈活地選取控制率，靈活性高；可通過調(diào)整控制器的參數(shù)，適應(yīng)對象特性及環(huán)境的變化，適應(yīng)性好;通過專家規(guī)則，系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強。（2）模糊控制

模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ)，以先驗知識和專家經(jīng)驗作為控制規(guī)則。其基本思想是用機器模擬人對系統(tǒng)的控制，就是在被控對象的模糊模型的基礎(chǔ)上運用模糊控制器近似推理等手段,實現(xiàn)系統(tǒng)控制。在實現(xiàn)模糊控制時主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。

（3）神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動，利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息，通過不斷修正連接的權(quán)值進行自我學(xué)習(xí)，以逼近理論為依據(jù)進行神經(jīng)網(wǎng)絡(luò)建模，并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實現(xiàn)智能控制。

（4）遺傳算法學(xué)習(xí)

智能控制是通過計算機實現(xiàn)對系統(tǒng)的控制，因此控制技術(shù)離不開優(yōu)化技術(shù)?？焖?、高效、全局化的優(yōu)化算法是實現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機制的一種搜索和優(yōu)化算法，它模擬生物界生存競爭，優(yōu)勝劣汰，適者生存的機制，利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法，一方面希望在寬廣的空間內(nèi)進行搜索，從而提高求得最優(yōu)解的概率；另一方面又希望向著解的方向盡快縮小搜索范圍，從而提高搜索效率。如何同時提高搜索最優(yōu)解的概率和效率，是遺傳算法的一個主要研究方向。

四、智能控制的應(yīng)用現(xiàn)狀

4.1工業(yè)過程中的智能控制

生產(chǎn)過程的智能控制主要包括兩個方面:局部級和全局級。局部級的智能控制是指將智能引入工藝過程中的某一單元進行控制器設(shè)計，例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點是智能PID控制器，因為其在參數(shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢，且可用于控制一些非線性的復(fù)雜對象。全局級的智能控制主要針對整個生產(chǎn)過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。

4.2 機械制造中的智能控制

在現(xiàn)代先進制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況，人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機械制造行業(yè)，它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對制造過程進行動態(tài)環(huán)境建模，利用傳感器融合技術(shù)來進行信息的預(yù)處理和綜合?？刹捎脤＜蚁到y(tǒng)的“Then-If”逆向推理作為反饋機構(gòu)，修改控制機構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性，將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機構(gòu)來選擇控制動作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力，進行在線的模式識別，處理那些可能是殘缺不全的信息。

4.3電力電子學(xué)研究領(lǐng)域中的智能控制

電力系統(tǒng)中發(fā)電機、變壓器、電動機等電機電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復(fù)雜的過程，國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中，取得了良好的控制效果。遺傳算法是一種先進的優(yōu)化算法，采用此方法來對電器設(shè)備的設(shè)計進行優(yōu)化，可以降低成本，縮短計算時間，提高產(chǎn)品設(shè)計的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有:模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中，智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一，也是研究的新熱點之一。

以上的三個例子只是智能控制在各行各業(yè)應(yīng)用中的一個縮影，它的作用以及影響力將會關(guān)系國民生計。并且智能控制技術(shù)的發(fā)展也是日新月異，我們只有時刻關(guān)注智能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。

五、國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢

從20世紀(jì)60年代起，計算機技術(shù)和人工智能技術(shù)迅速發(fā)展，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，控制界學(xué)者開始將人工智能技術(shù)應(yīng)用于控制系統(tǒng)。

1965年，美籍華裔科學(xué)家傅京孫教授首先把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，1966年，Mendel進一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制”的概念。1967年，Leondes和Mendel首先正式使用“智能控制”一詞。

20世紀(jì)70年代初，傅京孫、Glofiso和Saridis等學(xué)者從控制論角度總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，提出了智能控制就是人工智能技術(shù)與控制理論的交叉的思想，并創(chuàng)立了人機交互式分級遞階智能控制的系統(tǒng)結(jié)構(gòu)。

1985年8月，IEEE在美國紐約召開了第一屆智能控制學(xué)術(shù)討論會，隨后成立了IEEE智能控制專業(yè)委員會；1987年1月，在美國舉行第一次國際智能控制大會，標(biāo)志著智能控制領(lǐng)域的形成。

要做到智能自動化，把機器人的智商提高到智人水平，還需要數(shù)十年。微電子、生命科學(xué)、自動化技術(shù)突飛猛進，為21世紀(jì)實現(xiàn)智能控制和智能自動化創(chuàng)造了很好的條件。為了達到目標(biāo)，不僅需要技術(shù)的進步，更需要科學(xué)思想和理論的突破。很多科學(xué)家堅持認(rèn)為，這需要發(fā)現(xiàn)新的原理，或者改造已知的物理學(xué)基本定理，才能徹底懂得和仿造人類的智能，才能設(shè)計出具有高級智能的自動控制系統(tǒng)?？茖W(xué)界要為保障人類和地球的生存和可持續(xù)發(fā)展做出必須的貢獻，而控制論科學(xué)家和工程師應(yīng)當(dāng)承擔(dān)主要的使命。

智能控制理論的研究和應(yīng)用是現(xiàn)代控制理論在深度和廣度上的拓展。20世紀(jì)80年代以來，信息技術(shù)、計算技術(shù)的快速發(fā)展及其他相關(guān)學(xué)科的發(fā)展和相互

滲透，也推動了控制科學(xué)與工程研究的不斷深入，控制系統(tǒng)向智能控制系統(tǒng)的發(fā)展已成為一種趨勢。

六、智能控制的學(xué)習(xí)心得體會

這學(xué)期所學(xué)的智能控制感覺是相對于之前學(xué)的經(jīng)典控制理論與現(xiàn)代控制理論，其研究對象是更為實際與現(xiàn)實的問題，但是與之前不同之處在于，現(xiàn)在的智能控制不只是研究對象更加實際、現(xiàn)實，而且是提出了新的方法途徑，相比較與經(jīng)典的控制理論，智能控制的研究對象有其自己的特點：

(1)不確定性的模型

(2)高度的非線性(3)復(fù)雜的任務(wù)要求

對于智能控制系統(tǒng)，任務(wù)的要求往往比較復(fù)雜，通常是比較抽象的。

學(xué)習(xí)了關(guān)于智能控制的專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法，發(fā)現(xiàn)智能控制能夠做到在傳統(tǒng)的PID控制中辦不到的事兒，而且神經(jīng)網(wǎng)絡(luò)的控制特別的神奇，它能夠模擬人的大腦，通過神經(jīng)元的超強學(xué)習(xí)功能，如果遇到干擾作用，還能夠自適應(yīng)，但是神經(jīng)網(wǎng)絡(luò)也有欠缺之處，它不能自主解釋自己的推理過程，而這些推理過程都是由人將自己的經(jīng)驗轉(zhuǎn)換為一些學(xué)習(xí)算法、規(guī)則，通過數(shù)據(jù)傳播信息的，使其進行學(xué)習(xí)。關(guān)于智能控制的學(xué)習(xí)，我現(xiàn)在所學(xué)習(xí)到的僅僅是皮毛。但對于一個剛剛接觸智能控制學(xué)習(xí)的學(xué)生，了解如模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等智能控制的知識入門尤為重要，為將來進一步學(xué)習(xí)智能控制的理論打下基礎(chǔ)，并將理論應(yīng)用于生活和工作當(dāng)中，這才是學(xué)習(xí)的最終目的。

七、總結(jié)與展望

智能控制雖然已有50多年的發(fā)展史，而其實際應(yīng)用也越來越成熟、廣泛，但是相比較經(jīng)典的控制理論與方法，智能控制的應(yīng)用還是有待進一步發(fā)展的：①由于智能學(xué)習(xí)控制采用單一的技術(shù),如模糊邏輯、神經(jīng)網(wǎng)絡(luò)等,會使智能學(xué)習(xí)控制技術(shù)的學(xué)習(xí)方法缺少變化性和多樣性。因此,從采用的技術(shù)上看,智能學(xué)習(xí)控制將從采用單一的技術(shù)向采用多種技術(shù)混合的方向發(fā)展。②從學(xué)習(xí)內(nèi)容來看,智能學(xué)習(xí)控制的學(xué)習(xí)算法將從采用比較簡單的控制器參數(shù)學(xué)習(xí)向采用比較復(fù)雜的環(huán)境學(xué)習(xí)、結(jié)構(gòu)學(xué)習(xí)和對象學(xué)習(xí)的方向發(fā)展。并且還向能同時進行多種內(nèi)容學(xué)習(xí)的方向發(fā)展。如同時包括參數(shù)、結(jié)構(gòu)、環(huán)境、對象等內(nèi)容的學(xué)習(xí)等等。③由于智能學(xué)習(xí)控制采用單一的學(xué)習(xí)方式,如有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)、加強學(xué)習(xí)等,會使智能學(xué)習(xí)控制的應(yīng)用受到限制。因此,從學(xué)習(xí)方式來看,智能學(xué)習(xí)控制將從單一的學(xué)習(xí)方式向能同時具有多種學(xué)習(xí)方式混合的方向發(fā)展。④從應(yīng)用來看,智能學(xué)習(xí)控制將從變參數(shù)學(xué)習(xí)控制向變結(jié)構(gòu)、變環(huán)境和復(fù)雜未知對象的學(xué)習(xí)控制的方向發(fā)展。并且還向能同時進行多種應(yīng)用的學(xué)習(xí)控制的方向發(fā)展。⑤研究和開發(fā)新的學(xué)習(xí)算法、新的學(xué)習(xí)方式,引進新的技術(shù)等,如研究自創(chuàng)建和自組織學(xué)習(xí)算法、創(chuàng)造性的學(xué)習(xí)方式、采用小波理論等。⑥建立智能學(xué)習(xí)控制的一般性設(shè)計理論和相應(yīng)的評價理論。隨著智能學(xué)習(xí)控制的設(shè)計方案和設(shè)計方法的日益豐富,許多新的問題需要研究。例如,如何評價和選擇合適的方案以適用于某個應(yīng)用等。

當(dāng)然對于智能控制的探索與研究還需要更多的學(xué)者投入更多的心血，才能在未來結(jié)出更加豐碩的果實。

參考文獻：

[1]蔡自興，徐光佑.人工智能及應(yīng)用（第二版）,清華大學(xué)出版社, 1996 [2]白枚.智能控制理論綜述,華北水利水電學(xué)院學(xué)報 2002/23（1）：58-62 [3]李士勇.模糊控制-神經(jīng)控制和智能控制論,哈爾濱工業(yè)大學(xué)出版,1996 [4]李少遠(yuǎn)等.智能控制的新進展（Ⅱ）.控制與決策,2000，15（2）：136-140 [5]張凱，錢鋒，劉漫丹.模糊神經(jīng)網(wǎng)絡(luò)技術(shù)綜述.信息與控制,2003，32（5）：431-435 [6]劉瑞正,趙海蘭.人工神經(jīng)網(wǎng)絡(luò)研究五十年.計算機應(yīng)用研究,1997（1）：11-13