自動化技術已經在各行各業(yè)發(fā)揮著重要的作用，是一個強有力的助推劑，尤其在工業(yè)生產中，自動化技術應用更為廣泛，本文主要研究水電廠的自動化技術的應用與發(fā)展。

　　《水利水文自動化》是由水利部南京水利水文自動化研究所主辦的期刊。全國性科技期刊。讀者對象主要是我國廣大水文站網工作者，水利、水文、水電、交通、能源、地質、環(huán)保、化工、農林、航運、水資源和水利電力工程等有關部門的工人、工程技術人員和院校師生等。

　　社會的需要是自動化技術發(fā)展的動力。自動化技術是緊密圍繞著生產、軍事設備的控制以及航空航天工業(yè)的需要而形成和發(fā)展起來的。水電站自動化是一門涉及多方面理論和最新技術進展的綜合性科學技術,近年來受到了較廣泛的重視,取得了迅速發(fā)展。但總體而言,我國水電廠自動化水平還有待于提高。目前,我國還有一些中小型水電廠采用中央控制室和機旁兩級監(jiān)控,大部分水電廠已實現了在中央控制室的集中監(jiān)控,撤消了機旁值班人員。

　　水電廠自動化技術經過多年的發(fā)展已經達到一定的水平，在我國城鄉(xiāng)電網改造與建設中不僅中低壓水電廠采用了自動化技術實現無人值班，而且在220kv及以上的超高壓水電廠建設中也大量采用自動化技術。從而大提高了電網建設的現代化水平，增強了輸配電和電網調度的可能性，降低了水電廠建設的總造價，這已經成為不爭的事實。本文現作以下的探討，僅供參考。

　　一、控制技術的發(fā)展

　　隨著科學技術的進步,尤其是工業(yè)自動化發(fā)展的需要,人們所面臨的系統也越來越復雜。盡管在傳統控制基礎上發(fā)展了魯棒性控制和自適應控制來適應不確定性系統控制的需要,但在實際應用中,尤其是在非線性、時變性和不確定性的工業(yè)過程系統中,常常因為不能建立精確的數學模型而難以獲得令人滿意的結果。

　　1965年,模式識別與控制創(chuàng)始人傅京遜首先提出把人工的啟發(fā)式推理用于學習控制,并于1971年正式提出以自動控制和人工相結合為主體的“控制”概念,開創(chuàng)了控制這一新興的領域,在其基礎上,G.A.Saridis又將其發(fā)展為以人工智能、自動控制和運籌學等多種學科交叉融合的分層遞階控制結構形式。所謂系統是指具備一定行為的系統。具體地說,若對于一個問題的激勵輸入,系統具備一定的行為,它能夠產生合適的求解問題的響應,這樣的系統便可稱為系統。控制系統具有學習、適應及組織功能。

　　控制理論發(fā)展的高級階段,它主要用來解決好些用傳統控制方法難以解決的復雜系統的控制問題。控制技術目前只是處于發(fā)展的初級階段,還未建立起完整的理論體系,但它已受到人們的普遍重視,應用領域也相當廣泛。水電機組的控制是智能控制技術在水力發(fā)電領域中應用的重要方面,也是現代水電廠自動化重要的組成部分。

　　二、典型控制方法及其在水電站自動化中的應用現狀

　　1.專家控制

　　傳統的自動控制學科從古典控制理論發(fā)展到現代控制理論,并出現了自適應控制等高級控制技術,取得了巨大的進展。這些進展主要源于數學分析和數值計算這兩方面的理論和技術,“實現”環(huán)節(jié)也從模擬方式發(fā)展為數字方式。但傳統控制系統的結構基本沒有改變,仍然是機器單獨作用的反饋控制,并且傳統控制系統的機制基本上也沒有改變,仍然是單純地執(zhí)行各種控制規(guī)律算法。系統對于控制對象在環(huán)境中的參數、結構的變化缺乏應變能力,對于控制器的參數、結構缺乏合適的調整方法。80年代初,人工中的專家系統技術的發(fā)展為解決傳統控制理論的局限性提供了重要的啟示。專家系統是一種基于知識的系統,它主要面臨的是各種非結構化問題,尤其能處理定性的、啟發(fā)式或不確定的知識信息,并經過各種推理過程達到系統的任務目標。專家系統技術與自動控制技術的結合產生了控制的一個重要分支—專家控制這種新穎的控制系統設計和實現方法。

　　專家控制的實質不僅是使系統的構造和運行都基于控制對象和控制規(guī)律的各種專家知識,而且要以的方式來利用這些知識,求得受控系統盡可能地優(yōu)化和實用化。因此,專家控制又稱作基于知識的控制或專家控制。專家控制系統一般采取專家系統和其它控制方法相結合的方案,其中專家系統主要用于高層的協調、組織和決策并激勵相應的基本級控制器工作,而由基本級控制器完成控制規(guī)律的實現。國內外許多學者在此領域進行了研究。

　　四川聯合大學申新衛(wèi)等提出的面向對象的水電廠故障診斷系統(OIFDS),即為典型的專家控制在水電站運行自動化中的應用研究。OIFDS采用面向對象的層次模塊化故障診斷方法,將水電機組的故障按其工作原理、結構及故障機理分析劃分,將整個對象的診斷問題劃分為不同層次、不同規(guī)模的子診斷對象,并逐層逐塊地深入診斷,提高了水電機組故障診斷的準確性和可靠性。一般而言,專家控制存在控制的實時性和機器學習二個主要問題。

　　2.模糊控制

　　模糊控制(Fuzzy Control)是模糊集合理論應用的一個重要方面。模糊控制是一種對系統控制的宏觀方法,其核心是用語言描述的控制規(guī)則。語言控制規(guī)則通常用“如果…,則…”的方式來表達在實際控制中的專家知識和經驗。模糊控制的最大特征是將人的操作經驗用模糊關系來表示,通過模糊推理和決策方法來對復雜過程對象進行有效控制。它具有不依賴被控對象模型、魯棒性較強的特點,因而為隨機、非線性和不確定性系統的控制提供了良好的途徑。尤其是80年代模糊微處理芯片的產生,為模糊控制技術的實際應用創(chuàng)造了硬件支撐條件。從水電機組的特點來看,采用模糊控制被認為是一種有效

　　的解決方法。

　　從80年代末開始,國內許多水電專家已著手模糊控制技術在水電廠控制方面的應用研究。在對水輪機調節(jié)對象模型特性作出分析的基礎上對采用Fuzzy控制規(guī)則和算法進行了研究,在基礎上提出Fuzzy - PID復合控制的對策,結果表明此種控制方式可以集中模糊控制和PID控制的優(yōu)點,從而使系統具有更優(yōu)良的動態(tài)品質。在模糊控制應用到水電廠控制方面有很多研究成果,但與常規(guī)控制理論相比,模糊控制技術還不完善,其主要問題是如何提高模糊控制的控制品質(如穩(wěn)態(tài)誤差和超調等問題),以及如何提高其自身的學習能力。

　　3.神經網絡控制

　　動態(tài)系統理論在過去50年來得到了深入研究和發(fā)展,已被廣泛地應用,特別是線性時不變系統控制的設計方法和穩(wěn)定性分析方法已趨完善。但是對于非線性系統,因其復雜性至今還沒有一套完整的系統控制設計方法和系統解析方法,穩(wěn)定性的分析也只是針對某些特殊的非線性系統進行研究。為解決上述問題,人們引入了神經網絡思想。神經網絡是介于符號推理與數值計算之間的一種數學工具,它具有很好的適應和學習能力,因此它適合于用作控制的工具。從本質上看,神經網絡是一種不依賴模型的自適應函數估計器,給定一個輸入,可以得到一個輸出,但它并不需要知道輸出和輸入之間存在著怎樣的數學關系,即其具有非線性映射功能;當給定的輸入并不是原來訓練的輸入時,神經網絡也能給出合適的輸出,它具有插值功能或適應功能;在專家系統中,知識明顯地表示為規(guī)則,而在神經網絡中,知識是通過學習例子而分布存儲在網絡中,當個別處理單元損壞時,對神經網絡的整體行為只有很小的影響,而不會影響整個系統的正常工作,目前神經網絡理論的應用幾乎遍及各個學科領域。神經網絡在控制應用的巨大優(yōu)勢和潛力可以體現在以下三個方面:

　　(1)神經網絡可以從例子中學習,這對于不能用模型甚至難以用規(guī)

　　則描述的對象有效處理提供了新途徑;

　　(2)神經網絡的并行結構及其冗余性,使得其在大信息處理與復雜系統的實時控制方面顯出巨大的優(yōu)勢和潛力;

　　(3)神經網絡的非線性映射、學習能力為解決復雜的非線性系統的控制問題提供了有效的途徑。

　　在神經網絡控制應用上,上海交大的趙聞飚等應用神經網絡的學習、映射和綜合能力來研究水電機組的優(yōu)化與自適應控制問題較好地解決了穩(wěn)定性較差的貫流式水輪發(fā)電機組的調節(jié)問題。武漢水電大學的陳啟卷、徐枋同也針對多層前向神經網絡,運用遞推預報誤差(RPE)算法對水輪發(fā)電機組進行了非線性建模研究。總體而言在目前的研究中,人們主要還是利用神經網絡表達非線性系統的能力和自適應學習的功能來解決非線性系統的控制問題。實踐證明,神經網絡控制系統對非線性系統具有最好的控制性能。

　　三、應用前景與展望

　　目前理論和控制技術發(fā)展的一個重要方向是集成化。模糊技術和神經網絡的結合,人工符號主義與神經網絡聯結主義的結合等都是集成的重要方面。象水力發(fā)電過程這樣一類不確定性的復雜工業(yè)過程,對其有效控制的關鍵在于控制系統應具有強的知識處理能力,其中包括知識學習、知識利用、推理和決策等方面。由于人類知識的模糊性,使得系統的模糊學習和模糊處理成為系統的重要特性。雖然模糊技術具有強的模糊知識處理能力,但學習能力不足,它要求系統具有完備的知識,這對于工業(yè)智能系統的設計是困難的,而神經網絡較強的學習能力正好可以彌補模糊系統學習的不足,利用神經網絡的學習能力來學習人類已有的知識和經驗,降低控制系統的造價、提高系統的適應性,這樣就產生了神經網絡系統與模糊系統集成的新領域。由于模糊技術和神經網絡都是知識的數值處理方法,二者具有良好的互補性,因此它們的結合很快得到控制領域專家的普遍重視。

　　目前,國內已有部分水電控制專家已著手發(fā)展既能有效處理模糊知識又能有效學習的模糊與神經網絡集成技術,這必將為水力發(fā)電過程控制提供新的途徑。

　　隨著近幾年發(fā)展起來基于自然選擇和基因遺傳學原理的搜索算法——遺傳算法GA在許多實際問題中廣泛應用,使得基于遺傳優(yōu)化的開放式動態(tài)學習的模糊神經網絡成為當前研究的焦點。目前,遺傳算法在水電廠自動化領域中的應用已取得了一些成果。相信,在不遠的將來,水電廠自動化必將隨著計算機應用及控制技術研究的深入,不斷地向著電廠全面化方向發(fā)展,為水電廠實現無人值班、少人值守創(chuàng)造條件。

　　參考文獻：

　　[1]劉忠源.水電廠自動化.北京：中國水利水電出版社.

　　[2]簡桂林.電力系統營銷模式與自動化建設.中國高新技術企業(yè),2010.

　　[3]蘇伯林.全國水電廠自動化技術信息網30年歷程回顧.水電廠自動化,2009.