發(fā)布時(shí)間：2022-05-02 14:37:44
序言：寫作是分享個(gè)人見(jiàn)解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能的應(yīng)用樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。
關(guān)鍵詞：人工智能；電氣工程；自動(dòng)化
引言
我國(guó)電力行業(yè)發(fā)展迅速，為人們的生產(chǎn)生活提供了便利，隨著人們生活水平的不斷提升，人們對(duì)于電氣工程自動(dòng)化的要求也越來(lái)越高。在電氣工程自動(dòng)化中引入人工智能技術(shù)，由機(jī)器人代替人工完成電氣工程操作工作，能夠?qū)崿F(xiàn)智能控制，不僅節(jié)省了人力，也有效減少了電氣工程運(yùn)行中產(chǎn)生的誤差，其良好的技術(shù)優(yōu)勢(shì)獲得了一致好評(píng)。由此，在電氣工程自動(dòng)化中應(yīng)用智能技術(shù)，有效滿足了人們對(duì)于電力的需求[1]。
1人工智能技術(shù)及電氣工程自動(dòng)化含義
1.1人工智能技術(shù)
在傳統(tǒng)的電力行業(yè)中，所有工作都是依靠人力完成。人工智能技術(shù)出現(xiàn)后，替代了手工勞動(dòng)，減少了工作量。人工智能技術(shù)借助編程對(duì)人類的行為和思維模式進(jìn)行模仿，使機(jī)器擁有人類相同的行為、思維和感知能力，利用機(jī)器完成人類的勞動(dòng)任務(wù)。人工智能應(yīng)用領(lǐng)域較多，如語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)等，其屬于思維科學(xué)技術(shù)，發(fā)展中離不開數(shù)學(xué)的支持，只有將數(shù)學(xué)與人工智能聯(lián)系起來(lái)，才能夠促進(jìn)人工智能技術(shù)的不斷發(fā)展和進(jìn)步[2]。
1.2電氣工程自動(dòng)化
電氣工程需充分利用電能、電氣技術(shù)和相關(guān)設(shè)備改善并維持一些限定空間、環(huán)境，主要研究方向是如何轉(zhuǎn)化利用電能。電氣工程及自動(dòng)化技術(shù)在很多領(lǐng)域都有應(yīng)用，如電力電子技術(shù)、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)控制技術(shù)、信息技術(shù)等，綜合性較強(qiáng)。電氣工程自動(dòng)化技術(shù)常應(yīng)用在電氣設(shè)備制造公司或者供電、發(fā)電企業(yè)中，對(duì)人民生活質(zhì)量和國(guó)民經(jīng)濟(jì)水平有一定影響[3]。
2電氣工程自動(dòng)化中人工智能技術(shù)的優(yōu)勢(shì)
2.1誤差小
人工智能技術(shù)在電氣工程運(yùn)行中的應(yīng)用，能夠促使電氣工程控制器抗干擾能力得到有效增強(qiáng)，最大化避免電氣工程運(yùn)行誤差的出現(xiàn)，對(duì)于與電氣工程相關(guān)產(chǎn)品的規(guī)范性和一致性的提升有一定幫助。人工智能技術(shù)在應(yīng)用過(guò)程中，需要將相關(guān)的參數(shù)和數(shù)據(jù)一起輸入到控制器中，機(jī)器就能夠?qū)崿F(xiàn)自動(dòng)化生產(chǎn)，避免了電氣工程運(yùn)行中許多干擾因素的影響。此外，人工智能技術(shù)也能夠科學(xué)有效地評(píng)估電氣工程，促使電氣工程獲得更為長(zhǎng)遠(yuǎn)的發(fā)展。
2.2強(qiáng)化控制效果
人工智能技術(shù)在電氣工程運(yùn)行中的應(yīng)用，能夠有效提升電氣工程的控制效果，保證電氣工程能夠規(guī)范性、一致性地運(yùn)行。當(dāng)前，我國(guó)電氣工程自動(dòng)化水平相對(duì)較低，傳統(tǒng)電氣工程控制上，需要將電氣工程控制對(duì)象預(yù)先設(shè)計(jì)好，根據(jù)實(shí)際情況開展控制策略，雖然取得了一定效果，但是無(wú)法準(zhǔn)確地控制對(duì)象，影響電氣工程的運(yùn)行效果。情況嚴(yán)重時(shí)，還會(huì)對(duì)電氣工程的操作水平產(chǎn)生影響。而人工智能技術(shù)的應(yīng)用，能夠促使電氣工程設(shè)備的運(yùn)行效果得到顯著提升[4]。
2.3不會(huì)過(guò)多受到外界因素限制
傳統(tǒng)的電氣工程在運(yùn)行中會(huì)因外界因素的變化而產(chǎn)生影響，不僅電氣工程的運(yùn)行質(zhì)量會(huì)受到影響，且會(huì)對(duì)設(shè)備安全造成威脅?；诖?，在電氣工程中，需要重點(diǎn)應(yīng)用人工智能技術(shù)，借助機(jī)械手段完成人工操作難以完成的工作，甚至代替人工工作，電氣工程自動(dòng)化水平就會(huì)得到全面提升[5]。在實(shí)際應(yīng)用過(guò)程中，可以借助控制器操作電氣工程，建立電氣工程自動(dòng)化模型并完成計(jì)算工作，確保電氣工程能夠順利完工。在傳統(tǒng)的電氣工程運(yùn)行中，仍然使用低端的控制器，因數(shù)值計(jì)算類型與模型的參數(shù)出現(xiàn)問(wèn)題，導(dǎo)致數(shù)值計(jì)算產(chǎn)生錯(cuò)誤，引發(fā)電氣工程出現(xiàn)多種問(wèn)題。而人工智能技術(shù)在應(yīng)用后，有效減少了電氣工程故障，自動(dòng)化模型的準(zhǔn)確性也有了顯著提升，且對(duì)模型參數(shù)和自動(dòng)化模型的要求也相應(yīng)有所降低。
2.4操作流程有所優(yōu)化
傳統(tǒng)的電氣工程中，自動(dòng)化控制器在操作上較難掌握，且要求操作人員具備專業(yè)的知識(shí)，一旦工作人員出現(xiàn)操作失誤，會(huì)導(dǎo)致電氣工程無(wú)法正常運(yùn)行。而人工智能的應(yīng)用，能夠有效簡(jiǎn)化操作流程，且不需要操作人員掌握更多的專業(yè)知識(shí)，只需要按照操作程序和語(yǔ)言完成相關(guān)操作即可，能夠有效避免工作人員在操作上的失誤。
2.5減少了后續(xù)維護(hù)工作
傳統(tǒng)的電氣工程運(yùn)行涉及變壓器和線路等多種電氣設(shè)備，多種設(shè)備同時(shí)運(yùn)行會(huì)加大工作負(fù)擔(dān)，同時(shí)也對(duì)后期的維護(hù)工作造成不良影響。如果電氣設(shè)備長(zhǎng)時(shí)間未得到維護(hù)，會(huì)導(dǎo)致設(shè)備老化，影響正常運(yùn)行。在維護(hù)、保養(yǎng)過(guò)程中，需要聘請(qǐng)多名專業(yè)人員同時(shí)操作，這會(huì)直接增加維修維護(hù)成本。如果電氣工程自動(dòng)化中加入人工智能技術(shù)，就能夠有效減少設(shè)備的使用數(shù)量，后期的維護(hù)工作壓力也會(huì)減小，對(duì)于企業(yè)提升經(jīng)濟(jì)效益、減少成本有一定積極意義[6]。
3電氣自動(dòng)化中人工智能技術(shù)的實(shí)踐應(yīng)用
3.1人工智能與電氣設(shè)備的融合
人工智能技術(shù)在電氣工程中的應(yīng)用，能夠改變傳統(tǒng)電氣設(shè)備的設(shè)計(jì)和運(yùn)行方法，滿足電氣工程的實(shí)際需求，代替?zhèn)鹘y(tǒng)電氣設(shè)備完成更復(fù)雜的程序，全面提升電氣設(shè)備的穩(wěn)定性、可靠性，電氣維修的成本也會(huì)顯著降低。電氣工程中電氣設(shè)備與人工智能的結(jié)合，能夠提升工作效率，降低運(yùn)行成本，簡(jiǎn)化操作流程，保證滿足人們的各項(xiàng)需求。人工智能技術(shù)通過(guò)簡(jiǎn)化電氣工程操作界面，利用各項(xiàng)指令指揮電氣設(shè)備完成工作，工作效率和查詢效率得到顯著提升。
3.2能夠有效排除故障
如果發(fā)電機(jī)和發(fā)動(dòng)機(jī)等電氣設(shè)備長(zhǎng)期處于運(yùn)行中，會(huì)加重設(shè)備運(yùn)行負(fù)荷，出現(xiàn)安全隱患。在電氣設(shè)備運(yùn)行中，需要根據(jù)實(shí)際運(yùn)行情況進(jìn)行分析，避免安全事故出現(xiàn)。在排除故障問(wèn)題上，傳統(tǒng)方法不僅耗費(fèi)大量時(shí)間，且需要利用變壓器油氣體進(jìn)行故障查找，在收集和檢驗(yàn)環(huán)節(jié)耗費(fèi)大量的人力、物力和財(cái)力，檢驗(yàn)準(zhǔn)確率也相對(duì)較低。人工智能的應(yīng)用，可以借助模糊理論技術(shù)和神經(jīng)網(wǎng)絡(luò)診斷出電氣設(shè)備存在的安全問(wèn)題，并進(jìn)行自動(dòng)診斷，能夠有效排除各項(xiàng)故障[7]。人工智能技術(shù)也能夠?qū)υO(shè)備運(yùn)行故障問(wèn)題進(jìn)行診斷，當(dāng)前常用的診斷方法主要包括三種，分別為基于案例診斷、基于故障推理和利用故障樹模型進(jìn)行診斷。三種方法可以聯(lián)合使用，也可以只使用一種。在診斷上，積極開發(fā)了人工智能算法，并充分結(jié)合數(shù)據(jù)采集技術(shù)和傳感技術(shù)，設(shè)計(jì)出了故障診斷系統(tǒng)，能夠及時(shí)并精準(zhǔn)地找到故障點(diǎn)。診斷系統(tǒng)包括故障診斷規(guī)則庫(kù)、故障推理機(jī)、故障診斷過(guò)程解釋機(jī)、故障診斷數(shù)據(jù)庫(kù)等，相比于傳統(tǒng)查找方法，人工智能系統(tǒng)的應(yīng)用有效縮短了查找時(shí)間，降低了維修成本。案例庫(kù)收集與故障相關(guān)的知識(shí)和案例，可以直接提取相關(guān)參數(shù)，參考案例特征對(duì)案例進(jìn)行歸納整理，為系統(tǒng)推理提供參考基礎(chǔ)。故障診斷階段提取故障特征，利用人工智能敏感特征對(duì)比方法進(jìn)行診斷，能夠有效發(fā)現(xiàn)設(shè)備存在的故障，并做出有效的處理[8]。
3.3在產(chǎn)品設(shè)備中的實(shí)踐應(yīng)用
電氣設(shè)備的設(shè)計(jì)工作涉及多種學(xué)科和內(nèi)容，對(duì)設(shè)計(jì)人員的專業(yè)水平有較高的要求。為了保證設(shè)計(jì)的電氣產(chǎn)品具有科學(xué)性、可靠性特點(diǎn)，需要在設(shè)計(jì)中積極融合科學(xué)設(shè)計(jì)和知識(shí)、經(jīng)驗(yàn)。人工智能的應(yīng)用有效解決了以上問(wèn)題，不僅能夠代替人腦解決繁瑣的計(jì)算工作，也能夠模擬程序，有效提升工作效率，縮短設(shè)計(jì)周期，最終設(shè)計(jì)出的產(chǎn)品也具備科學(xué)性特點(diǎn)，實(shí)用性較強(qiáng)。但是，其對(duì)設(shè)計(jì)工作有一定要求，要求設(shè)計(jì)人員對(duì)于智能軟件的應(yīng)用和設(shè)計(jì)有豐富經(jīng)驗(yàn)，設(shè)計(jì)出符合不同需求的產(chǎn)品[9]。
3.4能夠?qū)崿F(xiàn)電氣工程的保護(hù)功能
利用人工智能技術(shù)控制電氣工程時(shí)，操作人員采取特殊的控制工具能夠遠(yuǎn)程控制電氣設(shè)備的運(yùn)行情況，確保電氣設(shè)備實(shí)現(xiàn)停止和復(fù)核操作。在人工智能技術(shù)的控制上，需要技術(shù)操作人員設(shè)置好數(shù)據(jù)，確保數(shù)據(jù)設(shè)置的科學(xué)性，從而有效管理電氣工程。在設(shè)備運(yùn)行中，操作人員收集并整理好電氣工程相關(guān)的運(yùn)行數(shù)據(jù)，為了保證軟壓板在運(yùn)行中不會(huì)受到影響，使用時(shí)需要修改相關(guān)參數(shù)。在電氣設(shè)備運(yùn)行過(guò)程中，人工智能技術(shù)能夠依據(jù)運(yùn)行日志自動(dòng)制作成表格和曲線，通過(guò)查看曲線和表格，工作人員就能夠?qū)υO(shè)備的運(yùn)行情況有一定了解，從而高效地管理設(shè)備運(yùn)行狀況。人工智能技術(shù)也能夠?qū)崟r(shí)檢測(cè)電氣設(shè)備的運(yùn)行情況，一旦數(shù)據(jù)出現(xiàn)異常，能夠第一時(shí)間作報(bào)警處理，并記錄好異常的數(shù)據(jù)。電氣工程運(yùn)行過(guò)程中，會(huì)有多種故障出現(xiàn)，導(dǎo)致電氣工程自動(dòng)化水平受到影響，也會(huì)影響電氣工程的正常運(yùn)轉(zhuǎn)。應(yīng)用人工智能后，電氣工程的整體工作流程能夠得到優(yōu)化，并實(shí)時(shí)追蹤設(shè)備的運(yùn)行情況，保障設(shè)備能夠?qū)崿F(xiàn)良好運(yùn)轉(zhuǎn)。為了能夠共享電氣設(shè)備的運(yùn)行情況，需要借助人工智能技術(shù)構(gòu)建云平臺(tái)，監(jiān)測(cè)設(shè)備的運(yùn)行情況，并將相關(guān)數(shù)據(jù)傳送到云平臺(tái)上，管理人員就能夠通過(guò)云平臺(tái)對(duì)每一臺(tái)設(shè)備進(jìn)行監(jiān)控。與傳統(tǒng)的人工巡航相比，人工智能技術(shù)的實(shí)效性更強(qiáng)，能夠?qū)崿F(xiàn)大規(guī)模的監(jiān)控工作，有利于全面提升電氣工程的運(yùn)轉(zhuǎn)效率，提升企業(yè)的經(jīng)濟(jì)效益。
【關(guān)鍵字】人工智能；教育；進(jìn)展
【中圖分類號(hào)】G40-057 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號(hào)】1009―8097（2008）13―0018―03
人工智能是一門綜合的交叉學(xué)科，涉及計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等多個(gè)領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)機(jī)器智能，其長(zhǎng)期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學(xué)的角度來(lái)看，人類智能的本質(zhì)可以說(shuō)是通過(guò)后天的自適應(yīng)訓(xùn)練或?qū)W習(xí)而建立起來(lái)的種種錯(cuò)綜復(fù)雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動(dòng)。[2]人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個(gè)可以模仿人腦行為的系統(tǒng)。這一研究一旦有突破，不僅給學(xué)習(xí)科學(xué)以技術(shù)支撐，而且能反過(guò)來(lái)促使人腦的學(xué)習(xí)規(guī)律研究更加清晰，從而提供更加切實(shí)有效的方法論。[3]人工智能技術(shù)的不斷發(fā)展，使人工智能不僅成為學(xué)校教育的內(nèi)容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領(lǐng)域得到應(yīng)用，并取得了良好的效果，成為教育技術(shù)的重要研究?jī)?nèi)容。
人工智能的研究更多的是結(jié)合具體領(lǐng)域進(jìn)行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、自然語(yǔ)言理解、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、博弈、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能等。[4]目前，在教育中應(yīng)用較為廣泛與活躍的研究領(lǐng)域主要有專家系統(tǒng)、機(jī)器人學(xué)、機(jī)器學(xué)習(xí)、自然語(yǔ)言理解、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能，下面就這些領(lǐng)域進(jìn)行闡述。
一 專家系統(tǒng)
專家系統(tǒng)是一個(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域中一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，以解決那些需要專家決定的復(fù)雜問(wèn)題。[5]專家系統(tǒng)主要組成部分為：知識(shí)庫(kù)，用于存儲(chǔ)某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識(shí)；綜合數(shù)據(jù)庫(kù)，用于存儲(chǔ)領(lǐng)域或問(wèn)題的初始數(shù)據(jù)和推理過(guò)程中得到的中間數(shù)據(jù)或信息；推理機(jī)，用于記憶所采用的規(guī)則和控制策略的程序，使整個(gè)專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作；解釋器，向用戶解釋專家系統(tǒng)的行為；接口，使用戶與專家系統(tǒng)進(jìn)行對(duì)話。近幾十年來(lái)，專家系統(tǒng)迅速發(fā)展，是人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域，廣泛用于醫(yī)療診斷、地質(zhì)勘探、軍事、石油化工、文化教育等領(lǐng)域。
目前，專家系統(tǒng)在教育中的應(yīng)用最為廣泛與活躍。專家系統(tǒng)的特點(diǎn)通常表現(xiàn)為計(jì)劃系統(tǒng)或診斷系統(tǒng)。計(jì)劃系統(tǒng)往前走，從一個(gè)給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計(jì)劃系統(tǒng)中可以輸入有關(guān)的課堂目標(biāo)和學(xué)科內(nèi)容，它可以制定出一個(gè)課堂大綱，寫出一份教案，甚至有可能開發(fā)一堂樣板課，而診斷系統(tǒng)是往后走，從一個(gè)給定系統(tǒng)陳述查找原因或?qū)ζ溥M(jìn)行分析，例如，一個(gè)診斷系統(tǒng)可能以一堂CBI（基于計(jì)算機(jī)的教學(xué)，computer-based instruction）課為例，輸入學(xué)生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計(jì)劃系統(tǒng)支持教學(xué)系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學(xué)設(shè)計(jì)專家系統(tǒng)（ID Expert）。[6]
教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點(diǎn)（如知識(shí)水平、性格等），以最合適的教案和教學(xué)方法對(duì)學(xué)生進(jìn)行教學(xué)和輔導(dǎo)。其特點(diǎn)為：同時(shí)具有診斷和調(diào)試等功能；具有良好的人機(jī)界面。已經(jīng)開發(fā)和應(yīng)用的教學(xué)專家系統(tǒng)有美國(guó)麻省理工學(xué)院的MACSYMA符號(hào)積分與定理證明系統(tǒng)，我國(guó)一些大學(xué)開發(fā)的計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言、物理智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)以及聾啞人語(yǔ)言訓(xùn)練專家系統(tǒng)等。[7]
目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠(yuǎn)程教育，為現(xiàn)代遠(yuǎn)程教育的智能化提供了有力的技術(shù)支撐?；趯＜蚁到y(tǒng)構(gòu)造的智能化遠(yuǎn)程教育系統(tǒng)具有以下幾個(gè)方面的功能：具備某學(xué)科或領(lǐng)域的專門知識(shí)，能生成自己的提問(wèn)和應(yīng)答； 能夠分析學(xué)生的特征，評(píng)價(jià)和記錄學(xué)生的學(xué)習(xí)情況，診斷學(xué)生學(xué)習(xí)過(guò)程中的錯(cuò)誤并進(jìn)行補(bǔ)救教學(xué)；可以選擇不同的教學(xué)方法實(shí)現(xiàn)以學(xué)生為主體的個(gè)別化教學(xué)。[8]目前應(yīng)用于遠(yuǎn)程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學(xué)資源專家系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。
二 機(jī)器人學(xué)
機(jī)器人學(xué)是人工智能研究是一個(gè)分支，其主要內(nèi)容包括機(jī)器人基礎(chǔ)理論與方法、機(jī)器人設(shè)計(jì)理論與技術(shù)、機(jī)器人仿生學(xué)、機(jī)器人系統(tǒng)理論與技術(shù)、機(jī)器人操作和移動(dòng)理論與技術(shù)、微機(jī)器人學(xué)。[9]機(jī)器人的發(fā)展經(jīng)歷了三個(gè)階段：第一代機(jī)器人是以 “示教―再現(xiàn)”方式進(jìn)行工作；第二代機(jī)器人具有一定的感覺(jué)裝置，表現(xiàn)出低級(jí)智能；第三代機(jī)器人是具有高度適應(yīng)性的自治機(jī)器人，即智能機(jī)器人。目前開發(fā)和應(yīng)用的機(jī)器人大多是智能機(jī)器人。機(jī)器人技術(shù)的發(fā)展對(duì)人類的生活和社會(huì)都產(chǎn)生了重要影響，其研究和應(yīng)用逐漸由工業(yè)生產(chǎn)向教育、環(huán)境、社會(huì)服務(wù)、醫(yī)療等領(lǐng)域擴(kuò)展。
機(jī)器人技術(shù)涉及多門科學(xué)，是一個(gè)國(guó)家科技發(fā)展水平和國(guó)民經(jīng)濟(jì)現(xiàn)代化、信息化的重要標(biāo)志，因此，機(jī)器人技術(shù)是世界強(qiáng)國(guó)重點(diǎn)發(fā)展的高技術(shù)，也是世界公認(rèn)的核心競(jìng)爭(zhēng)力之一，很多國(guó)家已經(jīng)將機(jī)器人學(xué)教育列為學(xué)校的科技教育課程，在孩子中普及機(jī)器人學(xué)知識(shí)，從可持續(xù)和長(zhǎng)遠(yuǎn)發(fā)展的角度，為本國(guó)培養(yǎng)機(jī)器人研發(fā)人才。[10]在機(jī)器人競(jìng)賽的推動(dòng)下，機(jī)器人教育逐漸從大學(xué)延伸到中小學(xué)，世界發(fā)達(dá)國(guó)家例如美國(guó)、英國(guó)、法國(guó)、德國(guó)、日本等已把機(jī)器人教育納入中小學(xué)教育之中，我國(guó)許多有條件的中小學(xué)也開展了機(jī)器人教育。
機(jī)器人在作為教學(xué)內(nèi)容的同時(shí)，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學(xué)習(xí)者創(chuàng)新精神和實(shí)踐能力的新的載體與平臺(tái)，大大豐富了教學(xué)資源。多年來(lái)，我國(guó)中小學(xué)信息技術(shù)教育的主要載體是計(jì)算機(jī)和網(wǎng)絡(luò)，教學(xué)資源單一，缺乏前瞻性。教學(xué)機(jī)器人的引入，不僅激發(fā)了學(xué)生的學(xué)習(xí)興趣，還為教學(xué)提供了豐富的、先進(jìn)的教學(xué)資源。隨著機(jī)器人技術(shù)的發(fā)展，教學(xué)機(jī)器人種類越來(lái)越多，目前在中小學(xué)較為常用的教學(xué)機(jī)器人有：能力風(fēng)暴機(jī)器人、通用機(jī)器人、未來(lái)之星機(jī)器人、樂(lè)高機(jī)器人、納英特機(jī)器人、中鳴機(jī)器人等。
三 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能夠模仿人的學(xué)習(xí)行為，自動(dòng)通過(guò)學(xué)習(xí)來(lái)獲取知識(shí)和技巧，[11]其研究綜合應(yīng)用了心理學(xué)、生物學(xué)、神經(jīng)生理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)和計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科。機(jī)器學(xué)習(xí)的方法與技術(shù)有機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、解釋學(xué)習(xí)、歸納學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)等，近年來(lái)，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)（自動(dòng)獲取新的事實(shí)及新的推理算法）是使計(jì)算機(jī)具有智能的根本途徑，對(duì)機(jī)器學(xué)習(xí)的研究有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。[12]
隨著計(jì)算機(jī)技術(shù)的進(jìn)步和機(jī)器學(xué)習(xí)研究的深入，機(jī)器學(xué)習(xí)系統(tǒng)的性能大大提高，各種學(xué)習(xí)算法的應(yīng)用范圍不斷擴(kuò)大，例如將連接學(xué)習(xí)用于圖文識(shí)別，歸納學(xué)習(xí)、分析學(xué)習(xí)用于專家系統(tǒng)等，大大推動(dòng)了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學(xué)系統(tǒng)中，用機(jī)器學(xué)習(xí)與樸素的貝葉斯分類器動(dòng)態(tài)了解學(xué)生的學(xué)習(xí)偏好，有較高的準(zhǔn)確率[13]。基于案例的推理（case-based reasoning，CBR）是一種新興的機(jī)器學(xué)習(xí)和推理方法，其核心思想是重用過(guò)去人們解決問(wèn)題的經(jīng)驗(yàn)解決新問(wèn)題，在計(jì)算機(jī)輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對(duì)個(gè)體特征的教育教學(xué)方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)在生物醫(yī)學(xué)、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機(jī)器學(xué)習(xí)注入新的生機(jī)，也為機(jī)器學(xué)習(xí)在教育中的應(yīng)用提供了新的前景。
四 自然語(yǔ)言理解
自然語(yǔ)言理解就是研究如何讓計(jì)算機(jī)理解人類的自然語(yǔ)言，以實(shí)現(xiàn)用自然語(yǔ)言與計(jì)算機(jī)之間的交流。一個(gè)能夠理解自然語(yǔ)言信息的計(jì)算機(jī)系統(tǒng)看起來(lái)就像一個(gè)人一樣需要有上下文知識(shí)以及根據(jù)這些上下文知識(shí)和信息用信息發(fā)生器進(jìn)行推理的過(guò)程。[15]自然語(yǔ)言理解包括口語(yǔ)理解和書面理解兩大任務(wù)，其功能為：回答問(wèn)題，計(jì)算機(jī)能正確地回答用自然語(yǔ)言提出的問(wèn)題；文摘生成，計(jì)算機(jī)能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計(jì)算機(jī)能用不同的詞語(yǔ)和句型來(lái)復(fù)述輸入的自然語(yǔ)言信息；翻譯，計(jì)算機(jī)能把一種語(yǔ)言翻譯成另外一種語(yǔ)言。由于創(chuàng)造和使用自然語(yǔ)言是人類高度智能的表現(xiàn)，因此對(duì)自然語(yǔ)言處理的研究也有助于揭開人類高度智能的奧秘，深化對(duì)語(yǔ)言能力和思維本質(zhì)的認(rèn)識(shí)。[16]
自然語(yǔ)言理解最早的研究領(lǐng)域是機(jī)器翻譯，隨著應(yīng)用研究的廣泛開展，也為機(jī)器人和專家系統(tǒng)的知識(shí)獲取提供了新的途徑，例如由MIT研制的指揮機(jī)器人的自然語(yǔ)言理解系統(tǒng)SHRDLU就可以接收自然語(yǔ)言，進(jìn)行人機(jī)對(duì)話，回答關(guān)于桌面上積木世界中的各種問(wèn)題。同時(shí)，對(duì)自然語(yǔ)言理解的研究也促進(jìn)了計(jì)算機(jī)輔助語(yǔ)言教學(xué)和計(jì)算機(jī)語(yǔ)言設(shè)計(jì)等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語(yǔ)學(xué)習(xí)系統(tǒng)，這個(gè)基于網(wǎng)絡(luò)的“人-機(jī)”語(yǔ)境的建立，突破了普通英語(yǔ)教師和傳統(tǒng)的單機(jī)的多媒體教學(xué)軟件所能具備能力限制，也比建立于網(wǎng)絡(luò)的“人-人”語(yǔ)境更具靈活性，可以為遠(yuǎn)程學(xué)習(xí)者提供良好的英語(yǔ)學(xué)習(xí)支持，在國(guó)內(nèi)第一次系統(tǒng)地將用自然語(yǔ)言進(jìn)行的人機(jī)對(duì)話系統(tǒng)應(yīng)用在計(jì)算機(jī)輔助外語(yǔ)教學(xué)上，在國(guó)際上也是一種創(chuàng)新。[17]
五 人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)就是在對(duì)大腦的生理研究的基礎(chǔ)上，用模擬生物神經(jīng)元的某些基本功能的元件（即人工神經(jīng)元），按各種不同的聯(lián)結(jié)方式組織起來(lái)的一個(gè)網(wǎng)絡(luò)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能，例如可以用于模仿視覺(jué)、模式識(shí)別、聲音信號(hào)處理、控制、故障診斷等領(lǐng)域，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元。[18]人工神經(jīng)網(wǎng)絡(luò)有兩種基本結(jié)構(gòu)：遞歸（反饋）網(wǎng)絡(luò)和多層（前饋）網(wǎng)絡(luò)，兩種主要學(xué)習(xí)算法：有指導(dǎo)式學(xué)習(xí)和非指導(dǎo)式學(xué)習(xí)。
人工神經(jīng)網(wǎng)絡(luò)從模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為出發(fā)，具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，特別適合于處理需要同時(shí)考慮許多因素和條件的、不精確和模糊的信息處理問(wèn)題，[19]這使人工神經(jīng)網(wǎng)絡(luò)具有更大的發(fā)展?jié)撃?，目前已?jīng)開發(fā)和應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)模型有30多種。人工神經(jīng)網(wǎng)絡(luò)在教育中的應(yīng)用大多是與教學(xué)專家系統(tǒng)相結(jié)合，以此來(lái)改進(jìn)教學(xué)專家系統(tǒng)的性能，提高智能性，使其在教學(xué)過(guò)程中對(duì)突發(fā)問(wèn)題具有更好的應(yīng)對(duì)能力。人工神經(jīng)網(wǎng)絡(luò)在學(xué)校管理中也得到應(yīng)用，例如采用誤差反傳算法（BP）的多層感知器已應(yīng)用于高校管理之中。
六 分布式人工智能(Distributed Artificial Intelligence，DAI)
分布式人工智能是分布式計(jì)算與人工智能結(jié)合的結(jié)果，研究目標(biāo)是要?jiǎng)?chuàng)建一種能夠描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型，主要研究問(wèn)題是各Agent之間的合作與對(duì)話，包括分布式問(wèn)題求解和多Agent系統(tǒng)兩個(gè)領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個(gè)Agent組成，每個(gè)Agent又是一個(gè)半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進(jìn)行并發(fā)活動(dòng)并進(jìn)行交互來(lái)完成問(wèn)題求解。[21]由于分布式人工智能系統(tǒng)具有并行、分布、開放、協(xié)作和容錯(cuò)等優(yōu)點(diǎn)，在資源、時(shí)空和功能上克服了單智能系統(tǒng)的局限性，因此獲得了廣泛的應(yīng)用。
分布式人工智能中的Agent和多Agent技術(shù)在教學(xué)中的應(yīng)用逐漸受到關(guān)注。在教學(xué)中引入Agent可以有效地提高教學(xué)系統(tǒng)的智能性，創(chuàng)造良好的學(xué)習(xí)情境，并能激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，進(jìn)行個(gè)性化教育。目前，Agent和多Agent技術(shù)多用于遠(yuǎn)程智能教學(xué)系統(tǒng)，通過(guò)利用其分布性、自主性和社會(huì)性等特點(diǎn)，提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能性，使教學(xué)資源得到充分利用，并可實(shí)現(xiàn)對(duì)學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行動(dòng)態(tài)跟蹤，為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)創(chuàng)造合作性的學(xué)習(xí)環(huán)境。在網(wǎng)絡(luò)教學(xué)軟件中應(yīng)用Agent技術(shù)的一個(gè)典型是美國(guó)南加利福尼亞大學(xué)（USC）開發(fā)的教學(xué)Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學(xué)軟件中取得的良好效果，促進(jìn)了研究者對(duì)分布式人工智能在教育中的應(yīng)用研究。
綜上所述，科學(xué)技術(shù)的發(fā)展將會(huì)推動(dòng)人工智能技術(shù)在教育中應(yīng)用的廣度和深度。從人工智能的應(yīng)用趨勢(shì)來(lái)看，人工智能在教育中應(yīng)用的擴(kuò)展可以通過(guò)以下三個(gè)方面進(jìn)行：一是人工智能與其他先進(jìn)信息技術(shù)結(jié)合。人工智能已經(jīng)與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等有效的融合，為提高學(xué)習(xí)效率和效度提供了有力的技術(shù)支持，而引起教育技術(shù)界廣泛關(guān)注。[23]例如人工智能技術(shù)通過(guò)與多媒體技術(shù)相結(jié)合，可以提高智能教學(xué)系統(tǒng)的教學(xué)效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進(jìn)遠(yuǎn)程教育的智能性。二是人工智能應(yīng)用研究領(lǐng)域間的集成。人工智能應(yīng)用研究領(lǐng)域之間并不是彼此獨(dú)立，而是相互促進(jìn)，相互完善，它們可以通過(guò)集成擴(kuò)展彼此的功能和應(yīng)用能力。例如自然語(yǔ)言理解與專家系統(tǒng)、機(jī)器人的集成，為專家系統(tǒng)和機(jī)器人提供了新的知識(shí)獲取途徑。三是人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸與擴(kuò)展，這些新領(lǐng)域有分布式人工智能與Agent、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊(yùn)藏著巨大潛能，必將對(duì)教育產(chǎn)生重要的影響。
技術(shù)發(fā)展不斷發(fā)揮著引導(dǎo)教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會(huì)掀起相應(yīng)的研究熱潮, 引發(fā)對(duì)技術(shù)在教育中應(yīng)用的探討、評(píng)價(jià)以及與傳統(tǒng)技術(shù)的對(duì)比。[25] 人工智能作為一門交叉的前沿學(xué)科，雖然在基本理論和方法等方面存在著爭(zhēng)論，但從其研究成果與應(yīng)用效果來(lái)看，有著廣闊的應(yīng)用前景，值得進(jìn)一步的開發(fā)和利用。
參考文獻(xiàn)
[1] 史忠植,王文杰.人工智能[M].北京:國(guó)防工業(yè)出版社,2007:1.
[2][11][18][19] 《計(jì)算機(jī)與信息科學(xué)十萬(wàn)個(gè)為什么》叢書編輯委員會(huì),計(jì)算機(jī)與信息科學(xué)十萬(wàn)個(gè)為什么(8):人工智能[M].北京:清華大學(xué)出版社,1998:5,189,78-79,84.
[3] 任友群,胡航.論學(xué)習(xí)科學(xué)的本質(zhì)及其學(xué)科基礎(chǔ)[J].中國(guó)電化教育,2007,(5):1-5.
[4][21] 蔡瑞英,李長(zhǎng)河.人工智能[M].武漢:武漢理工大學(xué)出版社,2003:12-13.
[5][12][15][20][24] 蔡自興,徐光.人工智能及其應(yīng)用(第三版)――研究生用書[M].北京:清華大學(xué)出版社,2007: 12-14,19-20.
[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學(xué)設(shè)計(jì)的國(guó)際觀第2冊(cè):解決教學(xué)設(shè)計(jì)問(wèn)題[M].北京:教育科學(xué)出版社,2007:67.
[7] 任友群.技術(shù)支撐的教與學(xué)及其理論基礎(chǔ)[M].上海:上海教育出版社,2007:42-43.
[8] 路利娟.應(yīng)用專家系統(tǒng)提升現(xiàn)代遠(yuǎn)程教育的智能化[J].中國(guó)教育技術(shù)裝備,2007,(12):79-80.
[9] 陳懇,楊向東,劉莉等.機(jī)器人技術(shù)與應(yīng)用[M].北京:清華大學(xué)出版社,2007:6.
[10] 關(guān)注機(jī)器人幼兒教育――訪鮑青山博士[DB/OL].
[13] 柏宏權(quán),韓慶年.機(jī)器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J].南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版),2007,7(4):76-79.
[14] 楊健,趙秦怡.基于案例的推理技術(shù)研究進(jìn)展及應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),2008,29(3):710-712.
[16] 自然語(yǔ)言理解[DB/OL].
[17] 賈積有.人工智能技術(shù)的遠(yuǎn)程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語(yǔ)學(xué)習(xí)系統(tǒng)[J].現(xiàn)代教育技術(shù),2006,16(2):26-29.
[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].
【關(guān)鍵詞】人工智能；電力系統(tǒng)；應(yīng)用
人工智能技術(shù)簡(jiǎn)稱AI，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，與基因工程、納米技術(shù)并稱為21世紀(jì)三大尖端技術(shù)。由于它是利用計(jì)算機(jī)來(lái)模擬人類的智能活動(dòng)，因此完全擺脫了傳統(tǒng)方法的束縛，能解決傳統(tǒng)方法難以解決甚至根本無(wú)法解決的問(wèn)題，當(dāng)前，隨著國(guó)家電網(wǎng)建設(shè)“堅(jiān)強(qiáng)的智能電網(wǎng)”進(jìn)程的不斷深入，電力系統(tǒng)規(guī)模不斷增加，數(shù)據(jù)量增多，管理上越發(fā)復(fù)雜，因此，將人工智能應(yīng)用于電力自動(dòng)化控制系統(tǒng)，能有效減少運(yùn)行成本，提高工作效率，現(xiàn)就該問(wèn)題進(jìn)行粗淺探討，以供參考。
一、人工智能技術(shù)概述
人工智能技術(shù)自上世紀(jì)50年展至今，在理論研究方面已取得突破性進(jìn)展，在具體應(yīng)用方面，主要如下：（1）專家系統(tǒng)（ES）。所謂專家系統(tǒng)，即一個(gè)計(jì)算機(jī)程序集，該程序利用當(dāng)前的輸入信息、知識(shí)庫(kù)及一系列推理規(guī)則來(lái)完成由某一領(lǐng)域?qū)＜也拍芡瓿傻墓ぷ?。專家系統(tǒng)的特點(diǎn)在于其符號(hào)表達(dá)、邏輯推理及漸進(jìn)式搜索能力。家系統(tǒng)在電力系統(tǒng)運(yùn)行控制中的應(yīng)用領(lǐng)域包括報(bào)警信號(hào)處理、電壓控制、故障診斷、恢復(fù)控制、運(yùn)行規(guī)劃等。（2）人工神經(jīng)網(wǎng)絡(luò)（ANN）。人工神經(jīng)網(wǎng)絡(luò)是模擬的生物激勵(lì)系統(tǒng)，由大量的神經(jīng)元以一定的方式連接而成的，單個(gè)神經(jīng)元的作用是實(shí)現(xiàn)輸入到輸出的一個(gè)非線性函數(shù)關(guān)系，它們之間廣泛的連接組合就使得整個(gè)神經(jīng)網(wǎng)絡(luò)有了復(fù)雜的非線性特性，神經(jīng)網(wǎng)絡(luò)將大量的信息隱含在其連接權(quán)值上，根據(jù)一定的學(xué)習(xí)算法調(diào)節(jié)權(quán)值，使神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從m維空間到n維空間復(fù)雜的非線性映射。神經(jīng)網(wǎng)絡(luò)具有良好的快速并行處理能力及分類能力，因此被廣泛地應(yīng)用于電力系統(tǒng)的實(shí)時(shí)控制、檢測(cè)與診斷、短期和長(zhǎng)期負(fù)荷預(yù)測(cè)、狀態(tài)評(píng)估等諸多領(lǐng)域。（3）模糊集理論（FL）。FL發(fā)展于上世紀(jì)60年代中期，它是多值邏輯的擴(kuò)展，能夠完成傳統(tǒng)數(shù)學(xué)方法難以做到的近似推理。其具體應(yīng)用為：應(yīng)用多目標(biāo)模糊決策方法，進(jìn)行故障測(cè)距和故障類型識(shí)別；給出模糊集理論的配電系統(tǒng)潮流與狀態(tài)估計(jì)方法；采用模糊推理估計(jì)配電系統(tǒng)負(fù)荷水平，歸納各類用戶隨不同因素的變化；用模糊集方法構(gòu)造變壓器保護(hù)原理，區(qū)別內(nèi)部故障、涌流、過(guò)激以及電流互感器飽和情況下的外部故障；尋求維持電力系統(tǒng)安全運(yùn)行和充分利用輸電容量之間的折衷解；運(yùn)用于配電系統(tǒng)損耗模糊計(jì)算模型，提高計(jì)算精確度等。（4）啟發(fā)式搜索（HS）。啟發(fā)式搜索主要有遺傳算法（GA）和模擬退火（SA）算法兩種，啟發(fā)式搜索通過(guò)隨機(jī)產(chǎn)生新的解并保留其中較好的結(jié)果，并避免陷入局部最小，以求得全局最優(yōu)解或近似最優(yōu)解。以上兩種方法，都可用來(lái)求解任意目標(biāo)函數(shù)和約束的優(yōu)化問(wèn)題。
二、人工智能技術(shù)的在電力自動(dòng)化的應(yīng)用
（1）在電源規(guī)劃中的應(yīng)用。電源規(guī)劃是電力系統(tǒng)中電源布局的戰(zhàn)略規(guī)劃，當(dāng)前，人們對(duì)高質(zhì)量電能的需求越發(fā)突出，因此，加強(qiáng)電力建設(shè)，擴(kuò)充新電源勢(shì)在必行。電源規(guī)劃問(wèn)題之所以復(fù)雜，其中一個(gè)重要原因即是每個(gè)規(guī)劃時(shí)期備選機(jī)組狀態(tài)的數(shù)目龐大，而對(duì)于每個(gè)具體的規(guī)劃項(xiàng)目，這些狀態(tài)大多是不可行的，而利用專家系統(tǒng)，可以根據(jù)實(shí)際規(guī)劃工作時(shí)的具體約束條件對(duì)方案進(jìn)行裁減，盡早刪除大量不可行的方案，從而減少優(yōu)化計(jì)算的工作量，提高規(guī)劃效率。同時(shí)，利用遺傳算法，可以實(shí)現(xiàn)站址和站容的優(yōu)化。（2）在電能質(zhì)量分析中的應(yīng)用。20世紀(jì)80年代末以來(lái)，隨著微電子技術(shù)和電力電子技術(shù)的發(fā)展，基電能質(zhì)量越來(lái)越被人們所關(guān)注。為提高電能質(zhì)量，建立電能質(zhì)量檢測(cè)和分析識(shí)別系統(tǒng)，對(duì)其進(jìn)行正確的檢測(cè)、評(píng)估和分類就顯得十分必要。傳統(tǒng)的電能質(zhì)量檢測(cè)手段主要是以人工方式和便攜式電能質(zhì)量測(cè)量?jī)x器為主，對(duì)線路和變電站進(jìn)行現(xiàn)場(chǎng)數(shù)據(jù)采集，工作量大，采集的數(shù)據(jù)不系統(tǒng)也不全面，時(shí)間延續(xù)性短，誤差較大，效率低。而采用人工智能技術(shù)能有效克服傳統(tǒng)方法的缺陷。如電力系統(tǒng)中諧波診斷的任務(wù)是對(duì)一組電流或電壓的采樣信號(hào)確定出各次諧波的含量或感興趣的諧波成分含量，采用人工神經(jīng)網(wǎng)絡(luò)，可以在避免噪聲和間諧波的情況下分析諧波問(wèn)題。又如，電力系統(tǒng)電源側(cè)電壓及負(fù)荷變化將引起用戶側(cè)電壓波動(dòng)，長(zhǎng)時(shí)間的電壓偏移將使得供電電壓質(zhì)量得不到保證，因此，保持電壓偏移在允許范圍內(nèi)是衡量電能質(zhì)量標(biāo)準(zhǔn)的一項(xiàng)重要內(nèi)容。而基于專家系統(tǒng)而設(shè)計(jì)的變電站無(wú)功控制裝置，能將已有的無(wú)功電壓控制經(jīng)驗(yàn)或知識(shí)用規(guī)則表示出來(lái)，形成專家系統(tǒng)的知識(shí)庫(kù)。并能像有經(jīng)驗(yàn)的調(diào)度員那樣，在面臨不同運(yùn)行工況時(shí)，根據(jù)上述的規(guī)則由無(wú)功電壓實(shí)時(shí)變化值有效地作出合理的電壓調(diào)節(jié)決策。此外，人工智能技術(shù)在電能質(zhì)量分析中的應(yīng)用，還包括電能質(zhì)量的擾動(dòng)分析、電能質(zhì)量的數(shù)據(jù)管理和數(shù)據(jù)挖掘，等等。（3）在故障診斷中的應(yīng)用。電力系統(tǒng)可能出現(xiàn)的故障種類繁多，具有復(fù)雜性、不確定性及非線性等特點(diǎn)，從一次系統(tǒng)的故障看，可分為線路和元件故障兩大類；從二次系統(tǒng)的故障看，則可粗略地分為保護(hù)系統(tǒng)、信號(hào)系統(tǒng)、測(cè)量系統(tǒng)、控制系統(tǒng)及電源系統(tǒng)五類故障，若采用傳統(tǒng)的方法診斷效率低，準(zhǔn)確率不高，而采用人工智能技術(shù)，能大大提高故障診斷的準(zhǔn)確率。專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯是人工智能技術(shù)用于故障診斷的方法，例如人工智能故障診斷技術(shù)運(yùn)用于發(fā)電機(jī)及電動(dòng)機(jī)進(jìn)行的故障診斷時(shí)，將模糊理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，不僅保留了故障診斷知識(shí)的模糊性，還結(jié)合了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力強(qiáng)的優(yōu)點(diǎn)，共同實(shí)現(xiàn)對(duì)電機(jī)故障的診斷，大大提高了故障診斷的準(zhǔn)確率。（4）在電力系統(tǒng)無(wú)功優(yōu)化中的應(yīng)用。謂電力系統(tǒng)無(wú)功優(yōu)化，就是指當(dāng)電力系統(tǒng)的結(jié)構(gòu)參數(shù)及負(fù)荷情況給定時(shí)，通過(guò)對(duì)某些控制變量的優(yōu)化，在滿足所有指定約束條件的前提下，使系統(tǒng)的一個(gè)或多個(gè)性能指標(biāo)達(dá)到最優(yōu)的無(wú)功調(diào)節(jié)手段，它是保證電力系統(tǒng)安全，提高運(yùn)行經(jīng)濟(jì)性的手段之一。將人工智能技術(shù)應(yīng)用于電力系統(tǒng)無(wú)功優(yōu)化中，主要有如下幾方面：如，針對(duì)傳統(tǒng)方法在處理配電網(wǎng)無(wú)功優(yōu)化時(shí)不能處理多元約束問(wèn)題的缺陷，模糊優(yōu)化法通過(guò)引入模糊集理論，能使一些不確定的問(wèn)題得到解決，使用模糊優(yōu)化法，可優(yōu)化配電網(wǎng)的電容器投切，減少了配電網(wǎng)的網(wǎng)損并提高了其電壓質(zhì)量。使用禁忌算法，能有效地處理不可微的目標(biāo)函數(shù)，解決配電網(wǎng)補(bǔ)償電容器優(yōu)化投切0-1組合優(yōu)化問(wèn)題，并可以處理補(bǔ)償電容器分檔投切的組合優(yōu)化問(wèn)題。而使用人工神經(jīng)網(wǎng)絡(luò)，可以將網(wǎng)損最小作為優(yōu)化目標(biāo)，用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)多抽頭的配電網(wǎng)電容器進(jìn)行實(shí)時(shí)控制，等等。（5）在電力系統(tǒng)繼電保護(hù)中的應(yīng)用。通過(guò)專家系統(tǒng)，能把保護(hù)、斷路器的動(dòng)作邏輯以及運(yùn)行人員的診斷經(jīng)驗(yàn)用規(guī)則表示出來(lái)，形成故障診斷專家系統(tǒng)的知識(shí)庫(kù)，進(jìn)而根據(jù)報(bào)警信息對(duì)知識(shí)庫(kù)進(jìn)行推理，獲得故障診斷的結(jié)論。輸電網(wǎng)絡(luò)中保護(hù)的動(dòng)作邏輯一級(jí)保護(hù)與斷路器之間的關(guān)系易于用直觀的、模塊化的規(guī)則表示出來(lái)能夠在一定程度上解決不確定性問(wèn)題，能夠給出符合人類語(yǔ)言習(xí)慣的結(jié)論并具有相應(yīng)的解釋能力等。此外框架法專家系統(tǒng)善于表達(dá)具有分類結(jié)構(gòu)的知識(shí)，能夠比較清楚的表達(dá)事物之間的相關(guān)性，可以簡(jiǎn)化繼承性知識(shí)的表述和存儲(chǔ)，在輸電網(wǎng)絡(luò)報(bào)警信息處理和故障診斷中也有少量應(yīng)用。（6）在抑制電力系統(tǒng)低頻振蕩中的應(yīng)用。大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，對(duì)電力系統(tǒng)的安全造成嚴(yán)重威脅。低頻振蕩產(chǎn)生的原因，源于系統(tǒng)缺乏阻尼，目前，低頻振蕩抑制措施中研究較多的是電力系統(tǒng)穩(wěn)定器FACTS和PSS阻尼控制器，以上兩種辦法均存在一定缺陷，即存在魯棒性差的問(wèn)題，而人工智能技術(shù)能模擬人類處理問(wèn)題的過(guò)程、容易計(jì)及人的經(jīng)驗(yàn)和具有一定的學(xué)習(xí)能力，將神經(jīng)網(wǎng)絡(luò)、模糊理論、GA等人工智能技術(shù)應(yīng)用于FACTS控制器和自適PSS的研究，能解決阻尼控制器參數(shù)的魯棒最優(yōu)整定，有效抑制電力系統(tǒng)低頻振蕩問(wèn)題。
總之，隨著人工智能技術(shù)的不斷進(jìn)步，新的方法將不斷涌現(xiàn)，其在電力系統(tǒng)中的應(yīng)用也將越來(lái)越廣，如何綜合已有技術(shù)，揚(yáng)長(zhǎng)避短，并探索新的技術(shù)和理論方法，將其應(yīng)用于解決未來(lái)電力系統(tǒng)的各種問(wèn)題，是我們今后探索研究的主要方向。
參 考 文 獻(xiàn)
[1]蔡自興，徐光祐．人工智能技術(shù)及應(yīng)用[M]．北京：清華大學(xué)出版社，2000
“人工智能”一詞最早是在1956年Dartmouth學(xué)會(huì)上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之?dāng)U展。人工智能其英文全稱為ArtificialIntelligence，縮寫為人所共知的AI，它主要是對(duì)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)等進(jìn)行研究討論。對(duì)于人工智能的定義義眾說(shuō)不一，一般有兩種說(shuō)法：一種是人工智能是關(guān)于知識(shí)的學(xué)科，即怎樣對(duì)知識(shí)進(jìn)行表示以及怎樣獲取知識(shí)并對(duì)知識(shí)進(jìn)行使用的科學(xué)；另一種是人工智能研究的是如何實(shí)現(xiàn)讓計(jì)算機(jī)做過(guò)去只有人才能夠做的智能工作。但是不管是哪一種，它都是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的定義可以分為兩部分，即“人工”和“智能”。對(duì)于“人工”，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒(méi)有高到可以創(chuàng)造人工智能的地步，等等。但總的來(lái)說(shuō)，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。誕生對(duì)于“智能”，則存在著很大的爭(zhēng)議。因?yàn)檫@涉及到了諸如意識(shí)（consciousness）、自我（self）、思維（mind）（包括無(wú)意識(shí)的思維（unconscious_mind）等等問(wèn)題。人類唯一能夠了解的智能就是人類本身的智能。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。人工智能的實(shí)現(xiàn)方式有2種方法。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（Engineeringapproach），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識(shí)別、電腦下棋等。另一種是模擬法（Modelingapproach），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。
2人工智能的發(fā)展
對(duì)于人工智能的研究一共可以分為五個(gè)階段。第一個(gè)階段是人工智能的興起與冷落，這個(gè)時(shí)間是在20世紀(jì)的50年代。這個(gè)階段是人工智能的起始階段，人工智能的概念首次被提出，并相繼涌現(xiàn)出一批科技成果，例如機(jī)器定理證明、跳棋程序、LISP表處理語(yǔ)言等。由于人工智能處于起始階段，很多地方都存在著缺陷，在加上對(duì)自然語(yǔ)言的翻譯失敗等諸多原因，人工智能的發(fā)展一度陷入了低谷。同時(shí)在這一個(gè)階段的人工智能研究有一個(gè)十分明顯的特點(diǎn)：?jiǎn)栴}求解的方法過(guò)度重視，卻忽視知識(shí)重要性。第二個(gè)階段從20世紀(jì)的60年代末到70年代。專家系統(tǒng)的出現(xiàn)將人工智能的研究再一次推向。其中比較著名的專家系統(tǒng)有DENDAL化學(xué)質(zhì)譜分析系統(tǒng)、MTCIN疾病診斷和治療系統(tǒng)、Hearsay-11語(yǔ)言理解系統(tǒng)等。這些專家系統(tǒng)的出現(xiàn)標(biāo)志著人工智能已經(jīng)進(jìn)入了實(shí)際運(yùn)用的階段。同時(shí)國(guó)際人工智能聯(lián)合會(huì)于1969年成立。第三個(gè)階段是20世紀(jì)80年代。這個(gè)階段伴隨著第五代計(jì)算機(jī)的研制，人工智能的研究也取得了極大的進(jìn)展。日本為了能夠使推理的速度達(dá)到數(shù)值運(yùn)算的速度那么快，于1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”。這個(gè)計(jì)劃雖然最終結(jié)果是以失敗結(jié)束，但是它卻帶來(lái)了人工智能研究的又一輪熱潮。第四個(gè)階段是20世紀(jì)的80年代末。1987年是神經(jīng)網(wǎng)絡(luò)這一新興科學(xué)但是的年份。1987年，美國(guó)召開了第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，并向世人宣告了這一新興科學(xué)的誕生。此后，世界各國(guó)在神經(jīng)網(wǎng)絡(luò)上的投資也開始逐漸的增加。第五個(gè)階段是20世紀(jì)90年代后。網(wǎng)絡(luò)技術(shù)的出現(xiàn)于發(fā)展，為人工智能的研究提供了新的方向。人工智能的研究已經(jīng)從曾經(jīng)的單個(gè)智能主體研究開始轉(zhuǎn)向到基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。在這個(gè)階段人工智能不僅僅只對(duì)基于同一目標(biāo)的分布式問(wèn)題求解進(jìn)行研究，同時(shí)還對(duì)多個(gè)智能主體的多目標(biāo)問(wèn)題求解進(jìn)行研究，讓人工智能有更多的實(shí)際用途。
3對(duì)人工智能的思考
3.1人工智能與人的智能
從哲學(xué)上的量變引起質(zhì)變的角度來(lái)講，人工智能在不斷的發(fā)展過(guò)程中一定會(huì)產(chǎn)生質(zhì)的飛躍。在最初，人工智能只具有簡(jiǎn)單的模擬功能，但是發(fā)展到現(xiàn)在已經(jīng)具備了思考的能力（邏輯推理分析），這已經(jīng)表明人工智能在不斷量變的過(guò)程中已經(jīng)發(fā)生了質(zhì)變。有人認(rèn)為有人會(huì)說(shuō)人工智能不會(huì)超過(guò)人類的智能，理由是人工智能是人類創(chuàng)造出來(lái)的。但是現(xiàn)實(shí)中很多人類創(chuàng)造出來(lái)的東西已經(jīng)在某一些方面超過(guò)了人類本身的能力，例如起重機(jī)的力氣超過(guò)人類很多；汽車速度也遠(yuǎn)超過(guò)人類的速度。人類之所以會(huì)制造出各種各樣的工具，其目的就是希望自身的能力能通過(guò)這些工具進(jìn)行延伸和突破。人類研究人工智能就是希望人工智能幫助人類實(shí)現(xiàn)人類某些無(wú)法實(shí)現(xiàn)的東西。還有人認(rèn)為人工智能是人類創(chuàng)造出來(lái)的，所以它一定存在著致命的弱點(diǎn)，也因此人的智能優(yōu)于人工智能。但是殊不知人類與機(jī)器相比也有著十分明顯的弱點(diǎn)，例如人類所需要的生存條件比機(jī)器更加的嚴(yán)格，人類思維會(huì)受到人的情緒所影響，而機(jī)器只是受到程序的影響，它們沒(méi)有情緒的起伏。就目前的人工智能而言，它們?cè)谀骋恍╊I(lǐng)域比人類更強(qiáng)。但是目前我們必須正視人工智能的一些還沒(méi)有辦法改變的缺陷，那就是人工智能的學(xué)習(xí)能力與創(chuàng)新能力。人工智能的知識(shí)獲取大部門都是人為的進(jìn)行灌輸，而無(wú)法像人類自身那樣進(jìn)行主動(dòng)的學(xué)習(xí)。同時(shí)人工智能只能夠利用已有的知識(shí)去解決一些問(wèn)題，但是卻還不能夠創(chuàng)造性的提出一些新的東西。
3.2對(duì)機(jī)器人三大定律的困惑
美國(guó)最著名的科普作家艾薩克．阿西莫夫提出過(guò)比較著名的機(jī)器人三大定律：第一定律，機(jī)器人不得傷害人，或任人受到傷害而無(wú)所作為；第二定律，機(jī)器人應(yīng)服從人的一切命令，但命令與第一定律相抵觸時(shí)例外；第三定律，機(jī)器人必須保護(hù)自身的安全，但不得與第一、第二定律相抵觸。雖然這只是科幻作家所提出的一家之言，但是也代表了人類對(duì)與人工智能發(fā)展的一種期望與擔(dān)心。人們害怕自己所創(chuàng)造出來(lái)的人工智能會(huì)傷害人類自己。但是阿西莫夫所提出三大定律都是以人類為中心的，而忽視了人工智能本身?；蛟S這是人類的一種天性，世間所有的事物都應(yīng)該圍繞人類自身來(lái)定義、發(fā)展。就好像人類自以為掌控了能夠改變大自然的力量，最終卻被大自然反噬一樣。同時(shí)，隨著科學(xué)技術(shù)的發(fā)展，人工智能已經(jīng)不單單需要邏輯思維與模仿，同時(shí)還應(yīng)該將情感賦予人工智能。因?yàn)殡S著科學(xué)家對(duì)人類大腦和精神系統(tǒng)的研究的深入，已經(jīng)愈來(lái)愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人類的自我中心又是否會(huì)傷害到人類自己創(chuàng)造出來(lái)的人工智能。
3.3對(duì)人工智能未來(lái)的思考
人工智能有著十分巨大的發(fā)展?jié)摿?，?duì)于人工智能的研究雖然經(jīng)過(guò)了很多年，但是這也僅僅是剛剛開始而已，繼續(xù)研究下去在很多方面都會(huì)有重大的突破。自動(dòng)推理是人工智能最經(jīng)典的一個(gè)研究分支，它的基本理論是人工智能其它分支的共同基礎(chǔ)。一直以來(lái)人工智能最熱門的研究?jī)?nèi)容里面就有自動(dòng)推理，同時(shí)在該知識(shí)系統(tǒng)中的動(dòng)態(tài)演化特征及可行性推理的研究是一個(gè)十分熱門的研究?jī)?nèi)容，很有可能取得大的突破。機(jī)器學(xué)習(xí)一直在致力于研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能。在過(guò)去的很長(zhǎng)的一段時(shí)間內(nèi)都沒(méi)有取得十分顯著的成果。但是許多新的學(xué)習(xí)方法相繼問(wèn)世，并且已經(jīng)有了實(shí)際的應(yīng)用，這充分的說(shuō)明在這方面的研究已經(jīng)有了很大的進(jìn)步。自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。在經(jīng)過(guò)人工智能研究人員的艱苦努力之后，在該領(lǐng)域中已取得了大量令人矚目的理論與實(shí)際應(yīng)用成果，許多產(chǎn)品已經(jīng)進(jìn)人了眾多領(lǐng)域。智能信息檢索技術(shù)在Internet技術(shù)的影響下，近年來(lái)發(fā)展勢(shì)頭十分迅猛，而且已經(jīng)成為了人工智能的一個(gè)獨(dú)立研究分支。
1人工智能技術(shù)的綜述
人工智能技術(shù)是以計(jì)算機(jī)技術(shù)為基礎(chǔ)，融合多門學(xué)科的綜合性科學(xué)技術(shù)，其主要是通過(guò)計(jì)算機(jī)模擬構(gòu)建人的智能，并且創(chuàng)建機(jī)器人系統(tǒng)和專家系統(tǒng)實(shí)現(xiàn)對(duì)電氣自動(dòng)控制系統(tǒng)的智能化操作。人工智能技術(shù)的突出特點(diǎn)是：一是操作性。人工智能技術(shù)主要是依托計(jì)算機(jī)的控制實(shí)現(xiàn)對(duì)電氣設(shè)備的控制，因此人工智能技術(shù)具有很強(qiáng)的邏輯性，便于控制人員進(jìn)行操作；二是價(jià)值大。人工智能技術(shù)不僅融合了計(jì)算機(jī)技術(shù)，而且其還實(shí)現(xiàn)了對(duì)電氣設(shè)備的自動(dòng)化控制與監(jiān)測(cè)，實(shí)現(xiàn)了以較小的投入獲得更大的經(jīng)濟(jì)效益的目的。比如通過(guò)人工智能技術(shù)可以減少人工操作環(huán)節(jié)，進(jìn)而為企業(yè)節(jié)省相當(dāng)多的人力資源成本費(fèi)用；三是準(zhǔn)確性比較高。人工智能技術(shù)主要是計(jì)算機(jī)依據(jù)人的智能建立計(jì)算機(jī)控制系統(tǒng)，實(shí)現(xiàn)對(duì)電氣設(shè)備的精確性操作，比如利用人工智能技術(shù)可以對(duì)電氣設(shè)備的運(yùn)行情況進(jìn)行智能檢測(cè)與處理，避免了人工檢測(cè)所存在的弊端。
2人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中應(yīng)用的必要性
人工智能技術(shù)的最大優(yōu)勢(shì)就是通過(guò)對(duì)電氣控制系統(tǒng)信息的收集、研究，制定出具體的有效處理措施，從而代替?zhèn)鹘y(tǒng)的依靠人腦進(jìn)行操作的模式。將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制系統(tǒng)中具有重要的意義：
2.1能夠有效解決電氣自動(dòng)化控制過(guò)程中存在的病態(tài)結(jié)構(gòu)問(wèn)題
電氣自動(dòng)化控制過(guò)程中因?yàn)殡姎庠O(shè)備精密度越來(lái)越高，因此在運(yùn)行過(guò)程中所出現(xiàn)的病態(tài)結(jié)構(gòu)很難應(yīng)用傳統(tǒng)的方式表達(dá)出來(lái)，而人工智能技術(shù)則可以有效解決此類問(wèn)題，其完全有能力利用定量與定性相結(jié)合的控制方式對(duì)控制系統(tǒng)進(jìn)行計(jì)算與分析。
2.2實(shí)現(xiàn)自動(dòng)控制系統(tǒng)的數(shù)據(jù)采集與處理功能
將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制中能夠依托專家系統(tǒng)對(duì)電氣設(shè)備進(jìn)行實(shí)時(shí)監(jiān)視，并且對(duì)相關(guān)信息進(jìn)行自動(dòng)收集與儲(chǔ)存，一旦發(fā)現(xiàn)存在潛在故障或者存在事故的事件，人工智能技術(shù)就會(huì)自動(dòng)采取相應(yīng)的控制方式，對(duì)故障進(jìn)行自動(dòng)處理，進(jìn)而避免了電氣系統(tǒng)故障的進(jìn)一步擴(kuò)大化。
2.3簡(jiǎn)化了人工操作過(guò)程，降低了人工操作造成的損失
人工智能技術(shù)通過(guò)計(jì)算機(jī)設(shè)備就可以實(shí)現(xiàn)對(duì)電氣設(shè)備的自動(dòng)化控制，比如電氣系統(tǒng)的人工智能化控制系統(tǒng)就可以通過(guò)鼠標(biāo)對(duì)控制開關(guān)進(jìn)行自動(dòng)控制，并且對(duì)勵(lì)磁電流進(jìn)行調(diào)整。同時(shí)電氣人工智能控制系統(tǒng)還設(shè)定了應(yīng)用管理權(quán)限，限制了相應(yīng)操作人員的權(quán)限，實(shí)現(xiàn)了專人專崗制度，細(xì)化了操作責(zé)任制度。
3人工智能技術(shù)在電氣自動(dòng)化控制中應(yīng)用的思路分析
3.1人工智能技術(shù)在電氣自動(dòng)化設(shè)備中的應(yīng)用
我們知道電氣自動(dòng)化控制系統(tǒng)屬于非常負(fù)責(zé)的控制系統(tǒng)，其不僅包含復(fù)雜的元件，而且還需要操作人員嚴(yán)格按照自動(dòng)化控制系統(tǒng)的要求進(jìn)行操作，而將人工智能技術(shù)應(yīng)用到電氣設(shè)備中可以實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)化操作，最重要的就是可以代替?zhèn)鹘y(tǒng)的需要人工進(jìn)行設(shè)備檢測(cè)的落后模式，實(shí)現(xiàn)了對(duì)電氣設(shè)備的運(yùn)行狀態(tài)、故障檢測(cè)以及維修意見(jiàn)等一體的功能，降低了人工操作的失誤性，提高了電氣設(shè)備的應(yīng)用壽命，為企業(yè)節(jié)省了大量的成本。
3.2人工智能技術(shù)在電氣控制過(guò)程中的應(yīng)用
將智能技術(shù)應(yīng)用到電氣自動(dòng)化控制過(guò)程中，是人工智能技術(shù)發(fā)展的重要?jiǎng)恿?，通過(guò)人工智能化的電氣控制系統(tǒng)不僅可以提高電氣設(shè)備的工作效率，而且還可以降低電氣自動(dòng)化控制中的故障發(fā)生率。人工智能技術(shù)主要師模糊控制、專家控制以及神經(jīng)網(wǎng)絡(luò)控制和集成智能控制。本文以專家控制為例，專家控制就是將專家系統(tǒng)的設(shè)計(jì)規(guī)范和運(yùn)行機(jī)制與電氣控制劉楠相結(jié)合實(shí)現(xiàn)實(shí)時(shí)控制系統(tǒng)的設(shè)計(jì)，其主要是對(duì)自動(dòng)控制的知識(shí)獲取、表示以及推理機(jī)制的建立。
3.3在事故和故障診斷中人工智能技術(shù)的應(yīng)用分析
人工智能技術(shù)在電氣設(shè)備故障中的作用是非常大的，尤其是對(duì)發(fā)動(dòng)機(jī)的故障檢修是具有重要作用的，我們知道在電氣設(shè)備中由于其結(jié)構(gòu)比較復(fù)雜，依靠人工很難對(duì)其進(jìn)行深入的檢測(cè)，因此需要借助人工智能技術(shù)實(shí)現(xiàn)對(duì)設(shè)備的檢修。我們以變壓器為例，將智能技術(shù)應(yīng)用到變壓器的故障檢修中首先就是先收集電壓器油體中分解的氣體，然后通過(guò)對(duì)油體氣體的分析，找出故障的原因，進(jìn)而自動(dòng)形成解決措施。這樣有效避免了人工檢測(cè)所出現(xiàn)的失誤現(xiàn)象。另外人工智能技術(shù)在電氣設(shè)備操作中的應(yīng)用價(jià)值也比較大。通過(guò)人工智能技術(shù)可以實(shí)現(xiàn)電氣自動(dòng)化控制環(huán)節(jié)的簡(jiǎn)單化，比如在機(jī)床加工中，如果運(yùn)用人工智能技術(shù)則能夠有效降低機(jī)床操作的復(fù)雜性，并且能夠?qū)C(jī)床的運(yùn)行信息進(jìn)行收集與儲(chǔ)存，便于日后對(duì)相關(guān)信息的查詢。
4結(jié)束語(yǔ)
關(guān)鍵詞：人工智能；機(jī)器學(xué)習(xí)；教育應(yīng)用
一、前言
當(dāng)前的人工智能雖然還不夠完善但其在人類的發(fā)展進(jìn)程中起到了巨大的作用。因?yàn)槠渚哂辛顺瑥?qiáng)的學(xué)習(xí)和分析的能力，在個(gè)人以及人工智能較量的過(guò)程中人工智能一直都是處在領(lǐng)先的地位，為此可以利用到人工智能來(lái)促進(jìn)到人類社會(huì)的快速發(fā)展。
二、相關(guān)概念闡述
人工智能又稱AI，是模擬物種智能應(yīng)用的技術(shù)實(shí)現(xiàn)和科學(xué)。機(jī)器智能的科研市場(chǎng)領(lǐng)域包括各種圖像和語(yǔ)言結(jié)構(gòu)的快速識(shí)別，以及使用語(yǔ)言直接處理和服務(wù)機(jī)器人。它不僅相當(dāng)于人類行為的智能，還可以系統(tǒng)地模擬物種的思維，并將在幾年內(nèi)超越歷史上的物種。在未來(lái)，機(jī)器人不斷學(xué)習(xí)，以使仿人機(jī)器人模仿人類的學(xué)習(xí)方式，在這一過(guò)程，獲得新的各種知識(shí)，智能機(jī)器人的學(xué)習(xí)過(guò)程更快，可以實(shí)現(xiàn)對(duì)海量綜合數(shù)據(jù)的深入分析。此外，人工智能機(jī)器人不僅可以獲得更準(zhǔn)確的結(jié)果，而且具有獨(dú)特且更快的信號(hào)傳輸速率。許多科學(xué)家有能力超越人類自身。在深入思考核心問(wèn)題時(shí)，實(shí)際上，很多人因?yàn)闄C(jī)器人是人類設(shè)計(jì)的，所以不可能超越人類的歷史，但是人工智能機(jī)器人可能具有集成的學(xué)習(xí)功能，因此這種可能性將變得非常大。人工智能機(jī)器人具有繼續(xù)學(xué)習(xí)技術(shù)的能力，沒(méi)有人能夠預(yù)測(cè)學(xué)習(xí)數(shù)據(jù)后的整體智能水平。
三、人工智能視域下機(jī)器人學(xué)習(xí)的適切性
在當(dāng)前的文化和教育生活環(huán)境中，由于智能教育的興起，大數(shù)據(jù)情境系統(tǒng)功能可以為學(xué)生綜合分析和選擇各種類型的信息，從而重用具有潛在影響的知識(shí)可以促進(jìn)智能教育的發(fā)展。智能機(jī)器人繼續(xù)學(xué)習(xí)，但借助計(jì)算機(jī)來(lái)分析綜合數(shù)據(jù)，例如，以完全掌握規(guī)則并進(jìn)行非常有效的分析和預(yù)測(cè)?？梢钥闯觯瑱C(jī)器人正為人類智能教育而學(xué)習(xí)更有益。在教育中，信息化的進(jìn)程在今天的時(shí)代，智能教育無(wú)疑已經(jīng)成為吸引學(xué)生在學(xué)習(xí)過(guò)程中的重要因素。將學(xué)習(xí)與先進(jìn)技術(shù)核心技術(shù)結(jié)合起來(lái)的方法有很多。人工智能機(jī)器人必然會(huì)給文化教育生態(tài)系統(tǒng)帶來(lái)幫助。向人工智能機(jī)器人學(xué)習(xí)的方式很多，學(xué)校教師可以提高和教育的整體質(zhì)量和效率，學(xué)生也可以贏得符合自身市場(chǎng)需求的學(xué)習(xí)服務(wù)，這有助于減輕學(xué)生和家長(zhǎng)的負(fù)擔(dān)。
四、人工智能視域下機(jī)器人學(xué)習(xí)的應(yīng)用創(chuàng)新研究
從人工智能技術(shù)的角度來(lái)看，智能機(jī)器人學(xué)習(xí)是目前世界上最先進(jìn)的技術(shù)。大數(shù)據(jù)在教育相關(guān)領(lǐng)域的應(yīng)用具有很好的業(yè)務(wù)前景。人工智能機(jī)器人持續(xù)學(xué)習(xí)的應(yīng)用可以幫助一些學(xué)生實(shí)現(xiàn)相關(guān)知識(shí)與數(shù)據(jù)之間的聯(lián)系。
（一）機(jī)器人學(xué)習(xí)與教育之間的融合僅從當(dāng)前的現(xiàn)象來(lái)看，大多數(shù)教師不了解核心技術(shù)，而了解該技術(shù)的人也不了解教育，這很容易導(dǎo)致無(wú)法在教育與核心之間形成良好的關(guān)系。因?yàn)榧夹g(shù)研發(fā)人員不了解教育，所以不能從教育的多個(gè)角度審視開發(fā)過(guò)程，優(yōu)秀的教師也不能從技術(shù)角度回應(yīng)數(shù)據(jù)的全面發(fā)展。在人工智能開發(fā)領(lǐng)域，機(jī)器人應(yīng)該深入地整合到學(xué)習(xí)和教育中。組織技術(shù)實(shí)施和教育核心領(lǐng)域的相關(guān)人員進(jìn)行直接溝通和交流，使人工智能機(jī)器人在學(xué)習(xí)和應(yīng)用過(guò)程中能夠更充分地認(rèn)識(shí)到技術(shù)研發(fā)和生產(chǎn)人員的過(guò)程。
（二）機(jī)器人學(xué)習(xí)在學(xué)習(xí)場(chǎng)景方面的應(yīng)用人工智能在學(xué)校教育領(lǐng)域的應(yīng)用，因其未來(lái)的發(fā)展趨勢(shì)而呈現(xiàn)出明顯的趨勢(shì)。然而，隨著學(xué)校教育核心領(lǐng)域的許多專業(yè)學(xué)科的介入，對(duì)學(xué)習(xí)人工智能機(jī)器人的要求將越來(lái)越高。當(dāng)你開始學(xué)習(xí)同一個(gè)主題時(shí)，需要在同一個(gè)應(yīng)用程序中逐步建立不同的場(chǎng)景。這對(duì)機(jī)器人來(lái)說(shuō)更難在未來(lái)繼續(xù)學(xué)習(xí)，但也是最值得創(chuàng)新的。仿人機(jī)器人普遍對(duì)大量綜合數(shù)據(jù)進(jìn)行深入分析，分析每個(gè)學(xué)習(xí)內(nèi)容主題的特點(diǎn)和各部分學(xué)生的特點(diǎn)，并采取相應(yīng)的更有針對(duì)性的基本教學(xué)方法，提高同學(xué)教育的速度和效率。
（三）機(jī)器人學(xué)習(xí)對(duì)于智慧環(huán)境創(chuàng)新方面的應(yīng)用首先，由于文化教育市場(chǎng)中的數(shù)據(jù)種類繁多且缺乏正常秩序，這也增加了在大型集成數(shù)據(jù)系統(tǒng)中分析和處理文化和教育數(shù)據(jù)的難度。其次，在隨后的數(shù)據(jù)處理過(guò)程中，隨著時(shí)間的推移會(huì)遇到數(shù)據(jù)隱私問(wèn)題，如何保護(hù)數(shù)據(jù)隱私是另一個(gè)需要注意的關(guān)鍵問(wèn)題。因此，在教育的相關(guān)領(lǐng)域，大綜合數(shù)據(jù)的后續(xù)處理以改善文化教育和質(zhì)量，并確保在教育中最終數(shù)據(jù)的合理使用，必須在許多方面進(jìn)行協(xié)調(diào)與合作，從而促進(jìn)共享的合法性。最后，必須有效地確保可以長(zhǎng)期保持教育中的數(shù)據(jù)情況并實(shí)現(xiàn)流程標(biāo)準(zhǔn)化。有可能實(shí)現(xiàn)最終數(shù)據(jù)的統(tǒng)一，這將大大降低全面數(shù)據(jù)交換的總體成本，并努力實(shí)現(xiàn)數(shù)據(jù)的無(wú)縫集成。數(shù)據(jù)的最終數(shù)據(jù)主要是由于目標(biāo)學(xué)生的地區(qū)差異，以滿足同一學(xué)生學(xué)習(xí)知識(shí)的不同需求。
關(guān)鍵詞：人工智能；單片機(jī)原理及應(yīng)用；CAI軟件；自主學(xué)習(xí)
中圖分類號(hào)：G642.3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）45-0268-03
一、引言
《單片機(jī)原理及應(yīng)用》是自動(dòng)化、電氣工程及其自動(dòng)化、測(cè)控技術(shù)與儀器、等專業(yè)的核心課程。隨著電子技術(shù)的飛速發(fā)展，單片機(jī)系列、型號(hào)、功能等也不斷地更新?lián)Q代，涌現(xiàn)出了許多《單片機(jī)原理及應(yīng)用》方面的優(yōu)秀教材和著作[1-3]，由于單片機(jī)的快速發(fā)展和廣泛應(yīng)用，促使許多教師在教學(xué)內(nèi)容、方法及實(shí)驗(yàn)方面進(jìn)行了大量的探討和研究，如“微課程教學(xué)”、“MOOC教學(xué)”等應(yīng)用已取得了較好的教學(xué)效果[4-8]。然而，人工智能技術(shù)應(yīng)用于教育領(lǐng)域目前仍處于初始研究和探索階段，其應(yīng)用前景廣闊，具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。
基于“人工智能”中的“專家系統(tǒng)技術(shù)”，研究設(shè)計(jì)《單片機(jī)原理及應(yīng)用》課程新型教學(xué)平臺(tái)的總體構(gòu)架，研究課程知識(shí)的表述模型和知識(shí)獲取的推理算法，建立知識(shí)表述規(guī)則集和構(gòu)建專家系統(tǒng)知識(shí)庫(kù)，以實(shí)現(xiàn)：
（1）學(xué)生可以自主學(xué)習(xí)，基于知識(shí)樹規(guī)則方便地獲取該課程的全部知識(shí)點(diǎn)，學(xué)生隨時(shí)提出的問(wèn)題，均可及時(shí)獲取答案；學(xué)生可及時(shí)獲取單片機(jī)發(fā)展的新知識(shí)以及新的應(yīng)用領(lǐng)域成果；
（2）教師高效處理、分析和制作課程知識(shí)點(diǎn)信息，并將其進(jìn)行規(guī)則表述，同時(shí)可對(duì)知識(shí)庫(kù)進(jìn)行不斷的更新；隨時(shí)可對(duì)課程的知識(shí)點(diǎn)進(jìn)行增添、刪除和修改，基于互聯(lián)網(wǎng)技術(shù)獲取新型單片機(jī)原理及相應(yīng)的應(yīng)用知識(shí)，不斷更換新課程的教學(xué)內(nèi)容；
（3）基于互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)教師與學(xué)生之間的互動(dòng)教學(xué)和學(xué)生與學(xué)生之間的協(xié)同學(xué)習(xí)；基于教堂教學(xué)、電子課件、動(dòng)畫、視頻等多媒體手段，以創(chuàng)造大規(guī)模、大數(shù)據(jù)、跨時(shí)空的學(xué)習(xí)模式。
目前，在教育領(lǐng)域，基于人工智能研究的知識(shí)模塊化表述和推理機(jī)制構(gòu)成的專家系統(tǒng)是人工智能的代表之一，基于人工智能-專家系統(tǒng)在高密度、大規(guī)模的知識(shí)數(shù)據(jù)庫(kù)上模擬人類的信息處理和決策過(guò)程，因此智能化的專家系統(tǒng)具備了教育功能、自學(xué)習(xí)功能、咨詢功能及自適應(yīng)功能等，將其應(yīng)用于教育領(lǐng)域潛力巨大、用途廣泛、快速高效。
本文研究了《單片機(jī)原理及應(yīng)用》CAI軟件的研制方法，采用MS Visual Studio 2012作為開發(fā)環(huán)境，結(jié)合人工智能技術(shù)，實(shí)現(xiàn)了智能搜索算法，達(dá)到了自主學(xué)習(xí)與自動(dòng)答疑的目的。
二、《單片機(jī)原理及應(yīng)用》CAI系統(tǒng)設(shè)計(jì)
為了提高本科生的教學(xué)質(zhì)量，基于人工智能-專家系統(tǒng)技術(shù)研究《單片機(jī)原理及應(yīng)用》課程的教學(xué)內(nèi)容和教學(xué)方法改革措施，并可將其研究成果推廣應(yīng)用于自動(dòng)化類專業(yè)相關(guān)課程建設(shè)；培養(yǎng)學(xué)生掌握本課程的基本原理和應(yīng)用知識(shí)，引導(dǎo)其自主學(xué)習(xí)以提高分析問(wèn)題能力、解決問(wèn)題的能力及創(chuàng)新能力，實(shí)現(xiàn)學(xué)生與老師之間的互動(dòng)，實(shí)現(xiàn)教學(xué)內(nèi)容的不斷更新和教學(xué)方法的不斷完善。
（一）《單片機(jī)原理及應(yīng)用》課程總體設(shè)計(jì)
分析目前本課程的教學(xué)內(nèi)容和方法的局限性，提出《單片機(jī)原理及應(yīng)用》課程教學(xué)內(nèi)容和教學(xué)方法改革的總體方案。目前，普通高校《單片機(jī)原理及應(yīng)用》課程所用教材的目錄大致如圖1中的實(shí)線部分所示。虛線表示可即時(shí)修改其中的相關(guān)內(nèi)容。
（二）課程知識(shí)本體的表達(dá)模型
知識(shí)的表示對(duì)專家系統(tǒng)來(lái)說(shuō)至關(guān)重要。知識(shí)本體的表述包括事物、個(gè)體和對(duì)象等，研究其規(guī)則、過(guò)程和函數(shù)，構(gòu)成應(yīng)用程序所表述的知識(shí)內(nèi)容，可以作用于表述各種對(duì)象類，具有普遍性和通用性。其表達(dá)方式如圖2所示。
（三）基于人工智能技術(shù)的課程教學(xué)內(nèi)容和教學(xué)方法結(jié)構(gòu)設(shè)計(jì)
專家系統(tǒng)結(jié)構(gòu)一般有六部分：知識(shí)庫(kù)（Knowledge Base）、數(shù)據(jù)庫(kù)（Data Base）、推理機(jī)（Inference Engine）、解釋子系統(tǒng)（Explanatory System）、人機(jī)接口（Man-machine Interface）和知識(shí)獲取子系統(tǒng)（Knowledge Acquisition）。教學(xué)專家系統(tǒng)的基本結(jié)構(gòu)如圖3中的實(shí)線部分所示。
①知識(shí)厙：用于存儲(chǔ)專家系統(tǒng)知識(shí)。主要用于收集和存儲(chǔ)某領(lǐng)域教師、專家的經(jīng)驗(yàn)，知識(shí)及書本知識(shí)、基本常識(shí)等。包括事物的表達(dá)方式，可行操作、事實(shí)和規(guī)則等；
②綜合數(shù)據(jù)庫(kù)：綜合數(shù)據(jù)庫(kù)又稱總體數(shù)據(jù)庫(kù)或全局?jǐn)?shù)據(jù)庫(kù)，主要用于存放有關(guān)問(wèn)題求解的假設(shè)、初始數(shù)據(jù)、目標(biāo)、求解狀態(tài)、中間結(jié)果以及最終結(jié)果；
③推理機(jī)：推理機(jī)是專家系統(tǒng)的核心部分，用于模擬專家的思維過(guò)程、控制、協(xié)調(diào)整個(gè)專家系統(tǒng)的工作，它根據(jù)用戶所提供的初始數(shù)據(jù)和問(wèn)題求解要求，運(yùn)用知識(shí)庫(kù)中的事實(shí)和規(guī)則，按照一定的推理方法和控制策略對(duì)問(wèn)題進(jìn)行推理求解，并將產(chǎn)生的結(jié)果輸出給學(xué)生；
④知識(shí)獲取子系統(tǒng)：在構(gòu)建和維護(hù)知識(shí)庫(kù)時(shí)作為專家系統(tǒng)和教師、領(lǐng)域?qū)＜?、工程師等的接口?/p>
⑤解釋子系統(tǒng)：解釋機(jī)構(gòu)由一組計(jì)算機(jī)程序組成，它對(duì)推理給出必要的解釋，并根據(jù)學(xué)生問(wèn)題的要求做出相應(yīng)的回應(yīng)，最后把結(jié)果通過(guò)人機(jī)接口輸出給學(xué)生；
⑥人機(jī)接口：學(xué)生、專家系統(tǒng)和教師、領(lǐng)域?qū)＜?、工程師之間溝通的媒介，它把相互之間的交互信息轉(zhuǎn)換成彼此都能夠理解的形式，由一組程序及相應(yīng)的硬件組成，用于完成I/O工作。
三、CAI軟件實(shí)現(xiàn)過(guò)程舉例
《單片機(jī)原理及應(yīng)用》課程CAI系統(tǒng)主界面如圖4所示。點(diǎn)擊“進(jìn)入系統(tǒng)”之后，將出現(xiàn)“課程內(nèi)容學(xué)習(xí)”和“知識(shí)點(diǎn)概述游覽”兩部分。
（1）“課程內(nèi)容學(xué)習(xí)”部分包括“教材知識(shí)學(xué)習(xí)”、“課堂PPT內(nèi)容講解”以及“實(shí)驗(yàn)教學(xué)內(nèi)容”等，例如目前常用的單片機(jī)的類型如圖5所示。本課程的主要設(shè)計(jì)和創(chuàng)新實(shí)驗(yàn)如圖6所示。
（2）“知識(shí)點(diǎn)概述游覽”部分包括：
①知識(shí)點(diǎn)獲取方式：即通過(guò)引導(dǎo)操作可得到關(guān)聯(lián)性強(qiáng)的知識(shí)點(diǎn)解釋、關(guān)聯(lián)性中等的知識(shí)點(diǎn)解釋以及關(guān)聯(lián)性弱的知識(shí)點(diǎn)解釋；
②問(wèn)題解答方式：學(xué)生可根據(jù)自己的學(xué)習(xí)情況查詢問(wèn)題的基本答案（即對(duì)問(wèn)題的解釋），若基于專家知識(shí)庫(kù)無(wú)法解釋所提的問(wèn)題，則可將該問(wèn)題提交給任課教師，任課教師會(huì)盡快對(duì)該問(wèn)題給出解答；
③專家?guī)熘R(shí)更新方式：隨著單片機(jī)類型、結(jié)構(gòu)、接口技術(shù)以及開發(fā)方式等的不斷發(fā)展，本課程的知識(shí)結(jié)構(gòu)和內(nèi)容的更新也要求同步進(jìn)行。因此，專家知識(shí)庫(kù)信息的更新工作可由任課教師來(lái)完成，但是更新信息可來(lái)源于文獻(xiàn)資料查閱、企業(yè)行業(yè)應(yīng)用領(lǐng)域調(diào)研以及實(shí)踐實(shí)驗(yàn)教學(xué)過(guò)程總結(jié)等。
課程教材與上課PPT和實(shí)驗(yàn)內(nèi)容具有相關(guān)性，在實(shí)際教學(xué)中也要求其具有一致性，如圖1中虛線部分表示可即時(shí)修改相關(guān)的內(nèi)容。
四、結(jié)論
本文將人工智能-專家系統(tǒng)技術(shù)應(yīng)用于《單片機(jī)原理及應(yīng)用》課程的教學(xué)內(nèi)容和教學(xué)方法的改革方案，構(gòu)建新型教學(xué)平臺(tái)。采用《單片機(jī)原理及應(yīng)用》課程知識(shí)的綜合表達(dá)方式，并研究課程知識(shí)的推理機(jī)制?；谖墨I(xiàn)資料查閱、企業(yè)行業(yè)應(yīng)用領(lǐng)域調(diào)研以及實(shí)踐實(shí)驗(yàn)教學(xué)過(guò)程總結(jié)，實(shí)現(xiàn)《單片機(jī)原理及應(yīng)用》課程教學(xué)內(nèi)容快速更新，實(shí)現(xiàn)該課程的智能化和網(wǎng)絡(luò)化教學(xué)。
在教學(xué)過(guò)程中，實(shí)現(xiàn)學(xué)生與老師之間的互動(dòng)，實(shí)現(xiàn)學(xué)生和老師之間知識(shí)的共享，達(dá)到學(xué)生能夠自主學(xué)習(xí)和老師能夠及時(shí)了解學(xué)生學(xué)習(xí)情況修改補(bǔ)充教學(xué)內(nèi)容的目的。針對(duì)“知識(shí)庫(kù)”、“綜合數(shù)據(jù)庫(kù)”以及“推理機(jī)制”實(shí)現(xiàn)在線綜合更新方法?！秵纹瑱C(jī)原理及應(yīng)用》是自動(dòng)化、電氣工程及其自動(dòng)化、測(cè)控技術(shù)與儀器、等專業(yè)的核心課程，目前，將人工智能-專家系統(tǒng)技術(shù)應(yīng)用于高等學(xué)校該課程的教學(xué)，對(duì)于提高教學(xué)質(zhì)量，激發(fā)學(xué)生的學(xué)習(xí)積極性和增強(qiáng)學(xué)生自主學(xué)習(xí)的能力具有重要的理論研究意義和很好實(shí)際應(yīng)用價(jià)值。
參考文獻(xiàn)：
[1]何立民.MCS-51系列單片機(jī)應(yīng)用系統(tǒng)設(shè)計(jì)[M].北京：北京航天航空大學(xué)出版社，1995.
[2]李華，孫曉民，李紅青.MCS-51系列單片機(jī)實(shí)用接口技術(shù)[M].北京航天航空大學(xué)出版社，1995.
[3]張毅剛，彭喜元，彭宇.單片機(jī)原理及應(yīng)用（第2版）[M].北京：高等教育出版社，2010.
[4]周冠玲，馮占英，李戰(zhàn).“單片機(jī)原理及應(yīng)用”課程教學(xué)改革的探討[J].中國(guó)電化教學(xué)，2012，（6）：105-107.
[5]趙月靜，陳繼榮，張永弟.單片機(jī)原理及應(yīng)用課程創(chuàng)新實(shí)踐教學(xué)改革[J].實(shí)驗(yàn)技術(shù)與管理，2013，30（1）：176-179.
[6]李冰.單片機(jī)原理及應(yīng)用課程的項(xiàng)目化教學(xué)改革與探索[J].教學(xué)研究，2015，38（1）：70-73，82.
曹玉臣 綏化學(xué)院電氣工程學(xué)院 黑龍江綏化 152061
【文章摘要】
我國(guó)經(jīng)濟(jì)和科技的迅速發(fā)展使得電氣工程自動(dòng)化技術(shù)被廣泛應(yīng)用到電力領(lǐng)域，并促進(jìn)著電力產(chǎn)業(yè)的高速發(fā)展。作為近年來(lái)在電氣工程自動(dòng)化中新興起的一門技術(shù)，人工智能技術(shù)的應(yīng)用不僅提高了電氣工程的自動(dòng)化水平，而且對(duì)于電力產(chǎn)業(yè)的整體發(fā)展也起到了重要的推動(dòng)作用。本文通過(guò)對(duì)人工智能的概念和應(yīng)用領(lǐng)域進(jìn)行簡(jiǎn)要分析，在結(jié)合其在電氣工程自動(dòng)化中應(yīng)用優(yōu)勢(shì)的基礎(chǔ)上，對(duì)人工智能在電氣工程自動(dòng)化中的應(yīng)用方法展開了深入研究。
【關(guān)鍵詞】
人工智能；電氣工程自動(dòng)化；電力系統(tǒng)
0 前言
人工智能在近年來(lái)被人們研究并應(yīng)用，其研究范圍不僅包括了智能控制、圖像識(shí)別和語(yǔ)言識(shí)別，還包括了人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等方面的研究。而電氣工程自動(dòng)化則主要研究與電氣工程相關(guān)的系統(tǒng)運(yùn)行和自動(dòng)控制技術(shù)以及電子電氣技術(shù)和信息處理技術(shù)。通過(guò)將人工智能科學(xué)地應(yīng)用到電氣工程自動(dòng)化當(dāng)中，可以使電氣自動(dòng)化系統(tǒng)對(duì)相關(guān)的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析并處理，從而實(shí)現(xiàn)電力的自動(dòng)化生產(chǎn)。故本文針對(duì)人工智能的概念及其在電氣工程自動(dòng)化中應(yīng)用的優(yōu)勢(shì)，對(duì)其在電氣工程自動(dòng)化中的應(yīng)用進(jìn)行了詳細(xì)分析。
1 人工智能簡(jiǎn)述
1.1 人工智能的概念與應(yīng)用領(lǐng)域
人工智能是研究并開發(fā)用來(lái)模擬、延伸并擴(kuò)展人的智能的理論、方法以及技術(shù)和應(yīng)用系統(tǒng)的一門計(jì)算機(jī)科學(xué)的分支學(xué)科。作為一門極富挑戰(zhàn)性的學(xué)科，人工智能企圖對(duì)智能的實(shí)質(zhì)進(jìn)行了解，并產(chǎn)生一種以與人類智能相似的方式對(duì)事物做出反應(yīng)的智能系統(tǒng)或機(jī)器。近年來(lái)，人工智能在機(jī)器翻譯、智能控制、機(jī)器人學(xué)、專家系統(tǒng)、航天應(yīng)用以及遺傳編程和龐大信息處理與語(yǔ)言圖像識(shí)別等領(lǐng)域均得到了不同程度的應(yīng)用。
1.2 人工智能在電氣工程自動(dòng)化應(yīng)用的優(yōu)勢(shì)
人工智能在電氣工程自動(dòng)化中的應(yīng)用主要是通過(guò)人工智能控制器來(lái)實(shí)現(xiàn)的， 根據(jù)人工智能控制器自身非線性函數(shù)近似器的相關(guān)特性，可將其在電氣工程自動(dòng)化中的應(yīng)用優(yōu)勢(shì)總結(jié)為如下幾方面：
1.2.1 受外界影響因素較小。傳統(tǒng)的電氣工程控制器在進(jìn)行自動(dòng)化模型的構(gòu)建時(shí)通常會(huì)受到模型參數(shù)變化、不同數(shù)值計(jì)算類型等諸多不確定因素的影響，而基于人工智能控制器的電氣自動(dòng)化系統(tǒng)則無(wú)需獲得精準(zhǔn)的動(dòng)態(tài)模型，同時(shí)，在自動(dòng)化模型的建立過(guò)程中，對(duì)參數(shù)和模型環(huán)境的運(yùn)行要求也相對(duì)較低。因此，基于人工智能的電氣工程可以大幅提高其自動(dòng)化水平。
1.2.2 參數(shù)調(diào)節(jié)便利。與傳統(tǒng)控制器相比，人工智能控制除了具有簡(jiǎn)單易學(xué)和適應(yīng)能力強(qiáng)等特點(diǎn)外，還可通過(guò)參照相關(guān)數(shù)據(jù)，利用語(yǔ)言與響應(yīng)信息進(jìn)行自動(dòng)化模型參數(shù)的設(shè)計(jì)，為參數(shù)的調(diào)節(jié)提供了較大便利。
1.2.3 電氣產(chǎn)品性能的一致性較好。與傳統(tǒng)的基于特定目標(biāo)的控制方法相比，基于人工智能的電氣自動(dòng)化系統(tǒng)具有較高的一致性，在忽略部分外部影響因素的基礎(chǔ)上，即使向系統(tǒng)中輸入任何未知的相關(guān)數(shù)據(jù)也可以使得到的結(jié)果產(chǎn)生很高的估計(jì)值，在提升了產(chǎn)品規(guī)范性的同時(shí)，保證了產(chǎn)品本身的一致性。
1.2.4 操作過(guò)程的誤差較小。人工智能技術(shù)在電氣工程自動(dòng)化系統(tǒng)中應(yīng)用時(shí)，由于受外部因素的影響較小，且控制器自身的抗干擾性較強(qiáng)，這就使得經(jīng)設(shè)定過(guò)的參數(shù)在運(yùn)行過(guò)程中出現(xiàn)的誤差較小。
1.2.5 節(jié)省資源?；趥鹘y(tǒng)控制器的電氣操作，通常會(huì)涉及到線路、變壓器以及電線和電纜等多種電氣設(shè)備，又需要專業(yè)的工作人員對(duì)相關(guān)電氣設(shè)備進(jìn)行管理和維修，增加了人力和物力等大量資源的消耗。而與傳統(tǒng)的控制器相比，人工智能可以減少系統(tǒng)對(duì)線路、變壓器以及電線、電纜的依賴，進(jìn)而減少人力和無(wú)力的投入。
2 人工智能在電氣工程自動(dòng)化中的應(yīng)用方法
2.1 人工智能在電氣設(shè)備中的應(yīng)用
人工智能在電氣設(shè)備中的應(yīng)用主要是指人工智能對(duì)電氣設(shè)備的優(yōu)化設(shè)計(jì)。電氣設(shè)備的優(yōu)化設(shè)計(jì)工作較為復(fù)雜，不僅要求設(shè)備的優(yōu)化與設(shè)計(jì)人員具備電路、電磁場(chǎng)以及電機(jī)和電器等方面的知識(shí)，還需要其具有豐富的經(jīng)驗(yàn)和較強(qiáng)的應(yīng)變能力。傳統(tǒng)的以人工手動(dòng)制作為基礎(chǔ)的產(chǎn)品設(shè)計(jì)方式已經(jīng)無(wú)法滿足當(dāng)前電氣工程自動(dòng)化的具體要求，而以計(jì)算機(jī)輔助設(shè)計(jì)為產(chǎn)品設(shè)計(jì)方法，即CAD 的產(chǎn)品設(shè)計(jì)方法的應(yīng)用有效縮短了產(chǎn)品的開發(fā)周期。在電氣設(shè)備的設(shè)計(jì)過(guò)程中，將人工智能引入CAD 中， 可以有效提高產(chǎn)品的設(shè)計(jì)質(zhì)量與設(shè)計(jì)效率。就現(xiàn)階段而言，人工智能在電氣設(shè)備設(shè)計(jì)優(yōu)化方面主要體現(xiàn)在遺傳算法和專家系統(tǒng)兩個(gè)層次上。由于遺傳算法對(duì)自動(dòng)化模型的計(jì)算方法較為先進(jìn)且其計(jì)算結(jié)果具有較高精度，因此，遺傳算法經(jīng)常被應(yīng)用于相關(guān)電氣產(chǎn)品的優(yōu)化設(shè)計(jì)中。在專家系統(tǒng)的應(yīng)用方面，由于電氣設(shè)備在出現(xiàn)故障前是存在相關(guān)征兆的，根據(jù)電氣設(shè)備故障的非線性與不確定性的特點(diǎn)，在專家系統(tǒng)中加入人工智能，可以最大限度地發(fā)揮專家系統(tǒng)對(duì)產(chǎn)品合理性的設(shè)計(jì)作用，從而提高電氣產(chǎn)品的整體性能。
2.2 人工智能在電氣控制過(guò)程中的應(yīng)用
電氣控制過(guò)程對(duì)于電氣工程自動(dòng)化技術(shù)以及電氣技術(shù)的整體應(yīng)用具有決定性的作用，確保電氣系統(tǒng)高效穩(wěn)定的運(yùn)行是電氣自動(dòng)化研究領(lǐng)域長(zhǎng)期以來(lái)備受討論的問(wèn)題。對(duì)于技術(shù)人員而言，電氣控制過(guò)程的要求是較為嚴(yán)格的，其控制過(guò)程也相對(duì)繁瑣，經(jīng)常出現(xiàn)的問(wèn)題是由于技術(shù)人員的操作不當(dāng)使得電氣設(shè)備發(fā)生故障或降低了設(shè)備的運(yùn)行效率。人工智能在電氣工程中的應(yīng)用一方面可以使技術(shù)人員提高對(duì)電氣控制過(guò)程的精準(zhǔn)度，另一方面， 對(duì)于提高電氣系統(tǒng)的整體運(yùn)行效率也具有重要作用。首先，人工智能通過(guò)借助計(jì)算機(jī)自動(dòng)計(jì)算的核心技術(shù)，實(shí)現(xiàn)了代替部分人工智能工作的電氣控制功能，在節(jié)省了人力和物力的同時(shí)，提高了控制精度。其次，人工智能的應(yīng)用以界面化的形式簡(jiǎn)化了控制流程，不僅提高了電氣系統(tǒng)的控制效率，而且也實(shí)現(xiàn)了對(duì)電氣系統(tǒng)的遠(yuǎn)程控制。再次，人工智能的應(yīng)用使得系統(tǒng)可以及時(shí)地將相關(guān)的重要信息與數(shù)據(jù)進(jìn)行保存，進(jìn)而通過(guò)自動(dòng)生成報(bào)表的形式，降低人力物力的投入，并為技術(shù)人員日后的數(shù)據(jù)查詢工作提供較大便利。最后，在人工智能的模糊控制中，還可以根據(jù)電氣系統(tǒng)傳統(tǒng)控制過(guò)程的交、直流傳動(dòng)實(shí)現(xiàn)對(duì)整個(gè)電氣系統(tǒng)的控制。一方面，在以直流傳動(dòng)為主的電氣控制過(guò)程中，人工智能的模糊邏輯控制主要包括了Sugeno 與Mamdani，Mamdani 主要用來(lái)對(duì)電氣系統(tǒng)的運(yùn)行速度進(jìn)行調(diào)控，而Sugeno 則是Mamdani 的一種特殊情況。另一方面，在以交流傳動(dòng)為主的電氣控制過(guò)程中，則主要應(yīng)用基于人工智能理論的模糊控制器來(lái)代替?zhèn)鹘y(tǒng)的電氣調(diào)速控制器來(lái)實(shí)現(xiàn)電氣系統(tǒng)的各方面功能。
2.3 人工智能在電氣設(shè)備故障診斷中的應(yīng)用
對(duì)電氣工程自動(dòng)化系統(tǒng)及其運(yùn)行過(guò)程進(jìn)行分析可知，電氣設(shè)備例如發(fā)電機(jī)、發(fā)動(dòng)機(jī)以及變壓器等均容易頻繁出現(xiàn)相關(guān)事故。傳統(tǒng)的故障診斷方法為：對(duì)所收集的變壓器油所產(chǎn)生的氣體進(jìn)行分析，進(jìn)而根據(jù)所收集氣體樣本的分析結(jié)果判斷存在故障與否?；趥鹘y(tǒng)方法下的電氣設(shè)備故障檢測(cè)除了需要耗費(fèi)大量時(shí)間外，還需要相關(guān)維護(hù)人員對(duì)設(shè)備檢測(cè)進(jìn)行實(shí)時(shí)監(jiān)控，加之電氣設(shè)備故障自身具有較強(qiáng)的突發(fā)性和不確定性，大幅增加了設(shè)備故障診斷的難度?；谌斯ぶ悄艿碾姎庠O(shè)備故障診斷方法在設(shè)備診斷過(guò)程中加入了模糊理論以及基于人工智能技術(shù)的神經(jīng)網(wǎng)絡(luò)和專家技術(shù)，進(jìn)而有效提高了電氣設(shè)備故障診斷的效率，并在提高電氣工程生產(chǎn)效率的同時(shí)，也減少了人力和物力資源的輸出。
2.4 人工智能在電力系統(tǒng)中的應(yīng)用
就現(xiàn)階段而言，人工智能中的專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)自動(dòng)化中的應(yīng)用比較普遍。其中，專家系統(tǒng)是一個(gè)較為復(fù)雜的程序系統(tǒng)，其通過(guò)集大量的規(guī)則、知識(shí)和經(jīng)驗(yàn)于一身，通過(guò)對(duì)電力系統(tǒng)中的問(wèn)題進(jìn)行分析和判斷，進(jìn)而模擬專家決策的過(guò)程來(lái)解決相關(guān)問(wèn)題。在應(yīng)用專家系統(tǒng)對(duì)電力系統(tǒng)進(jìn)行優(yōu)化和調(diào)控時(shí)，應(yīng)該根據(jù)系統(tǒng)運(yùn)行的實(shí)際情況和相關(guān)要求，更新電力系統(tǒng)中的數(shù)據(jù)庫(kù)、規(guī)則庫(kù)以及知識(shí)庫(kù)中的數(shù)據(jù)信息，從而使其與電力系統(tǒng)的應(yīng)用需要相適應(yīng)。
在人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用方面，由于該種方法本身具有高度靈活的學(xué)習(xí)方式，其存儲(chǔ)方式也呈現(xiàn)出完全的分布式，因此， 其被廣泛應(yīng)用于電力系統(tǒng)大規(guī)模數(shù)據(jù)的處理當(dāng)中。人工神經(jīng)網(wǎng)絡(luò)通過(guò)對(duì)模型進(jìn)行合理分類，進(jìn)而科學(xué)選擇相關(guān)輸入，以此來(lái)構(gòu)建不同類型的季節(jié)性時(shí)間模型，利用該模型可以對(duì)電力系統(tǒng)的短期負(fù)荷進(jìn)行有效預(yù)測(cè)，從而幫助技術(shù)人員對(duì)故障可能出現(xiàn)的系統(tǒng)環(huán)節(jié)進(jìn)行全面分析，提高系統(tǒng)運(yùn)行效率。
3 結(jié)論
本文通過(guò)對(duì)人工智能的概念和應(yīng)用領(lǐng)域進(jìn)行分析，并結(jié)合其在電氣工程自動(dòng)化中的應(yīng)用優(yōu)勢(shì)，進(jìn)而對(duì)其在電氣設(shè)備、電氣設(shè)備故障診斷以及電氣控制過(guò)程中的應(yīng)用展開了深入探討?？梢?jiàn)，未來(lái)加強(qiáng)對(duì)人工智能在電氣工程自動(dòng)化中的研究和應(yīng)用力度，對(duì)于提高電氣工程的自動(dòng)化水平并促進(jìn)電力產(chǎn)業(yè)健康、全面發(fā)展具有重要的歷史作用和現(xiàn)實(shí)意義。
【參考文獻(xiàn)】
[1] 劉建廷. 淺析智能化技術(shù)在電氣工程自動(dòng)化中的應(yīng)用[J]. 科技致富向?qū)В?014，12（21）：188.
