柳建廷
内蒙古华电新能源分公司 内蒙古呼和浩特市 014080
摘要：目前，我国发电方式虽然依旧是以火力发电和水力发电为主，但在趋于生态环保方向发展的资源利用方式约束下，传统火力发电方式的规模逐渐减少了。日益扩大的城市群规模，相应地暴露出更大的电力缺口。尽管我国在风力发电行业投入了大量资金，然而因风力发电趋于地广人稀的缘故，有一系列问题存在于控制系统中。若是能将智能化技术用于控制系统中，必然能获取更显著的控制成效。
关键词：风力发电;自动化控制系统;智能化技术;运用;
引言
现阶段伴随着社会生产力的不断提升，高新科学技术在生产作业中不断推广应用，改变了以往较为落后的传统用能结构。使得以风力发电的供电比例份额在近些年呈现出逐年上升的趋势。同时各行业建设对于能源需求的迫切夙愿，推动了提升风力工程建设的效率。
1智能技术概述
依托智能技术，能使风力发电自动化控制系统成效得到提升，有助于经济效益与社会效益的提高。智能技术的主要类型有3种。第一，神经网络控制技术。该技术主要是在数字计算和运算符号间运用，所以智能控制适宜用于数据处理部分。该技术是由案例分析进行分散储备的，所以即便各个个体丧失了功能，整个系统的正常运行情况也不会遭受影响。第二，专家系统控制技术。该技术在智能调节、组织及决策等方面得到了具体应用，能够将一些非结构化难题或不确定的知识消息解决。但是该技术在具体运用中，对个别浅显的知识进行处理时，不具备足够的深层模仿能力。第三，综合智能控制技术。该技术主要朝着集成化智能方向发展，能实现模糊数据的有效处理，并且能促进模仿模糊与神经网络技术间的融合。该技术有助于自动化控制技术与自我调节控制技术的有效整合，同时能够将智能技术扬长避短的功效达成，整合个别智能技术，从而避免单独使用个别技术的情况。
2自动化控制技术的应用
自动化控制技术是信息控制技术中的一种，在应用期间对技术要求比较高，将这项技术应用到风力发电控制系统中，可以对系统中各项数据的变化情况进行掌握并控制，确保系统中各项参数的合理性。传统的风力发电控制系统需要构建参数模型来对各项参数进行控制，其对模型的完整性要求比较高。但是这类模型在建设过程中及具有较高的难度，所以无法保证风力发电的控制效果。而自适应控制技术的合理应用可以对系统中各方面的变化情况进行实时掌握，并根据外界环境进行调整，具有明显的应用优势，提升风力发电系统的控制效率。
3风力发电应用智能化技术的必要性
风力资源是可再生资源之一。目前，我国在风力发电方面已步入快速发展阶段，然而因风电随机性、间歇性和波动性特点的缘故，导致大规模风电并网会在一定程度上影响电网安全，以致于出现电力质量不佳的情况。由于风电场在输出功率方面存在随机性，为将其有效规避，并对输出功率中的间歇性和波动性予以有效控制，就应当着重进行风电设备有功功率的平衡。然而，日益扩大的电网设备必将会增大电网设备容量需求，这也会降低电网发电效率，所以在风力发电中应用智能化技术至关重要，有助于电网发电效率的提升。
4风力发电自动化控制系统中智能化技术的应用
4.1两者之间的深度融合
目前，智能化技术的发展十分迅速，诸多可视对讲系统厂家在生产运营过程中也逐渐提高了对打造用户终端设备的重视程度，如此一来也使得风力发电自动化控制系统与智能化技术之间实现了深度融合，仅需将管理端APP安装在拥有Andriod系统的可视对讲用户终端上即可。
这也表明了若是发电系统管理人员住所内实现了一台可视对讲系统用户端设备的配置，那么就能够替代以往数量繁多的管理设备，不但将风力发电自动化控制系统简化，还大大便利了管理人员的操作，有效提升了管理人员的体验感。
4.2最优控制智能技术的应用
风能控制系统在应对过程中容易风能受到影响，运行过程中存在很多不确定性，构建完善的数据模型存在困难，可以通过数学模型实现对系统的合理控制。但是风能发电系统只能通过数学模型内的相关数据设计，不能满足风能发电系统的应用需求。风力发电系统运行期间，无论是否产生电能都需要对整个系统的承受能力进行掌握，系统的电流在运行过程中也会发生一系列变化。如何使系统保持最佳状态是当前风力发电系统设计工作比较重视的问题。将最优控制智能技术应用于风能控制系统，可以处理系统的不确定性和相关变量，有效地进行风能捕获，并可应用于电能生成。此外，还可以调整电力设备的状态，提高风能控制系统的应用效率。
4.3传输系统数据整合分析
风力发电自动化控制系统需要在传输系统（物理链路及设备）的运用下，才能进行数据传输。而将智能化技术融入风力发电自动化控制系统中，ICP/TP传输协议得到了全面应用。标准化后的传输协议，也必然能够共享传输系统，一套综合布线系统与网络设备能将不同系统内部及彼此间的通信解决。基于公共局域网的智能化系统共享同一传输网络是没有问题的。通过分析技术即可了解，风力发电自动化控制系统用户端设备依托公共局域网、宽带路由器进行互联网云端服务器的访问方可实现智能控制。可视对讲系统用户端属于用户室内的一种共享设备，应当能够访问风力发电系统局域网，同时也可在管理系统内局域网的运用下访问Internet，在网络合理规划之后方可达成。
4.4人工神经网络技术在风力发电系统中的实践应用
人工神经网络的抗逆能力比较强，容错方面也不能超过其他系统。众所周知，风速在不断变化的状态下，对于风速的准确预测，不仅与预测方法有关，还与预测周期和预测点密切相关。实际上，利用时间序列神经网络可以预测风速，同时通过人工神经网络和小波分析融合徐璐的方式，可以预测风能发展功率。在应用于人工神经网络技术之前，通过人工神经网络可以估算风速，从而大大提高系统的动态性能，即即使实际的风速出现了较大波动，系统仍能稳定运行。可以通过控制神经网络变距的方法，对变桨距参数的滞后性和时变性问题进行解决。为了最大限度地实现风能获取，人工神经网络控制器还将构建发电机预测模型，并建议遗传算法和BP算法,提出全新的神经网络算法，目前，这种算法在风电机组故障诊断工作中应用十分广泛，能够为系统的工作可靠性和稳定性提供保障。
结束语
智能化风力发电自动化控制表示在智能化、大数据、云计算及人工智能等现代信息技术的运用下，以风力发电机组日常运行维护、修理及排除故障等工作为中心所开展的一系列自动化作业。我国电力能源的来源中，风力发电逐渐呈现出更重要的地位。将互联网及智能化技术融为一体的智能化风力发电自动化控制这一新型管理模式，能够有效解决产生于风力发电推进期间的各类管理问题，保障风力发电场运行的正常与稳定。
参考文献
[1]王涛.风力发电工程质量控制要点探究[J].科技创新导报,2020,17(17):42+44.
[2]于锦春.风力发电自动化控制系统中智能化技术的运用[J].通信电源技术,2020,37(03):145-146.
[3]刘潇.刍议风力发电控制系统中现代信息化控制技术的应用方法[J].科技创新导报,2019,16(35):14+16.
[4]张宏进.风力发电系统控制技术应用研究[J].中国新技术新产品,2019(14):21-22.
[5]肖红军.信息化控制技术在风力发电控制系统中的研究[J].南方农机,2019,50(11):215.