1、模糊智能方案在電力系統(tǒng)自動化控制中的科學(xué)實施模糊智能控制原理主要將經(jīng)典的集成理論進行模糊化處理，將模糊邏輯的語言變量及近似推理引入其中從而形成整體性綜合智能技術(shù)的推理體系。

模糊控制的模擬對象為人的模糊推理能力及決策實踐中的實用性控制方式，該理論主體依據(jù)相關(guān)控制的已知規(guī)則及數(shù)據(jù)首先由模糊輸入量展開對模糊控制輸出的推導(dǎo)，主要由模糊化、時間模糊推理機、最終模糊判決三個子過程組成。隨著模糊理論的不斷發(fā)展與成熟完善，模糊控制中包含的優(yōu)勢性能得到了學(xué)術(shù)界充分的肯定。例如該控制方法可適用于對不定性、不精確情況的處理，同時可抑制噪聲帶來的污染問題。

綜合的模糊知識令語言變量能有效、準(zhǔn)確的表達出專家的綜合經(jīng)驗，也就是說其更加接近人們的思維及表達方式，可令知識的選擇、抽取與表達具有較強魯棒性，而被控制的對象參數(shù)產(chǎn)生的變化卻對模糊控制影響不大。隨著電力系統(tǒng)的不斷創(chuàng)新發(fā)展，模糊理論在其領(lǐng)域的應(yīng)用研究不斷廣泛，并取得了可喜的成績，由此不難看出科學(xué)的模糊理論控制方案在處理電力系統(tǒng)相關(guān)問題中具有綜合的潛力。例如行業(yè)內(nèi)為了有效實現(xiàn)對電力系統(tǒng)短期負荷進行高效預(yù)測，于是編制了眾多計算機控制程序，而實踐證明即使編制再完備的程序也比不上調(diào)度員的主體估計。

他們在對這種短期負荷的預(yù)測估計關(guān)鍵采用參考日的相關(guān)技術(shù)標(biāo)準(zhǔn)，這一條件與待測日較為接近。例如正確的日子為周四，則上周四可作為一個參考日。而后我們在負荷曲線中的積累關(guān)鍵點中進行負荷估計，依據(jù)參考日曲線將這些估計值相連接，于是便構(gòu)建了當(dāng)日的負荷模型。

在電力系統(tǒng)自動化中的模糊控制方案便依據(jù)這一經(jīng)驗，可編制出一整套相關(guān)參考日模型的數(shù)據(jù)庫，供調(diào)度人員適應(yīng)性選用。而后我們可繼續(xù)制定出多類對負荷產(chǎn)生影響因素的模糊集，例如風(fēng)力、溫度及日照模糊集等，以輔助調(diào)度人員的模糊推理，令關(guān)鍵點中的負荷得到準(zhǔn)確估計。完成了負荷模型的建立后我們可依據(jù)相關(guān)模型配備發(fā)電容量，這時實際的負荷與構(gòu)建模型間的差額則較小，按照這一實際差額履行控制，其效果大大提升。該類電力系統(tǒng)自動化中的模糊控制方案具有易懂、直觀的充分優(yōu)勢，令估算結(jié)果準(zhǔn)確率大幅提升，因此我們可在實踐中充分應(yīng)用，將其與人工智能技術(shù)完善融合，合理解決非線性控制問題，提升控制效果。

2、專家系統(tǒng)智能方案在電力系統(tǒng)自動化控制中的綜合實施專家系統(tǒng)是一類發(fā)展較早且較為成熟的人工智能技術(shù)，其主體由知識庫及綜合推理機組成，針對某領(lǐng)域內(nèi)的專家提供的精華知識進行推理并完成人類專家在制定決策實踐過程的模擬操作，為系統(tǒng)提供與專家水平相當(dāng)?shù)膶嵺`方案。當(dāng)前，電力系統(tǒng)控制及運行中多依靠有豐富經(jīng)驗的調(diào)度人員依據(jù)科學(xué)自動化控制技術(shù)完成。

導(dǎo)致該控制方式的主體原因為傳統(tǒng)的數(shù)值分析方式缺乏科學(xué)的啟發(fā)推理性能，無法同步實現(xiàn)知識的積累。再者，由于電力系統(tǒng)內(nèi)部本身的復(fù)雜性令一些簡單的數(shù)學(xué)模型及控制狀態(tài)難于發(fā)揮作用，而復(fù)雜的模型又較難獲取，單純的數(shù)值方式無法充分滿足自動化的電力系統(tǒng)運行要求。

因此我們必須在電力系統(tǒng)自動化中引入電力行業(yè)專家經(jīng)驗知識，利用專家系統(tǒng)方案，強化系統(tǒng)的綜合控制效能。在系統(tǒng)構(gòu)建實踐中我們應(yīng)主力擴充對推理速度的更新提升，令其具有高效的在線分析能力，并合理引入學(xué)習(xí)機制，令其容錯能力、對新問題的處理能力切實提升，即使在系統(tǒng)出現(xiàn)故障、網(wǎng)絡(luò)結(jié)構(gòu)、各類系統(tǒng)參數(shù)設(shè)置有變，設(shè)備控制器的相關(guān)配置發(fā)生變化時，也能實現(xiàn)適應(yīng)性改變依據(jù)綜合調(diào)控能力得出正確的推理結(jié)果。

另外我們可通過令系統(tǒng)與模糊推理、其他各類優(yōu)勢人工智能方式的合理融合切實提升專家系統(tǒng)完善的自學(xué)能力、容錯能力，令其即使在長周期的運行下也能準(zhǔn)確獲取知識、較容易的完成校核，構(gòu)建完備的知識庫并提升維護管理的便利性。

3、人工神經(jīng)網(wǎng)絡(luò)智能方案在電力系統(tǒng)自動化控制中的創(chuàng)新實施人工神經(jīng)網(wǎng)絡(luò)用于對人們傳遞及處理信息相關(guān)特征的綜合模擬，由人工方式對人們最簡單的神經(jīng)元進行大量仿制，并令其以一定規(guī)范的方式連接組成。單體的人工神經(jīng)元可實現(xiàn)由輸入轉(zhuǎn)向輸出的非線性構(gòu)建關(guān)系，而通過互相連接，他們可組成一類復(fù)雜的人工神經(jīng)元網(wǎng)絡(luò)。該類智能方案在電力系統(tǒng)自動化控制中的合理應(yīng)用令各類優(yōu)勢信息實現(xiàn)分布存儲，從而具有較強的綜合容錯能力與學(xué)習(xí)能力，可科學(xué)實現(xiàn)對各類優(yōu)勢知識的自動化組織，并適應(yīng)用戶對信息處理的不同需求。

各個神經(jīng)元間的計算過程在一定意義上具有獨立性，因而便于我們進行有針對性的處理，令系統(tǒng)控制執(zhí)行效率切實提升。由于人工神經(jīng)網(wǎng)絡(luò)富于較強的非線性智能化擬合能力與自學(xué)能力，并富含聯(lián)想記憶及魯棒性功能，因此令其在富含大量非線性復(fù)雜子系統(tǒng)的電力系統(tǒng)中具有較大的應(yīng)用創(chuàng)造潛力。

針對目前該類系統(tǒng)算法、學(xué)習(xí)速度較慢、培訓(xùn)時間相對較長、收斂操作復(fù)雜等現(xiàn)狀我們應(yīng)通過更加深入、細致的研究令該類智能化控制方案與其他優(yōu)勢系統(tǒng)進行完善融合，通過網(wǎng)絡(luò)化自動控制技術(shù)避免其對局部細小點進行沒有必要的收斂或冗余操作，從而切實提升人工神經(jīng)網(wǎng)絡(luò)智能方案的控制處理速度，令其在更深入的探索中擴充應(yīng)用前景，提升應(yīng)用效益。

4、結(jié)語各類先進技術(shù)、創(chuàng)新思維在電力系統(tǒng)中的科學(xué)應(yīng)用令其朝著自動化、電氣化與智能化方向科學(xué)發(fā)展，電力供應(yīng)質(zhì)量及效率日益提升。因此我們只有充分認識到電力系統(tǒng)自動化控制中智能方案實施的重要優(yōu)勢，科學(xué)途徑及良好的應(yīng)用前景，在實踐中不斷完善、不斷創(chuàng)新，才能最終令電力系統(tǒng)自動化實現(xiàn)更高、更快、更強的綜合發(fā)展。