摘要:電氣工程及其自動化在工業(yè)生產(chǎn)中扮演著非常重要的角色，而人工智能技術作為前沿科技，應用范圍日益廣泛。將人工智能技術應用于電氣工程及其自動化領域，將會極大程度提升工業(yè)生產(chǎn)效率與產(chǎn)品質(zhì)量，生產(chǎn)成本顯著降低。首先探究人工智能技術的內(nèi)涵，重點分析其在故障診斷、電氣設備控制等方面的具體應用，希望能夠起到一定的參考作用。

關鍵詞:人工智能技術；電氣工程及其自動化；故障診斷；自動化控制

近幾年我國制造業(yè)快速發(fā)展，“中國制造”已席卷全球。隨著工業(yè)化進程的加快，電氣工程及其自動化的重要性也日益凸顯。電氣工程及其自動化在理論層面主要研究電力網(wǎng)理論與控制理論，在技術層面依托計算機技術、信息技術、傳感技術、電工電子技術等，最終在無人或者極少數(shù)人的情況下，設備系統(tǒng)能夠執(zhí)行內(nèi)置程序，實現(xiàn)設備自行操作、控制等［１］。電氣工程及其自動化在工業(yè)生產(chǎn)中優(yōu)勢明顯，生產(chǎn)效率高，生產(chǎn)的產(chǎn)品質(zhì)量好，降低了人力資源成本，提高了企業(yè)效益。隨著人工智能技術的日益成熟與廣泛應用，電氣工程及自動化控制領域通過引入該技術，在設備控制、故障診斷等方面朝著智能化的方向大步邁進，因此探究人工智能技術在電氣工程及其自動化控制中的應用具有重要的現(xiàn)實意義。

１人工智能技術概述

人工智能技術是當前科研熱點，其與納米科學、基因工程并稱為２１世紀三大尖端科技。人工智能英文簡稱“ＡＩ”［２］。人工智能是對人腦的模擬，重點是在認知、思維、判斷等環(huán)節(jié)，使得設備能夠像人一樣進行各項思維活動。人工智能技術發(fā)展迅猛，目前在語音識別、圖像識別及處理等方面日趨成熟。人工神經(jīng)網(wǎng)絡、模糊神經(jīng)網(wǎng)絡、專家系統(tǒng)等相關技術日新月異，當前“超強數(shù)據(jù)運算＋海量數(shù)據(jù)分析”是人工智能技術的發(fā)展主流。人工智能最顯著的特征是能夠自主學習，例如利用人工神經(jīng)網(wǎng)絡技術，通過正向求解降低梯度與ＢＰ算法，設備可具備一定的學習能力。如輸入不同圖片模板與辨識結(jié)果，系統(tǒng)自主學習，后續(xù)即可自行辨識。除此之外，人工智能技術能夠?qū)�海量模糊信息進行高速準確處理，將原始信息加工成高級信息以供人類直接使用。此外，通過與大數(shù)據(jù)技術相融合，系統(tǒng)可實現(xiàn)數(shù)據(jù)深層挖掘，無論是直接數(shù)據(jù)挖掘還是間接數(shù)據(jù)挖掘，都可以幫助人們在當前信息爆炸的時代快速獲得有價值的信息，在分析信息的相關性（例如線性相關、線性回歸等）方面，人工智能技術的數(shù)據(jù)挖掘功能都具有非常重要的作用。人工智能技術在電氣工程及自動化中應用廣泛，尤其是在故障診斷、自動化控制等方面具有無可比擬的優(yōu)越性。

２人工智能技術在電氣工程及其自動化控制中的應用

２．１在故障診斷方面。電氣設備運行過程中因操作不當、零部件老化等原因，難免會出現(xiàn)設備故障。出現(xiàn)設備故障后需要準確界定故障原因、故障部位，盡快確定故障修復措施。故障發(fā)生后高效準確地分析故障是重中之重，當前故障診斷類型有三類：一是基于故障樹模型的故障診斷；二是基于案例推理故障；三是基于規(guī)則推理故障。上述三種故障推理方式并非單一使用，多是組合使用。人們借助人工智能技術，通過開發(fā)人工智能算法，結(jié)合高速數(shù)據(jù)采集以及傳感技術，陸續(xù)設計出一些故障診斷系統(tǒng)，能夠?qū)�故障精準定位，故障分析準確，最大程度降低維修成本與時間成本。故障診斷系統(tǒng)在結(jié)構上主要包括機械故障案例庫、故障診斷規(guī)則庫、故障診斷數(shù)據(jù)庫、故障推理機、知識處理、故障診斷過程解釋機、學習系統(tǒng)和專家系統(tǒng)人機界面等部分。案例庫主要是收集海量的故障案例與相關知識；規(guī)則庫則囊括了電氣工程及其自動化領域的行規(guī)等；知識處理環(huán)節(jié)主要是對所獲取的知識、案例等進行歸類整理，提取案例特征與相關參數(shù)，便于系統(tǒng)的推理及檢索要求。解釋器的功能是將故障原因、類型及修理措施等以客戶能接受的方式進行翻譯輸出；推理機是故障診斷系統(tǒng)的核心部件，分析用戶輸入的故障信息，結(jié)合診斷規(guī)則庫得出科學結(jié)論，然后在故障案例庫中尋找相似度最高的案例。在故障診斷中，故障特征提取是第一步，也是非常關鍵的一步。故障特征提取的準確性、完整性直接影響故障診斷的準確性，因此可將人工智能技術應用于信號的提取、分析等方面，通過比對敏感特征進行特征提取。

２．２在電氣控制方面。傳統(tǒng)的電氣控制煩瑣，操作方式復雜多變，控制時間長，控制效率低，而且操作結(jié)果與操作人員的水平息息相關，具體操作過程中難免會出現(xiàn)誤操作等情況。利用人工智能技術中的人工神經(jīng)網(wǎng)絡、模糊控制及專家系統(tǒng)等，可實現(xiàn)對電氣設備的遠程控制，操作人員可通過相關軟件即使了解電氣設備的運行狀況，精確調(diào)節(jié)設備使用中的各類運行參數(shù)，大大提升了對電氣設備的控制效果，將工作人員從煩瑣的電氣操作中解放出來，例如利用模糊控制中的Ｍａｍｄａｎｉ模糊系統(tǒng)或者ＴＳ模糊模型（一種動態(tài)系統(tǒng)的模糊模型辨識方法），能夠高效處理交流傳動控制相關問題，實現(xiàn)對設備速度的精確控制，從而提升電氣設備的工作效率。在具體操作過程中往往需要記錄相關參數(shù)，例如電氣設備的能耗、電量等，當前主要是人工記錄，不僅工作量大而且極易出錯，但是利用人工智能技術該項問題就可以迎刃而解。其通過編寫相關算法，設計相關記錄表格及數(shù)據(jù)采集系統(tǒng)，可實現(xiàn)對數(shù)據(jù)的實時采集與即時保存。在電氣設備運行監(jiān)控方面，借助人工智能算法，對電氣設備模擬量、數(shù)字量、開關量等進行采集整理后進行智能分析，當設備的運行參數(shù)（例如速度、電流、輸出功率）等異常時，系統(tǒng)依托人工智能技術的分析結(jié)果可發(fā)出保護性指令，設備斷電或急停并實施報警，通過采取上述保護性或者應急性措施，實現(xiàn)對電氣設備的保護。

３結(jié)語

人工智能技術在生產(chǎn)生活中應用范圍廣泛，在電氣工程及其自動化領域同樣展現(xiàn)出巨大的優(yōu)越性，主要體現(xiàn)在數(shù)據(jù)的采集與整理、電氣設備的監(jiān)控保護、故障診斷、生產(chǎn)控制等方面。因此，在未來的電氣工程及其自動化發(fā)展中，需要我們靈活運用人工智能技術，為該領域的發(fā)展不斷注入新的動力，從而推動工業(yè)化生產(chǎn)與經(jīng)濟發(fā)展。

參考文獻

［１］龔成．電氣工程及其自動化的發(fā)展現(xiàn)狀分析及發(fā)展趨勢［Ｊ］．現(xiàn)代經(jīng)濟信息，２０１５（１６）：３３８．

［２］楊國華．人工智能在電氣工程自動化中的應用［Ｊ］．現(xiàn)代制造技術與裝備，２０１６（３）：１６７－１６８，１９０．

［３］張桂昌．探究當前智能化技術在電氣工程自動化控制中的運用［Ｊ］．通訊世界，２０１５（１９）：２４７－２４８．

［４］龔康華．電氣工程及其自動化的智能化技術運用探究［Ｊ］．技術與市場，２０１８，２５（３）：１６１．２５１