摘要：随着科技的不断发展，现代工业也快速发展，人工智能技术已经广泛应用于电气自动化控制中，使得电气自动化控制逐渐实现智能化，在人们的实际生活和生产中取得良好的效果。本文分析了人工智能技术在电气自动化控制中的应用优势，并在此基础之上，对人工智能技术在电气自动化控制中的具体应用进行了分析，以期为今后智能控制方面的研究提供参考。
关键词：人工智能；电气自动化；控制
引言
人工智能的特殊性在于它拥有像人类的思维能力、感知能力、行为能力，因此发展潜力巨大。而电气自动化控制主要运用在检测与自动化仪表、运动控制、电力电子技术、电子与计算机技术、工业过程控制、信息处理等领域。将人工智能技术应用在电气自动化控制中，使电气设备运行实现智能化，并且提高了控制系统的稳定性，促进了电气行业的发展。
1人工智能技术概述
随着科学技术的快速发展，人工智能技术孕育而生。它是一门新的科学技术，在现代社会的发展中具有重要的作用。人工智能技术的形成，不仅有计算机技术的理论支撑，还融合了多种学科。人工智能技术的本质是通过对人类智能的模拟，创造出能够代替人类完成复杂工作的机器。当前，人工智能技术的研究领域比较集中，主要在两个领域：专家系统、机器人系统。在实际的生产生活之中，人工智能化已应用于诸多领域，并取得了良好的应用效果，这也充分证明了人工智能技术强大的现实意义价值。此外，将专家系统、人工智能嵌入到仿真环境能够减少仿真过程中的人力消耗，提高仿真自动化程度和仿真精度，是拓宽一体化仿真规模的重要技术。
2人工智能的优势
2.1性价比高
目前，人工智能技术已经进入到我们生活的各个方面,我们享受着人工智能带来的便捷生活。如今的人工智能可以有效的收集信息,具备现代化设备的通讯手段,在技术人员的不断钻研和努力下,对人工智能的成本也能够取得良好的控制，人工智能具有技术强、质量好、服务好等优点，是其引入电气自动化控制的重要因素。
2.2可操作性
人工智能能实现通过鼠标、键盘来对电气设备进行自动化控制，由于利用控制程序便可完成同期并网带负荷操作，这样不但可以大幅减轻操作人员的工作强度，而且可使控制效率得到极大提高，这与当前工业发展的实际需求很相符。
2.3设计简单
传统的控制器要依据控制对象的模型进行设计,然而有很多不确定的因素会影响模型的创建，比如数值类型、参数变化等，这些不确定因素的存在增加了设计的难度。但是人工智能技术却能够利用AI函数近似器对模型进行设计,不需要控制对象的模型。
2.4一致性
传统的控制算法是根据具体对象进行设计的，因此只能对特定对象进行控制，对其他控制对象效果不明显。而采用人工智能控制算法无论是对指定的还是未知的输入数据，都能得到一致性的估计。
2.5可靠性
人工智能是基于互联网技术和计算机基础的一项高科技,它结合了高端的智能电器数字化系统。人工智能技术在操作简单，控制精度高、可靠性强。随着光纤技术的发展，电气自动化技术有效的保障了工业生产的效率以及可靠性,在一定程度上推动了现代化企业的发展。
3人工智能技术在电气自动化控制中的应用分析
3.1在电气自动化设备中的应用
电气自动化控制十分复杂，涉及多个领域与学科。一方面，电气自动化设备的操作，需要操作人员具有良好的综合素质和专业知识；另一方面，电气自动化强调操作的有效性。对此，在解决这些现实问题时，人工智能技术无疑起到了很好的效果。首先，人工智能技术以计算机为理论核心，通过程序的编写，实现对计算机的智能控制，不仅提高了工作的效率，而且降低了成本；其次，人工智能技术的应用提高了电气自动化设备运行的科学性，改善了设备的运行环境。电气自动化设备智能化系统如图所示。
.png)
图1电气自动化设备智能化系统
3.2在电气自动化系统中的应用
3.2.1优化设计
电气产品的优化设计是一项十分复杂的工作，结合了理论学科和经验知识两方面的内容。在传统的电气产品设计过程中，主要采用设计经验和实验手段验证相结合，没有足够的技术支持，工作量大，而且难以得到最优的设计方案。随着科技的发展，人工智能技术的应用，通过计算机辅助设计就可以完成电气产品的设计，提高了工作效率，而且设计也变得越来越优化、智能化。
目前优化设计的主要方法是：专家系统以及遗传算法。专家系统应用了计算机技术和人工智能技术，根据专家提供的知识和经验，进行推理和判断，然后模拟人类专家的决策过程，解决复杂问题。专家系统目前仍处于研究阶段，在实际中很少应用。而遗传算法广泛应用于电气产品的人工智能优化设计，它是对结构对象直接进行操作，能够找到最优的方案，且具有较强的自适应能力，不需要确定的规则，遗传算法的这些性质在进行产品优化设计时十分适用。
3.2.2故障诊断
电气设备的故障具有不确定性、非线性、复杂性的特点，如果采用传统的方法进行诊断，不但准确率不高，而且效率低。应用人工智能的方法能够大大提高故障诊断的准确率。人工智能技术用于故障诊断的方法主要有专家系统、模糊逻辑、神经网络。人工智能故障诊断技术不仅保留了故障诊断知识的模糊性，还结合了神经网络的特点，很大程度上提高了故障诊断的准确率。
3.2.3模糊控制
模糊控制以模糊语言变量、模糊推理为理论基础，以专家经验作为模糊控制的规则。模糊控制其实就是在被控对象的模糊模型的基础上使用模糊控制器，实现电气控制系统的控制。如图2所示，是模糊控制系统的组成框架图。模糊控制的理论基础是模糊逻辑推理规则，采用计算机控制系统构成具有反馈通道的闭环控制系统。
.png)
图2模糊控制系统的组成框架图
结束语
综上所述，人工智能技术具有许多优势，电气控制中引入人工智能技术后，使传统意义上的电气控制模式得到了很大转变，使电气自动化控制实现了跨越式的发展，此外，人工智能技术的引入，提升了电气自动化的实际控制效率，同时还节约了自动化控制所需要的人力、物力，降低了电气自动化控制成本，使控制设备运行更科学，优化了系统设计，提高了故障诊断的准确率，未来人工智能技术的应用将会更加广泛。
参考文献
[1]王帮元.电气自动化控制中人工智能技术应用探究[J].赤峰学院学报(自然科学版),2015,31(09):50-52.
[2]丁望松.浅谈电气自动化控制中的人工智能技术[J].电子制作,2015,(11):62.
[3]贾刚,张萌.浅谈电气自动化控制中的人工智能技术[J].中小企业管理与科技(下旬刊),2011,(09):294.