摘要：在现代社会整体科学技术水平不断发展的形势下，自动化控制技术也得以较快发展，在此基础上电气自动化设备得以越来越广泛的应用，因而对其进行合理设计也就十分必要。在电气自动化设备设计中，电力控制系统设计属于关键内容，因而需要结合科学合理理论电力控制系统进行合理设计，而混沌算法就是比较重要的一种理论。本文就基于混沌算法的电气自动化设备中电力控制系统设计进行分析。
关键词：电气自动化设备；电力控制系统；混沌算法；设计
电气自动化设备属于当前十分重要的一种自动化控制设备，在实际生产中具有十分广泛的应用。就电气自动化设备应用使情况而言，为使整体设备在应用中保证较好效果，应当保证各个系统均得以正常使用而电力控制系统就是十分中重要的一项内容，因而需要合理进行设计。在实际设计过程中，相关设计人员应当与混沌算法相结合，在此基础上对系统进行合理设计，从而使系统可行性及有效性能够得以进一步提升，使其作用及功能得以更好发挥。
1.混沌理论概述
混沌所指的就是比较普遍的一种非线性现象，且其行为较繁复，比较类似于随机性，然而并非完全表现出随机性，其往往具备内在一定规律性。所以，对于混沌现象而言，其主要具备以下几个方面性质：其一，具备随机性特点，这一性质所指的就是混沌类似于随机，因而具有随机性；其二，混沌具有遍历性，这一点所指的就是在一定范围之内，混沌能够不重复精力任何一种状态；其三，混沌具有规律性，具体而言就是在一定程度上而言混沌理论虽然类似于随机性，但是混沌理论自身也存在一定规律。然而，在上述完全混沌搜索算法中，对于整个变量搜索过程而言，均需要以混沌变量遍历性为基础，在此基础上才能够实现变量搜索，在混沌优化问题规模较小情况下，可发挥出比较明显的效果，在混沌优化问题规模比较大的情况下，则完全混沌算法也就不适用，在实践过程中其算法主要包括局部大规模遍历搜索及在大范围内进行遍历搜索，通常而言，往往在规定时间内将最优化问题解决比较困难，然而，对于混沌搜索算法而言，其能够将单纯混沌算法存在的弊端得以较好解决。所以，对于以两种分类方法而言，其主要依据就是范围大小及规模大小程度[1-2]。
2.混沌优化算法基本流程概述
第一，迭代性映射这一现象之所以会出现，其原因主要就是混沌变量自身具备一定遍历性，这种情况下也就导致混沌变量具有遍历性轨道，在此基础上可使相关问题得以较好解决，在此基础上可实现混沌变量搜索，通常而言该阶段被称为粗搜索阶段，也被称为初步搜索阶段。在保证能够满足一定终止条件基础上，通常情况下会认为对于搜索过程中所发现当前最佳状态已经属于最优化解答方式，或者与最优化解答方式相接近，并且能够将其作为下一阶段搜索起点。第二，对于这一阶段而言，其起点为第一阶段，在第一阶段的基础上联合一定扰动，从而在实行下一环节局部细节搜索，对于这一步骤搜索而言，在算法终止及相关准则得以满足的情况下，才能够确定其完成及结束。在这一过程中，应当注意的一点就是，附加扰动的内容具有多样性特点，就实际实践情况来看，可选择混沌变量自身，但该随机变量应当保证符合柯西分布以及高斯分布，或者与均匀分布符合，同时也可以以梯度下降机制为基础，对偏置量实行相关变量算法，从而保证其能够得以较好实现[2]。
3.基于混沌算法的电力控制系统设计
在本文研究中，选择水轮机调节系统作为研究对象，对其基于混沌算法的电力控制系统设计进行分析。
3.1水轮机调节系统构成
在水轮机整个调节系统汇总，其相关组成元件主要包括四个方面，分别为水轮机、压力引水道及发电机，还包括调速器，属于一种反馈控制系统。若选择模拟式调速器，则水轮机调节系统可作为联系系统进行应用，其系统示意图如图1所示。在图1中xc为转速给定信号，mg0为负载扰动信号，在电网容量较大的情况下，对于1台并列运行机组而言，其输出功率变化情况对于电力系统频率不可能产生影响，在这种情况下水轮机调节反馈系统基本起不到任何作用，也就是说其处于开环状态，在这种情况下调速器能够将随动系统功能得以完成。
3.2基于单神经元网络的PID智能控制器设计
对于智能PID控制器而言，其构成主要就是单神经元，其能够实现自我学习，且具备自适应能力，同时其结构相对较简单，还能够较好适应周围环境，其所具备主要特点就是现场调整参数比较少，比较容易进行现场调试，并且其鲁棒性比较强，可较好改善典型非线性时变的动态品质，能够保证控制系统在实际运行过程中处于最佳状态，其控制品质与常规PID控制器相比明显比较优秀。在对单神经元进行利用的基础上，可使自适应PID控制器得以较好实现，其结构框架图如图2所示。其中，对于转换器输入而言，其能够使被控制过程及控制设定状态得以较好反映，比如可设定r(k)，在输出时便能够转换成为在神经元学习控制中所需要相关状态量，即x1，x2，x3，其中x1(k)为e(k)，x2(k)计算方法为e(k)-e(k-1),x3(k)计算方法为e(k)-2e(k-1)+e(k-2)，z(k)计算方法为yr(k)-y(k)，其属于性能指标，或者可作为递进信号wi(k)为与xi(k)相对应有关加权系数，K属于神经元比例系数，神经元利用关联搜索能够使控制信号产生，从而可使调节控制得以较好实现。
3.3基于二次载波混沌优化相关控制策略
水轮机调节系统的被动对象系统具备多个方面特点，系统所具备特点就是高度非线性及高度复杂性，并且具备高度不确定性，同时包含非最小相位环节。在当前水轮机调节实际应用过程中，实际应用较广泛的为典型PID控制，这主要是因为这种控制方式不但结构相对简单，同时具有一定鲁棒性。就一定程度上而言，要使这种控制方式得以彻底改变，构建应运用全新通知策略相对而言困难度比较高。所以，在实际应用过程中，对现有控制方式改善进行研究具有十分重要的作用积极意义，并且具备较高实用价值。而在选择智能控制的基础上，能够使水轮机调速器较好实现知识化及智能化，这一点在水轮机调节系统实现良好控制功能方面属于十分有效的一种方法。在专家控制应用方面，有关研究中提出能够实现在线学习的一种智能控制系统，其将模糊神经网络作为学习器，将模糊推理以及智能处理机构作为控制器，使两者之间实现有效结合，从而将发电机组调节任务共同完成。在神经网络方面，相关文献研究中设计三层BP神经网络，利用BP神经网络所具备函数逼近功能，使PID控制器能够实现在线调整，从而使优化控制目的能够得以较好实现。同时，还有相关研究中提出以神经网络为基础实现智能PID控制的一种策略，对于该控制策略而言，其对于被控对象精确模型并无明确需求，可在给出评价函数基础上实现自我学习。就水电机组特点而言，很多方面研究均认为选择模糊控制方法属于比较有效的一种解决方法，相关研究针对常规PID控制器无法实现在线参数自调整情况，提出PID参数模糊自整定，另外有关文献研究中使模糊控制及神经网络之间实现有效结合，针对水轮机调节系统所具备非线性及结构参数变化范围比较大等相关特点，提出新型水轮机调节控制策略，即将模糊神经网络系统与变参数控制实行效结合，属于一种现代化智能控制系统。然而，在实际应用中应当注意的一点就是，在水轮机调速系统中虽然智能控制应用取得一定成功，然而仍旧有自身缺陷存在。对于人工神经网络控制而言，其对于学习样本就有需求，并且其收敛速度通常均比较慢，很容易出现局部极值点情况，且其网络结构也较难实行确定。对于专家控制而言，由于其具有控制实时性及机器学习等两个方面主要问题存在，故而当前专家控制仍无法爱水轮发电机组实时控制中进行应用；对于模糊控制而言，其计算量比较小，可在实时控制中进行较好应用，然而其缺点就是模糊规则以及隶属函数类型及参数无法较好确定，并且相比于常规控制理论而言，模糊控制技术仍旧缺乏完善，无法使控制品质得以较好提升[2-3]。
4.结语
在当前电力控制系统实际应用过程中，为能够使其作用及功能得以更好发挥，十分重要的一点就是应当对电力控制系统进行较好设计。在当前电力控制系统设计过程中，可与混沌算法实现有效结合，从而使系统设计科学性及合理性能够得以增强，使系统能够得以更好应用，促进其更好发展。
参考文献
[1]曲鸣飞,赵丹.基于混沌算法的电气自动化设备电力控制系统设计[J].电力与能源,2017,38(04):428-430�
[2]刘振军,杨迪雄.面向工程全局优化的混沌优化算法研究进展[J].计算力学学报,2016,33(03):269-286�
[3]丁渐俊.基于混沌优化理论的电力控制系统设计及其优化研究[J].中国电力教育,2011,(33):125-127.
作者:吴金华 单位:江西应用技术职业学院
