近年来，随着计算机科学、信息学、仿生学、神经心理学等学科和云计算、互联网+、大数据等技术的迅猛进步，人工智能技术取得了长足的发展。由于人工智能技术是模仿人类及自然界其他生物的感知、学习、推理等行为而发展来的，从而相较于其他传统技术具有更强的适应性和容错性，并已逐步应用至智能控制、图像处理、信号分析等领域。电气自动化技术作为工业的重要技术之一，在提高生产效率、降低生产成本中起到了十分积极地作用。但随着电气系统的复杂性和连续性程度的增强，传统的电气自动化系统设计、控制和监测等方法面临全新的挑战。而人工智能技术为电气自动化系统的革新提供了新的思路，并已经逐步应用到了电气自动化系统中。从而本文对人工智能在电气自动化中的应用前景进行了分析，以期为加速电气自动化的发展和工业自动化、智能化的进程提供一定的参考。
1人工智能技术
1.1人工智能技术概述
1956年McCartney等在Dartmouth大学召开的学术会议中首次提出了人工智能技术，其最大的特点是可以模仿人类的思考和自然界中一些生物的感知、学习和推理过程，对收集得到的信息进行分析处理，以达到指导设计、控制设备运行和信息提取等目的。人工智能技术可分为两类：具备能够依据外界刺激进行思考、学习等的强人工智能技术和应用至工程实际中解决工程问题的弱人工智能技术。由于本文着重于研究该技术在工程实际中的应用及前景，故本文的研究范围仅限于弱人工智能技术。
1.2人工智能技术的研究
方向人工智能技术属于多学科交叉的综合性技术，从而其研究范畴较为广泛，但目前较为活跃且具代表性的研究方向有机器学习、模糊逻辑、专家系统、神经网络等。机器学习属于人工智能技术中的核心部分，其运用计算机学习已有数据并掌握其中包含的内在规律以获取知识，达到提高计算机智能性的目的。模糊逻辑通过总结经验的方式得到了隶属函数及隶属度，实现了逻辑中非0即1到0~1的转换，从而使得计算机的处理过程更贴近于工程实际。而专家系统通过建立的知识库可以达到提高系统知识水平和推理水平的目的，用以解决该领域内的高难度问题。人工神经网络由大量的节点即神经元构成，不同节点间信号传递时被赋予一定的加权值，最终实现信号分析处理、信息储存的功能。人工智能技术在促进学科间交叉发展的同时，也提高了设备智能化水平，为企业创造了客观的经济效益。例如：模糊控制和专家系统不仅使得专家的经验得以总结，将经验直接转化为生产力，而且由于知识在计算机中存储、扩充和修改，使得知识更加易于传播。
2电气自动化技术
2.1电气自动化技术概述
电气自动化技术是一种综合了控制学、信息学等学科的综合性技术。近年来，电气控制技术在钢铁冶金、火力发电、建筑等行业得到了广泛应用，在极大地提高生产效率和改善劳动条件的同时，也使得各系统的工作稳定性大大增强。电气自动化系统可分为收集能够反映设备状态的信息采集部分、对信息进行分析处理的控制部分和将处理结果反映到实际动作的执行部分。显而易见，信息分析处理及动作执行部分是电气自动化的关键部分，而动作执行部分是控制部分信息处理结果的执行者，从而信息处理部分属于核心部分。
2.2电气自动化技术的特性
电气自动化技术涉及的范围较为广泛，既包含传统的电机、电器领域，又包含信息处理、网络传输和电子技术等。从而一方面电气自动化技术具有强—弱电结合、机械—电气结合、软—硬件结合的特性。另一方面由于电气自动化技术涉及不同行业、不同控制对象、不同应用工况等，电气自动化的技术实施方案存在很大的差异，需要根据不同的需求进行对应的个性化设计，一定程度上阻碍了电气自动化技术的普及。
2.3电气自动化技术的应用现状
电气自动化技术目前已经成功应用至火力发电厂的设备运行状态监测，煤矿煤炭的挖掘、运输和安全监控，机加工中设备的自动化控制等领域。这主要得益于现场总线和分布式控制策略，现场总线解决了不同层级用电器和控制系统之间的信息传递问题，分布式控制策略使得各单元与管理模块间的逻辑关系更加明晰的同时，也提高了系统的可靠性与控制效率。随着信息储存、处理和传输技术的迅速发展，大数据、互联网+、人工智能等技术也逐渐渗透至电气自动化系统中。新兴技术不仅变革了数据采集、存储方法，更使得数据的处理分析过程更加智能化，这便为末端执行部分的准确动作提供了可靠保障。
3应用前景分析
人工智能技术通过机器学习、模糊逻辑、专家系统和神经网络等使得控制策略、分析方法更加精确、贴合实际的同时，也使得系统具备了自我学习、推理的能力。而电气自动化系统的核心技术是对信息进行分析处理的控制单元，故可以运用人工智能技术进一步对控制单元进行优化改进。下文将从电气自动化系统的设计、控制策略、辅助操作和状态监测四个方面分别论述人工智能技术在该系统中的应用前景。
3.1辅助设计电气自动化系统
电气自动化系统的设计涉及学科较多，从而需要很宽的知识面，而目前电气系统的设计主要依赖于工程师。电气自动化系统的设计水平直接影响着系统的功能及性能，工程师作为电气自动化系统的设计者，其知识水平和经验对电气自动化系统的优劣起着决定性作用。另一方面，电气自动化系统的设计流程较为复杂，从市场调查、需求分析再到设计方案的制定，最后到产品的定型需要很长的周期。而一旦其中某一环节出现问题，则需要重新进行设计，这不仅加长了产品的开发周期，而且造成了资源的浪费，提高了研发成本。在电气自动化产品设计之初就引入人工智能技术，通过专家系统和模糊逻辑中总结的专家经验，一方面，为设计者设计方案的选择和已知方案的优化提供一定的参考，从设计的源头提高设计水平。另一方面，在整个产品设计周期内随时运用专家系统、模糊逻辑进行验证，及时发现设计中存在的问题，避免因返工带来的损失。在电气自动化产品设计中引入人工智能技术之后，可使得产品的开发成本和周期、设计人员的劳动强度大大降低，对于企业而言也增强了企业的竞争力水平，为占得市场先机提供了可靠保障。
3.2助力电气自动化系统的控制
传统的控制策略相较于人工智能具有容错性低、不具学习能力、普适性低等缺陷，从而在控制执行终端动作的准确度等方面存在一定的缺陷。在电气自动化控制系统中引入人工智能技术之后，可以运用人工神经网络、模糊决策等实现系统动作的精确控制，进而提高系统的自动化和智能化水平。例如：传统的控制策略一般而言对于大部分的开关量仅存在0和1两种描述，而在实际控制过程中，往往会出现非0也非1的情况，从而导致不能实现控制的精细化和准确化。但在引入模糊决策之后，通过隶属度和隶属度函数可以准确刻画0~1之间的状态，从而整体提升控制系统的性能。
3.3辅助现场操作人员精准操作和简化操作流程
电气自动化系统中一般涉及的设备较多，从而使得操作人员的操作复杂性大大增强。同时，随着操作流程复杂程度的增加，操作人员在具体操作过程中易于出现误操作或错误操作。将人工智能技术引入至实际操作中可以从以下两方面入手，一方面可以运用神经网络、专家系统等技术分析实际情况，给现场操作人员的操作提供一定的指引，对关键操作建立“软件+人工”双重确认机制。另一方面，对于相关性很强或者通过分析之后存在明显逻辑关系的操作，可以运用人工智能技术进行简化，对于关联的操作可以封装在控制系统内部，以简化操作人员的操作。
3.4电气自动化系统的运行状态管理
电气自动化系统的运行状态正常与否会直接影响设备的运行，假若在电机等电气设备出现故障时不能及时发现并采取合理的处置手段，则会导致设备的运行状态失常，达不到使用要求。不同于机械故障，电气自动化系统出现故障时，基本不会出现明显的振动、噪声，从而其故障具有很强的隐蔽性、不确定性和非线性，运用传统的数据分析技术不易于检测故障。电气自动化系统中引入以人工智能为核心的状态监测技术之后，可以运用神经网络、机器学习、模糊逻辑、专家系统等为数据分析方法，深入挖掘所采集得到能够反映电气自动化系统运行状态信号背后的信息。达到优化传统的状态监测方法的目的，并对其形成有力的补充，实现精确监测、准确诊断的目的，最终为提高系统运行的可靠性提供有力保障。
4结论
电气自动化涉及人们生产活动的多个方面，人工智能技术为其进一步的优化和改善提供了新的机遇。本文在着重分析了人工智能技术的热点研究方向和电气自动化技术的应用现状的基础上，从电气自动化系统设计方案的确立和控制策略的优化、辅助操作人员的操作和系统状态的监测四个角度出发，概述了人工智能在该系统中的应用前景和方向。为进一步促进人工智能技术在电气自动化中的应用提供一定参考的同时，也为未来电气自动化系统的改进和优化提供了一些思路。
