大學(xué)生選修課人工智能論文(2)
大學(xué)生選修課人工智能論文
大學(xué)生選修課人工智能論文篇二
人工智能簡(jiǎn)稱為AI，是對(duì)人類大腦簡(jiǎn)化及抽象，也是人類智能模擬的重要途徑，現(xiàn)在我國(guó)人工智能工具主要有專家系統(tǒng)、模糊理論、神經(jīng)網(wǎng)絡(luò)、禁忌搜索、粒子群算法及遺傳算法等，隨著我國(guó)電力事業(yè)大力發(fā)展，很多人工智能技術(shù)被應(yīng)用在了電廠中，并發(fā)揮了巨大作用，優(yōu)化了電廠中電力系統(tǒng)的組合、運(yùn)行及市場(chǎng)定價(jià)等眾多問題，保證電廠供電的安全可靠性。
1 AI在我國(guó)電廠應(yīng)用及探討
1.1 專家系統(tǒng)應(yīng)用與探討
專家系統(tǒng)可簡(jiǎn)稱為ES，它所面向主要是各非結(jié)構(gòu)問題，特別是處理啟發(fā)式、定性的或者不確定知識(shí)信息，通過各樣的推理過程來達(dá)到系統(tǒng)所要求任務(wù)目標(biāo)，在上世紀(jì)80年代，為了克服原有控制理論不足，自動(dòng)控制領(lǐng)域工程師及學(xué)者將專家系統(tǒng)方法及思想引入了控制系統(tǒng)中進(jìn)行應(yīng)用及探討。典型專家系統(tǒng)主要有推理機(jī)、知識(shí)庫、知識(shí)獲取機(jī)制以及人機(jī)界面四部分組成，專家系統(tǒng)在我國(guó)電廠里的應(yīng)用是最早及較為成熟的人工智能技術(shù)，并且發(fā)展了很多專家系統(tǒng)，在電力系統(tǒng)不同領(lǐng)域被應(yīng)用，像電網(wǎng)調(diào)度、系統(tǒng)恢復(fù)、監(jiān)測(cè)和診斷、預(yù)想事故篩選等，特別是監(jiān)測(cè)核事故診斷成為專家系統(tǒng)在電廠中最主要應(yīng)用領(lǐng)域。依據(jù)知識(shí)存儲(chǔ)方式不同，能把ES分為決策樹、知識(shí)經(jīng)驗(yàn)、規(guī)則及模型等不同形式，模型形式的知識(shí)所表達(dá)方式是比較適合實(shí)時(shí)處理的，比基于規(guī)則形式推理方式要更為簡(jiǎn)單及快捷及容易維護(hù)。ES在輸電網(wǎng)絡(luò)診斷故障里的典型應(yīng)用為產(chǎn)生式規(guī)則系統(tǒng)，就是把斷路器、保護(hù)器動(dòng)作邏輯和運(yùn)行人員診斷經(jīng)驗(yàn)運(yùn)用規(guī)則的形式進(jìn)行表示，并形成知識(shí)庫，依據(jù)報(bào)警信息進(jìn)行知識(shí)庫推理，以獲得診斷結(jié)論，這種產(chǎn)生式規(guī)則專家系統(tǒng)在電廠中能夠被廣泛應(yīng)用主要是因這種專家系統(tǒng)及故障診斷特點(diǎn)所決定的，在輸電網(wǎng)絡(luò)里斷路器及一級(jí)保護(hù)間的關(guān)系能用模塊化及直觀規(guī)則進(jìn)行表示，并且能允許刪除、增加及修改某些規(guī)則，從而保證診斷系統(tǒng)有效性及實(shí)時(shí)性，對(duì)不確定問題在一定程度上給予了解決，還能給出一些符合人類語言結(jié)論及解釋能力。同時(shí)，框架法的專家系統(tǒng)能夠進(jìn)行分類結(jié)構(gòu)知識(shí)表達(dá)，以及對(duì)事物間的相關(guān)性進(jìn)行表達(dá)，并簡(jiǎn)化繼承性知識(shí)存儲(chǔ)及表述。專家系統(tǒng)這種人工智能技術(shù)盡管能有效模擬完成故障診斷，可在電廠實(shí)際應(yīng)用里，還存在著一定不足，主要為知識(shí)獲取及維護(hù)問題，并且接口也不是很友好，對(duì)故障診斷里的很多不確定因素也無法有效解決，從而影響了診斷準(zhǔn)確性。
1.2 遺傳算法應(yīng)用與探討
遺傳算法能簡(jiǎn)稱為GA，是根據(jù)遺傳機(jī)制及自然選擇在計(jì)算機(jī)上，進(jìn)行生物化機(jī)制模擬來尋優(yōu)搜索的算法可在龐大復(fù)雜搜索空間里進(jìn)行合適搜索，并找出最優(yōu)及準(zhǔn)最優(yōu)的解決方法，這種算法簡(jiǎn)單及適用，其魯棒性也比較強(qiáng)，這種智能技術(shù)對(duì)求解問題基本沒有限制，對(duì)常規(guī)求解復(fù)雜過程涉及較少，可得到局部或全部的最優(yōu)解集，與傳統(tǒng)優(yōu)化技術(shù)相比，這種技術(shù)更能解決及處理傳統(tǒng)難以解決的非線性問題，因此，這種技術(shù)被廣泛應(yīng)用在電廠中的電力市場(chǎng)、規(guī)劃及調(diào)度等方面，并且在故障診斷上，其應(yīng)用效果也是不錯(cuò)的，可對(duì)輸電網(wǎng)絡(luò)中，故障診斷模型的建立成為了遺傳算法存在主要途徑，也是值得探討問題，遺傳算法如果可以建立適合數(shù)學(xué)模型，不僅能解決電力系統(tǒng)中的故障診斷問題，還能解決其他類似故障診斷問題，加強(qiáng)遺傳算法合理模型建立是應(yīng)該研究及探討的。
1.3 神經(jīng)網(wǎng)絡(luò)應(yīng)用與探討
神經(jīng)網(wǎng)絡(luò)技術(shù)簡(jiǎn)稱為ANN，其主要特點(diǎn)為廣泛化、高度并行處理及非線性的映射功能等，對(duì)于控制領(lǐng)域具有較強(qiáng)吸引力，對(duì)于沒有模型及復(fù)雜的不確定問題具有學(xué)習(xí)能力及自適應(yīng)力，能夠用在控制系統(tǒng)自適應(yīng)環(huán)節(jié)及補(bǔ)償環(huán)節(jié)里，非線性描述能力能夠用在非線性控制及辨識(shí)中，而快速計(jì)算能力能夠進(jìn)行復(fù)雜控制問題計(jì)算優(yōu)化，其定量及定性分布存儲(chǔ)及合成能力能夠用在復(fù)雜控制系統(tǒng)里的圖像信息處理利用及接口轉(zhuǎn)換，容錯(cuò)能力能夠應(yīng)用在非結(jié)構(gòu)過程控制，網(wǎng)絡(luò)神經(jīng)已成為電廠應(yīng)用中最成功的智能技術(shù)，像網(wǎng)絡(luò)神經(jīng)在電廠故障診斷中的應(yīng)用，每個(gè)神經(jīng)網(wǎng)絡(luò)均負(fù)責(zé)系統(tǒng)里的部分診斷，ANN技術(shù)經(jīng)過現(xiàn)場(chǎng)很多樣本學(xué)習(xí)及訓(xùn)練，對(duì)其中閾值及連接權(quán)進(jìn)行不斷調(diào)整，讓知識(shí)隱式分布于所有網(wǎng)絡(luò)中，以實(shí)現(xiàn)模式記憶，這樣ANN就具有獲得較多知識(shí)能力，這種人工智能技術(shù)廣泛應(yīng)用在電力系統(tǒng)監(jiān)測(cè)、診斷、實(shí)時(shí)控制、狀態(tài)評(píng)估及負(fù)荷預(yù)測(cè)等領(lǐng)域，并且依據(jù)神經(jīng)網(wǎng)絡(luò)技術(shù)的負(fù)荷預(yù)測(cè)已經(jīng)成為電廠電力系統(tǒng)中最成功應(yīng)用之一。
2 其它人工智能技術(shù)應(yīng)用及探討
2.1 粒子群算法及模糊理論應(yīng)用與探討
粒子群算法可稱為PSO算法，這種智能技術(shù)算法簡(jiǎn)單，容易實(shí)現(xiàn)，并且可調(diào)節(jié)參數(shù)也比較少，已經(jīng)被應(yīng)用在了很多學(xué)科及領(lǐng)域里，在電廠中也正被嘗試及應(yīng)用，可這種算法的精度不是很高，還容易陷入局部極值中。其設(shè)計(jì)思路為：在多維解的搜索空間里，運(yùn)用這種算法，可在初始化之后得到一群隨機(jī)的粒子，并搜索到最有位置及全局極值，這種算法能夠被應(yīng)用在電廠變電站的選址上，并且在電源規(guī)劃上也有一定優(yōu)越性，可也面臨著諸多不確定因素，加強(qiáng)這些因素全面有效描述，成為電廠應(yīng)用及探討方向所在。模糊理論簡(jiǎn)稱為FS，是自動(dòng)控制及模糊邏輯相結(jié)合而成的，其功能是模擬人類決策及推理過程，運(yùn)用專家經(jīng)驗(yàn)及知識(shí)來控制規(guī)則的，可有效處理未知及不準(zhǔn)確控制問題，并且不用建模，是種非線性的控制，以萬能逼近的定理作為充分理論依據(jù)的，模糊控制器可當(dāng)做萬能的，完成所需任何非線性的控制任務(wù)，在很多工程及領(lǐng)域系統(tǒng)里，都沒有辦法建立較為精準(zhǔn)數(shù)學(xué)模型，這使得模糊理論得到了廣泛應(yīng)用，在電廠里，自然也得到了較為廣泛應(yīng)用，像電廠的故障診斷里，一些故障及征兆間的關(guān)系是比較模糊的，不確定的，這時(shí)所得結(jié)果也就是模糊的，其傳統(tǒng)方法去為依據(jù)專家經(jīng)驗(yàn)進(jìn)行模糊關(guān)系矩陣建立，并對(duì)模糊關(guān)系給予組合及合并等，隨著這種智能技術(shù)發(fā)展，將模糊知識(shí)庫運(yùn)用語言變量進(jìn)行表達(dá)，更接近人類表達(dá)習(xí)慣，對(duì)于問題多個(gè)解決方案，依據(jù)模糊度高低來優(yōu)化排序，在一定程序上，增加了專家系統(tǒng)容錯(cuò)性，這種理論已被應(yīng)用在電廠故障診斷識(shí)別、變壓器保護(hù)及配電系統(tǒng)等領(lǐng)域里。
2.2 禁忌搜索算法
這種技術(shù)比較適合優(yōu)化組合問題解決，可處理不可微目標(biāo)函數(shù)，其理論思想為運(yùn)用靈活記憶技術(shù)，把最近若干次的迭代過程進(jìn)行反方向移動(dòng)，并記錄進(jìn)tabu表里，處在這個(gè)表里的移動(dòng)是不能在現(xiàn)有迭代過程里實(shí)現(xiàn)的，從而避免了已訪問解群體的訪問及循環(huán)產(chǎn)生，這種技術(shù)主要有tabu表、移動(dòng)及特赦規(guī)則三要素組成，這種智能技術(shù)在電廠的電力系統(tǒng)里也得到了應(yīng)用，主要運(yùn)用了十進(jìn)制及二進(jìn)制編碼這兩類方案對(duì)實(shí)際系統(tǒng)給予優(yōu)化計(jì)算，這種技術(shù)對(duì)局部最優(yōu)解跳出方面具有較大優(yōu)勢(shì)，并且收斂效果好，能夠進(jìn)行快速尋優(yōu)，可運(yùn)用單點(diǎn)搜索不能夠在全部空間內(nèi)進(jìn)行搜索，這使得初始值好壞直接決定了算法速度及其解質(zhì)量。
3 結(jié)束語
近些年，人工智能技術(shù)在電廠中的應(yīng)用除了以上算法及技術(shù)外，還有分布式人工智能、混合智能、蟻群算法及混沌優(yōu)化法等，隨著我國(guó)電力事業(yè)不斷發(fā)展，市場(chǎng)競(jìng)爭(zhēng)不斷加大，人工智能技術(shù)在電廠中的應(yīng)用是越來越廣泛及發(fā)展良好。
看了“大學(xué)生選修課人工智能論文”的人還看了：
5.人工智能大二論文