发布时间：2022-05-02 14:37:44
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的人工智能的应用样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
关键词：人工智能；电气工程；自动化
引言
我国电力行业发展迅速，为人们的生产生活提供了便利，随着人们生活水平的不断提升，人们对于电气工程自动化的要求也越来越高。在电气工程自动化中引入人工智能技术，由机器人代替人工完成电气工程操作工作，能够实现智能控制，不仅节省了人力，也有效减少了电气工程运行中产生的误差，其良好的技术优势获得了一致好评。由此，在电气工程自动化中应用智能技术，有效满足了人们对于电力的需求[1]。
1人工智能技术及电气工程自动化含义
1.1人工智能技术
在传统的电力行业中，所有工作都是依靠人力完成。人工智能技术出现后，替代了手工劳动，减少了工作量。人工智能技术借助编程对人类的行为和思维模式进行模仿，使机器拥有人类相同的行为、思维和感知能力，利用机器完成人类的劳动任务。人工智能应用领域较多，如语言学、计算机科学等，其属于思维科学技术，发展中离不开数学的支持，只有将数学与人工智能联系起来，才能够促进人工智能技术的不断发展和进步[2]。
1.2电气工程自动化
电气工程需充分利用电能、电气技术和相关设备改善并维持一些限定空间、环境，主要研究方向是如何转化利用电能。电气工程及自动化技术在很多领域都有应用，如电力电子技术、计算机技术和网络控制技术、信息技术等，综合性较强。电气工程自动化技术常应用在电气设备制造公司或者供电、发电企业中，对人民生活质量和国民经济水平有一定影响[3]。
2电气工程自动化中人工智能技术的优势
2.1误差小
人工智能技术在电气工程运行中的应用，能够促使电气工程控制器抗干扰能力得到有效增强，最大化避免电气工程运行误差的出现，对于与电气工程相关产品的规范性和一致性的提升有一定帮助。人工智能技术在应用过程中，需要将相关的参数和数据一起输入到控制器中，机器就能够实现自动化生产，避免了电气工程运行中许多干扰因素的影响。此外，人工智能技术也能够科学有效地评估电气工程，促使电气工程获得更为长远的发展。
2.2强化控制效果
人工智能技术在电气工程运行中的应用，能够有效提升电气工程的控制效果，保证电气工程能够规范性、一致性地运行。当前，我国电气工程自动化水平相对较低，传统电气工程控制上，需要将电气工程控制对象预先设计好，根据实际情况开展控制策略，虽然取得了一定效果，但是无法准确地控制对象，影响电气工程的运行效果。情况严重时，还会对电气工程的操作水平产生影响。而人工智能技术的应用，能够促使电气工程设备的运行效果得到显著提升[4]。
2.3不会过多受到外界因素限制
传统的电气工程在运行中会因外界因素的变化而产生影响，不仅电气工程的运行质量会受到影响，且会对设备安全造成威胁。基于此，在电气工程中，需要重点应用人工智能技术，借助机械手段完成人工操作难以完成的工作，甚至代替人工工作，电气工程自动化水平就会得到全面提升[5]。在实际应用过程中，可以借助控制器操作电气工程，建立电气工程自动化模型并完成计算工作，确保电气工程能够顺利完工。在传统的电气工程运行中，仍然使用低端的控制器，因数值计算类型与模型的参数出现问题，导致数值计算产生错误，引发电气工程出现多种问题。而人工智能技术在应用后，有效减少了电气工程故障，自动化模型的准确性也有了显著提升，且对模型参数和自动化模型的要求也相应有所降低。
2.4操作流程有所优化
传统的电气工程中，自动化控制器在操作上较难掌握，且要求操作人员具备专业的知识，一旦工作人员出现操作失误，会导致电气工程无法正常运行。而人工智能的应用，能够有效简化操作流程，且不需要操作人员掌握更多的专业知识，只需要按照操作程序和语言完成相关操作即可，能够有效避免工作人员在操作上的失误。
2.5减少了后续维护工作
传统的电气工程运行涉及变压器和线路等多种电气设备，多种设备同时运行会加大工作负担，同时也对后期的维护工作造成不良影响。如果电气设备长时间未得到维护，会导致设备老化，影响正常运行。在维护、保养过程中，需要聘请多名专业人员同时操作，这会直接增加维修维护成本。如果电气工程自动化中加入人工智能技术，就能够有效减少设备的使用数量，后期的维护工作压力也会减小，对于企业提升经济效益、减少成本有一定积极意义[6]。
3电气自动化中人工智能技术的实践应用
3.1人工智能与电气设备的融合
人工智能技术在电气工程中的应用，能够改变传统电气设备的设计和运行方法，满足电气工程的实际需求，代替传统电气设备完成更复杂的程序，全面提升电气设备的稳定性、可靠性，电气维修的成本也会显著降低。电气工程中电气设备与人工智能的结合，能够提升工作效率，降低运行成本，简化操作流程，保证满足人们的各项需求。人工智能技术通过简化电气工程操作界面，利用各项指令指挥电气设备完成工作，工作效率和查询效率得到显著提升。
3.2能够有效排除故障
如果发电机和发动机等电气设备长期处于运行中，会加重设备运行负荷，出现安全隐患。在电气设备运行中，需要根据实际运行情况进行分析，避免安全事故出现。在排除故障问题上，传统方法不仅耗费大量时间，且需要利用变压器油气体进行故障查找，在收集和检验环节耗费大量的人力、物力和财力，检验准确率也相对较低。人工智能的应用，可以借助模糊理论技术和神经网络诊断出电气设备存在的安全问题，并进行自动诊断，能够有效排除各项故障[7]。人工智能技术也能够对设备运行故障问题进行诊断，当前常用的诊断方法主要包括三种，分别为基于案例诊断、基于故障推理和利用故障树模型进行诊断。三种方法可以联合使用，也可以只使用一种。在诊断上，积极开发了人工智能算法，并充分结合数据采集技术和传感技术，设计出了故障诊断系统，能够及时并精准地找到故障点。诊断系统包括故障诊断规则库、故障推理机、故障诊断过程解释机、故障诊断数据库等，相比于传统查找方法，人工智能系统的应用有效缩短了查找时间，降低了维修成本。案例库收集与故障相关的知识和案例，可以直接提取相关参数，参考案例特征对案例进行归纳整理，为系统推理提供参考基础。故障诊断阶段提取故障特征，利用人工智能敏感特征对比方法进行诊断，能够有效发现设备存在的故障，并做出有效的处理[8]。
3.3在产品设备中的实践应用
电气设备的设计工作涉及多种学科和内容，对设计人员的专业水平有较高的要求。为了保证设计的电气产品具有科学性、可靠性特点，需要在设计中积极融合科学设计和知识、经验。人工智能的应用有效解决了以上问题，不仅能够代替人脑解决繁琐的计算工作，也能够模拟程序，有效提升工作效率，缩短设计周期，最终设计出的产品也具备科学性特点，实用性较强。但是，其对设计工作有一定要求，要求设计人员对于智能软件的应用和设计有丰富经验，设计出符合不同需求的产品[9]。
3.4能够实现电气工程的保护功能
利用人工智能技术控制电气工程时，操作人员采取特殊的控制工具能够远程控制电气设备的运行情况，确保电气设备实现停止和复核操作。在人工智能技术的控制上，需要技术操作人员设置好数据，确保数据设置的科学性，从而有效管理电气工程。在设备运行中，操作人员收集并整理好电气工程相关的运行数据，为了保证软压板在运行中不会受到影响，使用时需要修改相关参数。在电气设备运行过程中，人工智能技术能够依据运行日志自动制作成表格和曲线，通过查看曲线和表格，工作人员就能够对设备的运行情况有一定了解，从而高效地管理设备运行状况。人工智能技术也能够实时检测电气设备的运行情况，一旦数据出现异常，能够第一时间作报警处理，并记录好异常的数据。电气工程运行过程中，会有多种故障出现，导致电气工程自动化水平受到影响，也会影响电气工程的正常运转。应用人工智能后，电气工程的整体工作流程能够得到优化，并实时追踪设备的运行情况，保障设备能够实现良好运转。为了能够共享电气设备的运行情况，需要借助人工智能技术构建云平台，监测设备的运行情况，并将相关数据传送到云平台上，管理人员就能够通过云平台对每一台设备进行监控。与传统的人工巡航相比，人工智能技术的实效性更强，能够实现大规模的监控工作，有利于全面提升电气工程的运转效率，提升企业的经济效益。
【关键字】人工智能；教育；进展
【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097（2008）13―0018―03
人工智能是一门综合的交叉学科，涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。人工智能主要研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能，其长期目标是实现人类水平的人工智能。[1]从脑神经生理学的角度来看，人类智能的本质可以说是通过后天的自适应训练或学习而建立起来的种种错综复杂的条件反射神经网络回路的活动。[2]人工智能专家们面临的最大挑战之一是如何构造一个可以模仿人脑行为的系统。这一研究一旦有突破，不仅给学习科学以技术支撑，而且能反过来促使人脑的学习规律研究更加清晰，从而提供更加切实有效的方法论。[3]人工智能技术的不断发展，使人工智能不仅成为学校教育的内容之一，也为教育提供了丰富的教育资源，其研究成果已在教育领域得到应用，并取得了良好的效果，成为教育技术的重要研究内容。
人工智能的研究更多的是结合具体领域进行的，其主要研究领域有：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络和分布式人工智能等。[4]目前，在教育中应用较为广泛与活跃的研究领域主要有专家系统、机器人学、机器学习、自然语言理解、人工神经网络和分布式人工智能，下面就这些领域进行阐述。
一 专家系统
专家系统是一个具有大量专门知识与经验的程序系统，它使用人工智能技术，根据某个领域中一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。[5]专家系统主要组成部分为：知识库，用于存储某领域专家系统的专门知识；综合数据库，用于存储领域或问题的初始数据和推理过程中得到的中间数据或信息；推理机，用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作；解释器，向用户解释专家系统的行为；接口，使用户与专家系统进行对话。近几十年来，专家系统迅速发展，是人工智能中最活跃、最有成效的一个研究领域，广泛用于医疗诊断、地质勘探、军事、石油化工、文化教育等领域。
目前，专家系统在教育中的应用最为广泛与活跃。专家系统的特点通常表现为计划系统或诊断系统。计划系统往前走，从一个给定系统状态指向最终状态。如计划系统中可以输入有关的课堂目标和学科内容，它可以制定出一个课堂大纲，写出一份教案，甚至有可能开发一堂样板课，而诊断系统是往后走，从一个给定系统陈述查找原因或对其进行分析，例如，一个诊断系统可能以一堂CBI（基于计算机的教学，computer-based instruction）课为例，输入学生课堂表现资料，分析为什么课堂的某一部分效果不佳。在开发专家计划系统支持教学系统开发（ISD）程序的领域中最有名的是梅里尔（Merrill）的教学设计专家系统（ID Expert）。[6]
教学专家系统的任务是根据学生的特点（如知识水平、性格等），以最合适的教案和教学方法对学生进行教学和辅导。其特点为：同时具有诊断和调试等功能；具有良好的人机界面。已经开发和应用的教学专家系统有美国麻省理工学院的MACSYMA符号积分与定理证明系统，我国一些大学开发的计算机程序设计语言、物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等。[7]
目前，在教育中，专家系统的开发和应用更多的集中于远程教育，为现代远程教育的智能化提供了有力的技术支撑。基于专家系统构造的智能化远程教育系统具有以下几个方面的功能：具备某学科或领域的专门知识，能生成自己的提问和应答； 能够分析学生的特征，评价和记录学生的学习情况，诊断学生学习过程中的错误并进行补救教学；可以选择不同的教学方法实现以学生为主体的个别化教学。[8]目前应用于远程教育的专家系统有智能决策专家系统、智能答疑专家系统、网络教学资源专家系统、智能导学系统和智能网络组卷系统等。
二 机器人学
机器人学是人工智能研究是一个分支，其主要内容包括机器人基础理论与方法、机器人设计理论与技术、机器人仿生学、机器人系统理论与技术、机器人操作和移动理论与技术、微机器人学。[9]机器人的发展经历了三个阶段：第一代机器人是以 “示教―再现”方式进行工作；第二代机器人具有一定的感觉装置，表现出低级智能；第三代机器人是具有高度适应性的自治机器人，即智能机器人。目前开发和应用的机器人大多是智能机器人。机器人技术的发展对人类的生活和社会都产生了重要影响，其研究和应用逐渐由工业生产向教育、环境、社会服务、医疗等领域扩展。
机器人技术涉及多门科学，是一个国家科技发展水平和国民经济现代化、信息化的重要标志，因此，机器人技术是世界强国重点发展的高技术，也是世界公认的核心竞争力之一，很多国家已经将机器人学教育列为学校的科技教育课程，在孩子中普及机器人学知识，从可持续和长远发展的角度，为本国培养机器人研发人才。[10]在机器人竞赛的推动下，机器人教育逐渐从大学延伸到中小学，世界发达国家例如美国、英国、法国、德国、日本等已把机器人教育纳入中小学教育之中，我国许多有条件的中小学也开展了机器人教育。
机器人在作为教学内容的同时，也为教育提供了有力的技术支撑，成为培养学习者创新精神和实践能力的新的载体与平台，大大丰富了教学资源。多年来，我国中小学信息技术教育的主要载体是计算机和网络，教学资源单一，缺乏前瞻性。教学机器人的引入，不仅激发了学生的学习兴趣，还为教学提供了丰富的、先进的教学资源。随着机器人技术的发展，教学机器人种类越来越多，目前在中小学较为常用的教学机器人有：能力风暴机器人、通用机器人、未来之星机器人、乐高机器人、纳英特机器人、中鸣机器人等。
三 机器学习
机器学习是要使计算机能够模仿人的学习行为，自动通过学习来获取知识和技巧，[11]其研究综合应用了心理学、生物学、神经生理学、逻辑学、模糊数学和计算机科学等多个学科。机器学习的方法与技术有机械学习、示教学习、类比学习、示例学习、解释学习、归纳学习和基于神经网络的学习等，近年来，知识发现和数据挖掘是发展最快的机器学习技术。机器学习（自动获取新的事实及新的推理算法）是使计算机具有智能的根本途径，对机器学习的研究有助于发现人类学习的机理和揭示人脑的奥秘。[12]
随着计算机技术的进步和机器学习研究的深入，机器学习系统的性能大大提高，各种学习算法的应用范围不断扩大，例如将连接学习用于图文识别，归纳学习、分析学习用于专家系统等，大大推动了在教育中的应用，例如在建构适应性教学系统中，用机器学习与朴素的贝叶斯分类器动态了解学生的学习偏好，有较高的准确率[13]。基于案例的推理（case-based reasoning，CBR）是一种新兴的机器学习和推理方法，其核心思想是重用过去人们解决问题的经验解决新问题，在计算机辅助教育方面，已经出现了基于CBR的图形仿真教育系统，并且，针对个体特征的教育教学方法研究也有所突破。[14]另外，数据挖掘和知识发现在生物医学、金融管理、商业销售等领域的成功应用，不仅给机器学习注入新的生机，也为机器学习在教育中的应用提供了新的前景。
四 自然语言理解
自然语言理解就是研究如何让计算机理解人类的自然语言，以实现用自然语言与计算机之间的交流。一个能够理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。[15]自然语言理解包括口语理解和书面理解两大任务，其功能为：回答问题，计算机能正确地回答用自然语言提出的问题；文摘生成，计算机能根据输入的文本产生摘要；释义，计算机能用不同的词语和句型来复述输入的自然语言信息；翻译，计算机能把一种语言翻译成另外一种语言。由于创造和使用自然语言是人类高度智能的表现，因此对自然语言处理的研究也有助于揭开人类高度智能的奥秘，深化对语言能力和思维本质的认识。[16]
自然语言理解最早的研究领域是机器翻译，随着应用研究的广泛开展，也为机器人和专家系统的知识获取提供了新的途径，例如由MIT研制的指挥机器人的自然语言理解系统SHRDLU就可以接收自然语言，进行人机对话，回答关于桌面上积木世界中的各种问题。同时，对自然语言理解的研究也促进了计算机辅助语言教学和计算机语言设计等方面的发展，例如“希赛可”网络智能英语学习系统，这个基于网络的“人-机”语境的建立，突破了普通英语教师和传统的单机的多媒体教学软件所能具备能力限制，也比建立于网络的“人-人”语境更具灵活性，可以为远程学习者提供良好的英语学习支持，在国内第一次系统地将用自然语言进行的人机对话系统应用在计算机辅助外语教学上，在国际上也是一种创新。[17]
五 人工神经网络
人工神经网络就是在对大脑的生理研究的基础上，用模拟生物神经元的某些基本功能的元件（即人工神经元），按各种不同的联结方式组织起来的一个网络，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能，例如可以用于模仿视觉、模式识别、声音信号处理、控制、故障诊断等领域，人工神经元是人工神经网络的基本单元。[18]人工神经网络有两种基本结构：递归（反馈）网络和多层（前馈）网络，两种主要学习算法：有指导式学习和非指导式学习。
人工神经网络从模拟人类大脑神经网络的结构和行为出发，具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合于处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题，[19]这使人工神经网络具有更大的发展潜能，目前已经开发和应用的人工神经网络模型有30多种。人工神经网络在教育中的应用大多是与教学专家系统相结合，以此来改进教学专家系统的性能，提高智能性，使其在教学过程中对突发问题具有更好的应对能力。人工神经网络在学校管理中也得到应用，例如采用误差反传算法（BP）的多层感知器已应用于高校管理之中。
六 分布式人工智能(Distributed Artificial Intelligence，DAI)
分布式人工智能是分布式计算与人工智能结合的结果，研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型，主要研究问题是各Agent之间的合作与对话，包括分布式问题求解和多Agent系统两个领域。[20]分布式人工智能系统一般由多个Agent组成，每个Agent又是一个半自治系统，Agent之间及Agent与环境之间进行并发活动并进行交互来完成问题求解。[21]由于分布式人工智能系统具有并行、分布、开放、协作和容错等优点，在资源、时空和功能上克服了单智能系统的局限性，因此获得了广泛的应用。
分布式人工智能中的Agent和多Agent技术在教学中的应用逐渐受到关注。在教学中引入Agent可以有效地提高教学系统的智能性，创造良好的学习情境，并能激发学习者的学习兴趣，进行个性化教育。目前，Agent和多Agent技术多用于远程智能教学系统，通过利用其分布性、自主性和社会性等特点，提高网络教学系统的智能性，使教学资源得到充分利用，并可实现对学习者的学习行为进行动态跟踪，为学习者的网络学习创造合作性的学习环境。在网络教学软件中应用Agent技术的一个典型是美国南加利福尼亚大学（USC）开发的教学Adele（Agent for Distance Education - Light Edition） [22]。Agent技术在网络教学软件中取得的良好效果，促进了研究者对分布式人工智能在教育中的应用研究。
综上所述，科学技术的发展将会推动人工智能技术在教育中应用的广度和深度。从人工智能的应用趋势来看，人工智能在教育中应用的扩展可以通过以下三个方面进行：一是人工智能与其他先进信息技术结合。人工智能已经与多媒体技术、网络技术、数据库技术等有效的融合，为提高学习效率和效度提供了有力的技术支持，而引起教育技术界广泛关注。[23]例如人工智能技术通过与多媒体技术相结合，可以提高智能教学系统的教学效果；与网络通讯技术相结合，可以提高和改进远程教育的智能性。二是人工智能应用研究领域间的集成。人工智能应用研究领域之间并不是彼此独立，而是相互促进，相互完善，它们可以通过集成扩展彼此的功能和应用能力。例如自然语言理解与专家系统、机器人的集成，为专家系统和机器人提供了新的知识获取途径。三是人工智能的研究和应用出现了许多新的领域，它们是传统人工智能的延伸与扩展，这些新领域有分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现以及人工生命等[24]，这些发展与应用蕴藏着巨大潜能，必将对教育产生重要的影响。
技术发展不断发挥着引导教育技术研究的作用，一种新兴技术的出现总是会掀起相应的研究热潮, 引发对技术在教育中应用的探讨、评价以及与传统技术的对比。[25] 人工智能作为一门交叉的前沿学科，虽然在基本理论和方法等方面存在着争论，但从其研究成果与应用效果来看，有着广阔的应用前景，值得进一步的开发和利用。
参考文献
[1] 史忠植,王文杰.人工智能[M].北京:国防工业出版社,2007:1.
[2][11][18][19] 《计算机与信息科学十万个为什么》丛书编辑委员会,计算机与信息科学十万个为什么(8):人工智能[M].北京:清华大学出版社,1998:5,189,78-79,84.
[3] 任友群,胡航.论学习科学的本质及其学科基础[J].中国电化教育,2007,(5):1-5.
[4][21] 蔡瑞英,李长河.人工智能[M].武汉:武汉理工大学出版社,2003:12-13.
[5][12][15][20][24] 蔡自兴,徐光.人工智能及其应用(第三版)――研究生用书[M].北京:清华大学出版社,2007: 12-14,19-20.
[6] [荷]山尼•戴克斯特拉,[德]诺伯特•M. 西尔,[德]弗兰兹•肖特,等.任友群,郑太年主译.教学设计的国际观第2册:解决教学设计问题[M].北京:教育科学出版社,2007:67.
[7] 任友群.技术支撑的教与学及其理论基础[M].上海:上海教育出版社,2007:42-43.
[8] 路利娟.应用专家系统提升现代远程教育的智能化[J].中国教育技术装备,2007,(12):79-80.
[9] 陈恳,杨向东,刘莉等.机器人技术与应用[M].北京:清华大学出版社,2007:6.
[10] 关注机器人幼儿教育――访鲍青山博士[DB/OL].
[13] 柏宏权,韩庆年.机器学习在适应性教学系统中的应用研究[J].南京师范大学学报(工程技术版),2007,7(4):76-79.
[14] 杨健,赵秦怡.基于案例的推理技术研究进展及应用[J].计算机工程与设计,2008,29(3):710-712.
[16] 自然语言理解[DB/OL].
[17] 贾积有.人工智能技术的远程教育应用探索――“希赛可”智能型网上英语学习系统[J].现代教育技术,2006,16(2):26-29.
[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].
【关键词】人工智能；电力系统；应用
人工智能技术简称AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，与基因工程、纳米技术并称为21世纪三大尖端技术。由于它是利用计算机来模拟人类的智能活动，因此完全摆脱了传统方法的束缚，能解决传统方法难以解决甚至根本无法解决的问题，当前，随着国家电网建设“坚强的智能电网”进程的不断深入，电力系统规模不断增加，数据量增多，管理上越发复杂，因此，将人工智能应用于电力自动化控制系统，能有效减少运行成本，提高工作效率，现就该问题进行粗浅探讨，以供参考。
一、人工智能技术概述
人工智能技术自上世纪50年展至今，在理论研究方面已取得突破性进展，在具体应用方面，主要如下：（1）专家系统（ES）。所谓专家系统，即一个计算机程序集，该程序利用当前的输入信息、知识库及一系列推理规则来完成由某一领域专家才能完成的工作。专家系统的特点在于其符号表达、逻辑推理及渐进式搜索能力。家系统在电力系统运行控制中的应用领域包括报警信号处理、电压控制、故障诊断、恢复控制、运行规划等。（2）人工神经网络（ANN）。人工神经网络是模拟的生物激励系统，由大量的神经元以一定的方式连接而成的，单个神经元的作用是实现输入到输出的一个非线性函数关系，它们之间广泛的连接组合就使得整个神经网络有了复杂的非线性特性，神经网络将大量的信息隐含在其连接权值上，根据一定的学习算法调节权值，使神经网络实现从m维空间到n维空间复杂的非线性映射。神经网络具有良好的快速并行处理能力及分类能力，因此被广泛地应用于电力系统的实时控制、检测与诊断、短期和长期负荷预测、状态评估等诸多领域。（3）模糊集理论（FL）。FL发展于上世纪60年代中期，它是多值逻辑的扩展，能够完成传统数学方法难以做到的近似推理。其具体应用为：应用多目标模糊决策方法，进行故障测距和故障类型识别；给出模糊集理论的配电系统潮流与状态估计方法；采用模糊推理估计配电系统负荷水平，归纳各类用户随不同因素的变化；用模糊集方法构造变压器保护原理，区别内部故障、涌流、过激以及电流互感器饱和情况下的外部故障；寻求维持电力系统安全运行和充分利用输电容量之间的折衷解；运用于配电系统损耗模糊计算模型，提高计算精确度等。（4）启发式搜索（HS）。启发式搜索主要有遗传算法（GA）和模拟退火（SA）算法两种，启发式搜索通过随机产生新的解并保留其中较好的结果，并避免陷入局部最小，以求得全局最优解或近似最优解。以上两种方法，都可用来求解任意目标函数和约束的优化问题。
二、人工智能技术的在电力自动化的应用
（1）在电源规划中的应用。电源规划是电力系统中电源布局的战略规划，当前，人们对高质量电能的需求越发突出，因此，加强电力建设，扩充新电源势在必行。电源规划问题之所以复杂，其中一个重要原因即是每个规划时期备选机组状态的数目庞大，而对于每个具体的规划项目，这些状态大多是不可行的，而利用专家系统，可以根据实际规划工作时的具体约束条件对方案进行裁减，尽早删除大量不可行的方案，从而减少优化计算的工作量，提高规划效率。同时，利用遗传算法，可以实现站址和站容的优化。（2）在电能质量分析中的应用。20世纪80年代末以来，随着微电子技术和电力电子技术的发展，基电能质量越来越被人们所关注。为提高电能质量，建立电能质量检测和分析识别系统，对其进行正确的检测、评估和分类就显得十分必要。传统的电能质量检测手段主要是以人工方式和便携式电能质量测量仪器为主，对线路和变电站进行现场数据采集，工作量大，采集的数据不系统也不全面，时间延续性短，误差较大，效率低。而采用人工智能技术能有效克服传统方法的缺陷。如电力系统中谐波诊断的任务是对一组电流或电压的采样信号确定出各次谐波的含量或感兴趣的谐波成分含量，采用人工神经网络，可以在避免噪声和间谐波的情况下分析谐波问题。又如，电力系统电源侧电压及负荷变化将引起用户侧电压波动，长时间的电压偏移将使得供电电压质量得不到保证，因此，保持电压偏移在允许范围内是衡量电能质量标准的一项重要内容。而基于专家系统而设计的变电站无功控制装置，能将已有的无功电压控制经验或知识用规则表示出来，形成专家系统的知识库。并能像有经验的调度员那样，在面临不同运行工况时，根据上述的规则由无功电压实时变化值有效地作出合理的电压调节决策。此外，人工智能技术在电能质量分析中的应用，还包括电能质量的扰动分析、电能质量的数据管理和数据挖掘，等等。（3）在故障诊断中的应用。电力系统可能出现的故障种类繁多，具有复杂性、不确定性及非线性等特点，从一次系统的故障看，可分为线路和元件故障两大类；从二次系统的故障看，则可粗略地分为保护系统、信号系统、测量系统、控制系统及电源系统五类故障，若采用传统的方法诊断效率低，准确率不高，而采用人工智能技术，能大大提高故障诊断的准确率。专家系统、神经网络、模糊逻辑是人工智能技术用于故障诊断的方法，例如人工智能故障诊断技术运用于发电机及电动机进行的故障诊断时，将模糊理论与神经网络相结合，不仅保留了故障诊断知识的模糊性，还结合了神经网络学习能力强的优点，共同实现对电机故障的诊断，大大提高了故障诊断的准确率。（4）在电力系统无功优化中的应用。谓电力系统无功优化，就是指当电力系统的结构参数及负荷情况给定时，通过对某些控制变量的优化，在满足所有指定约束条件的前提下，使系统的一个或多个性能指标达到最优的无功调节手段，它是保证电力系统安全，提高运行经济性的手段之一。将人工智能技术应用于电力系统无功优化中，主要有如下几方面：如，针对传统方法在处理配电网无功优化时不能处理多元约束问题的缺陷，模糊优化法通过引入模糊集理论，能使一些不确定的问题得到解决，使用模糊优化法，可优化配电网的电容器投切，减少了配电网的网损并提高了其电压质量。使用禁忌算法，能有效地处理不可微的目标函数，解决配电网补偿电容器优化投切0-1组合优化问题，并可以处理补偿电容器分档投切的组合优化问题。而使用人工神经网络，可以将网损最小作为优化目标，用人工神经网络模型对多抽头的配电网电容器进行实时控制，等等。（5）在电力系统继电保护中的应用。通过专家系统，能把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信息对知识库进行推理，获得故障诊断的结论。输电网络中保护的动作逻辑一级保护与断路器之间的关系易于用直观的、模块化的规则表示出来能够在一定程度上解决不确定性问题，能够给出符合人类语言习惯的结论并具有相应的解释能力等。此外框架法专家系统善于表达具有分类结构的知识，能够比较清楚的表达事物之间的相关性，可以简化继承性知识的表述和存储，在输电网络报警信息处理和故障诊断中也有少量应用。（6）在抑制电力系统低频振荡中的应用。大规模电网互联易产生低频振荡，对电力系统的安全造成严重威胁。低频振荡产生的原因，源于系统缺乏阻尼，目前，低频振荡抑制措施中研究较多的是电力系统稳定器FACTS和PSS阻尼控制器，以上两种办法均存在一定缺陷，即存在鲁棒性差的问题，而人工智能技术能模拟人类处理问题的过程、容易计及人的经验和具有一定的学习能力，将神经网络、模糊理论、GA等人工智能技术应用于FACTS控制器和自适PSS的研究，能解决阻尼控制器参数的鲁棒最优整定，有效抑制电力系统低频振荡问题。
总之，随着人工智能技术的不断进步，新的方法将不断涌现，其在电力系统中的应用也将越来越广，如何综合已有技术，扬长避短，并探索新的技术和理论方法，将其应用于解决未来电力系统的各种问题，是我们今后探索研究的主要方向。
参 考 文 献
[1]蔡自兴，徐光祐．人工智能技术及应用[M]．北京：清华大学出版社，2000
“人工智能”一词最早是在1956年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能其英文全称为ArtificialIntelligence，缩写为人所共知的AI，它主要是对用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统等进行研究讨论。对于人工智能的定义义众说不一，一般有两种说法：一种是人工智能是关于知识的学科，即怎样对知识进行表示以及怎样获取知识并对知识进行使用的科学；另一种是人工智能研究的是如何实现让计算机做过去只有人才能够做的智能工作。但是不管是哪一种，它都是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能的定义可以分为两部分，即“人工”和“智能”。对于“人工”，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。诞生对于“智能”，则存在着很大的争议。因为这涉及到了诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人类唯一能够了解的智能就是人类本身的智能。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。人工智能的实现方式有2种方法。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineeringapproach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modelingapproach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。
2人工智能的发展
对于人工智能的研究一共可以分为五个阶段。第一个阶段是人工智能的兴起与冷落，这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP表处理语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入了低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：问题求解的方法过度重视，却忽视知识重要性。第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。同时国际人工智能联合会于1969年成立。第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制，人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快，于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束，但是它却带来了人工智能研究的又一轮热潮。第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学但是的年份。1987年，美国召开了第一次神经网络国际会议，并向世人宣告了这一新兴科学的诞生。此后，世界各国在神经网络上的投资也开始逐渐的增加。第五个阶段是20世纪90年代后。网络技术的出现于发展，为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向到基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅只对基于同一目标的分布式问题求解进行研究，同时还对多个智能主体的多目标问题求解进行研究，让人工智能有更多的实际用途。
3对人工智能的思考
3.1人工智能与人的智能
从哲学上的量变引起质变的角度来讲，人工智能在不断的发展过程中一定会产生质的飞跃。在最初，人工智能只具有简单的模拟功能，但是发展到现在已经具备了思考的能力（逻辑推理分析），这已经表明人工智能在不断量变的过程中已经发生了质变。有人认为有人会说人工智能不会超过人类的智能，理由是人工智能是人类创造出来的。但是现实中很多人类创造出来的东西已经在某一些方面超过了人类本身的能力，例如起重机的力气超过人类很多；汽车速度也远超过人类的速度。人类之所以会制造出各种各样的工具，其目的就是希望自身的能力能通过这些工具进行延伸和突破。人类研究人工智能就是希望人工智能帮助人类实现人类某些无法实现的东西。还有人认为人工智能是人类创造出来的，所以它一定存在着致命的弱点，也因此人的智能优于人工智能。但是殊不知人类与机器相比也有着十分明显的弱点，例如人类所需要的生存条件比机器更加的严格，人类思维会受到人的情绪所影响，而机器只是受到程序的影响，它们没有情绪的起伏。就目前的人工智能而言，它们在某一些领域比人类更强。但是目前我们必须正视人工智能的一些还没有办法改变的缺陷，那就是人工智能的学习能力与创新能力。人工智能的知识获取大部门都是人为的进行灌输，而无法像人类自身那样进行主动的学习。同时人工智能只能够利用已有的知识去解决一些问题，但是却还不能够创造性的提出一些新的东西。
3.2对机器人三大定律的困惑
美国最著名的科普作家艾萨克．阿西莫夫提出过比较著名的机器人三大定律：第一定律，机器人不得伤害人，或任人受到伤害而无所作为；第二定律，机器人应服从人的一切命令，但命令与第一定律相抵触时例外；第三定律，机器人必须保护自身的安全，但不得与第一、第二定律相抵触。虽然这只是科幻作家所提出的一家之言，但是也代表了人类对与人工智能发展的一种期望与担心。人们害怕自己所创造出来的人工智能会伤害人类自己。但是阿西莫夫所提出三大定律都是以人类为中心的，而忽视了人工智能本身。或许这是人类的一种天性，世间所有的事物都应该围绕人类自身来定义、发展。就好像人类自以为掌控了能够改变大自然的力量，最终却被大自然反噬一样。同时，随着科学技术的发展，人工智能已经不单单需要逻辑思维与模仿，同时还应该将情感赋予人工智能。因为随着科学家对人类大脑和精神系统的研究的深入，已经愈来愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人类的自我中心又是否会伤害到人类自己创造出来的人工智能。
3.3对人工智能未来的思考
人工智能有着十分巨大的发展潜力，对于人工智能的研究虽然经过了很多年，但是这也仅仅是刚刚开始而已，继续研究下去在很多方面都会有重大的突破。自动推理是人工智能最经典的一个研究分支，它的基本理论是人工智能其它分支的共同基础。一直以来人工智能最热门的研究内容里面就有自动推理，同时在该知识系统中的动态演化特征及可行性推理的研究是一个十分热门的研究内容，很有可能取得大的突破。机器学习一直在致力于研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。在过去的很长的一段时间内都没有取得十分显著的成果。但是许多新的学习方法相继问世，并且已经有了实际的应用，这充分的说明在这方面的研究已经有了很大的进步。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。在经过人工智能研究人员的艰苦努力之后，在该领域中已取得了大量令人瞩目的理论与实际应用成果，许多产品已经进人了众多领域。智能信息检索技术在Internet技术的影响下，近年来发展势头十分迅猛，而且已经成为了人工智能的一个独立研究分支。
1人工智能技术的综述
人工智能技术是以计算机技术为基础，融合多门学科的综合性科学技术，其主要是通过计算机模拟构建人的智能，并且创建机器人系统和专家系统实现对电气自动控制系统的智能化操作。人工智能技术的突出特点是：一是操作性。人工智能技术主要是依托计算机的控制实现对电气设备的控制，因此人工智能技术具有很强的逻辑性，便于控制人员进行操作；二是价值大。人工智能技术不仅融合了计算机技术，而且其还实现了对电气设备的自动化控制与监测，实现了以较小的投入获得更大的经济效益的目的。比如通过人工智能技术可以减少人工操作环节，进而为企业节省相当多的人力资源成本费用；三是准确性比较高。人工智能技术主要是计算机依据人的智能建立计算机控制系统，实现对电气设备的精确性操作，比如利用人工智能技术可以对电气设备的运行情况进行智能检测与处理，避免了人工检测所存在的弊端。
2人工智能技术在电气自动化控制系统中应用的必要性
人工智能技术的最大优势就是通过对电气控制系统信息的收集、研究，制定出具体的有效处理措施，从而代替传统的依靠人脑进行操作的模式。将人工智能技术应用到电气自动化控制系统中具有重要的意义：
2.1能够有效解决电气自动化控制过程中存在的病态结构问题
电气自动化控制过程中因为电气设备精密度越来越高，因此在运行过程中所出现的病态结构很难应用传统的方式表达出来，而人工智能技术则可以有效解决此类问题，其完全有能力利用定量与定性相结合的控制方式对控制系统进行计算与分析。
2.2实现自动控制系统的数据采集与处理功能
将人工智能技术应用到电气自动化控制中能够依托专家系统对电气设备进行实时监视，并且对相关信息进行自动收集与储存，一旦发现存在潜在故障或者存在事故的事件，人工智能技术就会自动采取相应的控制方式，对故障进行自动处理，进而避免了电气系统故障的进一步扩大化。
2.3简化了人工操作过程，降低了人工操作造成的损失
人工智能技术通过计算机设备就可以实现对电气设备的自动化控制，比如电气系统的人工智能化控制系统就可以通过鼠标对控制开关进行自动控制，并且对励磁电流进行调整。同时电气人工智能控制系统还设定了应用管理权限，限制了相应操作人员的权限，实现了专人专岗制度，细化了操作责任制度。
3人工智能技术在电气自动化控制中应用的思路分析
3.1人工智能技术在电气自动化设备中的应用
我们知道电气自动化控制系统属于非常负责的控制系统，其不仅包含复杂的元件，而且还需要操作人员严格按照自动化控制系统的要求进行操作，而将人工智能技术应用到电气设备中可以实现计算机的自动化操作，最重要的就是可以代替传统的需要人工进行设备检测的落后模式，实现了对电气设备的运行状态、故障检测以及维修意见等一体的功能，降低了人工操作的失误性，提高了电气设备的应用寿命，为企业节省了大量的成本。
3.2人工智能技术在电气控制过程中的应用
将智能技术应用到电气自动化控制过程中，是人工智能技术发展的重要动力，通过人工智能化的电气控制系统不仅可以提高电气设备的工作效率，而且还可以降低电气自动化控制中的故障发生率。人工智能技术主要师模糊控制、专家控制以及神经网络控制和集成智能控制。本文以专家控制为例，专家控制就是将专家系统的设计规范和运行机制与电气控制刘楠相结合实现实时控制系统的设计，其主要是对自动控制的知识获取、表示以及推理机制的建立。
3.3在事故和故障诊断中人工智能技术的应用分析
人工智能技术在电气设备故障中的作用是非常大的，尤其是对发动机的故障检修是具有重要作用的，我们知道在电气设备中由于其结构比较复杂，依靠人工很难对其进行深入的检测，因此需要借助人工智能技术实现对设备的检修。我们以变压器为例，将智能技术应用到变压器的故障检修中首先就是先收集电压器油体中分解的气体，然后通过对油体气体的分析，找出故障的原因，进而自动形成解决措施。这样有效避免了人工检测所出现的失误现象。另外人工智能技术在电气设备操作中的应用价值也比较大。通过人工智能技术可以实现电气自动化控制环节的简单化，比如在机床加工中，如果运用人工智能技术则能够有效降低机床操作的复杂性，并且能够对机床的运行信息进行收集与储存，便于日后对相关信息的查询。
4结束语
关键词：人工智能；机器学习；教育应用
一、前言
当前的人工智能虽然还不够完善但其在人类的发展进程中起到了巨大的作用。因为其具有了超强的学习和分析的能力，在个人以及人工智能较量的过程中人工智能一直都是处在领先的地位，为此可以利用到人工智能来促进到人类社会的快速发展。
二、相关概念阐述
人工智能又称AI，是模拟物种智能应用的技术实现和科学。机器智能的科研市场领域包括各种图像和语言结构的快速识别，以及使用语言直接处理和服务机器人。它不仅相当于人类行为的智能，还可以系统地模拟物种的思维，并将在几年内超越历史上的物种。在未来，机器人不断学习，以使仿人机器人模仿人类的学习方式，在这一过程，获得新的各种知识，智能机器人的学习过程更快，可以实现对海量综合数据的深入分析。此外，人工智能机器人不仅可以获得更准确的结果，而且具有独特且更快的信号传输速率。许多科学家有能力超越人类自身。在深入思考核心问题时，实际上，很多人因为机器人是人类设计的，所以不可能超越人类的历史，但是人工智能机器人可能具有集成的学习功能，因此这种可能性将变得非常大。人工智能机器人具有继续学习技术的能力，没有人能够预测学习数据后的整体智能水平。
三、人工智能视域下机器人学习的适切性
在当前的文化和教育生活环境中，由于智能教育的兴起，大数据情境系统功能可以为学生综合分析和选择各种类型的信息，从而重用具有潜在影响的知识可以促进智能教育的发展。智能机器人继续学习，但借助计算机来分析综合数据，例如，以完全掌握规则并进行非常有效的分析和预测。可以看出，机器人正为人类智能教育而学习更有益。在教育中，信息化的进程在今天的时代，智能教育无疑已经成为吸引学生在学习过程中的重要因素。将学习与先进技术核心技术结合起来的方法有很多。人工智能机器人必然会给文化教育生态系统带来帮助。向人工智能机器人学习的方式很多，学校教师可以提高和教育的整体质量和效率，学生也可以赢得符合自身市场需求的学习服务，这有助于减轻学生和家长的负担。
四、人工智能视域下机器人学习的应用创新研究
从人工智能技术的角度来看，智能机器人学习是目前世界上最先进的技术。大数据在教育相关领域的应用具有很好的业务前景。人工智能机器人持续学习的应用可以帮助一些学生实现相关知识与数据之间的联系。
（一）机器人学习与教育之间的融合仅从当前的现象来看，大多数教师不了解核心技术，而了解该技术的人也不了解教育，这很容易导致无法在教育与核心之间形成良好的关系。因为技术研发人员不了解教育，所以不能从教育的多个角度审视开发过程，优秀的教师也不能从技术角度回应数据的全面发展。在人工智能开发领域，机器人应该深入地整合到学习和教育中。组织技术实施和教育核心领域的相关人员进行直接沟通和交流，使人工智能机器人在学习和应用过程中能够更充分地认识到技术研发和生产人员的过程。
（二）机器人学习在学习场景方面的应用人工智能在学校教育领域的应用，因其未来的发展趋势而呈现出明显的趋势。然而，随着学校教育核心领域的许多专业学科的介入，对学习人工智能机器人的要求将越来越高。当你开始学习同一个主题时，需要在同一个应用程序中逐步建立不同的场景。这对机器人来说更难在未来继续学习，但也是最值得创新的。仿人机器人普遍对大量综合数据进行深入分析，分析每个学习内容主题的特点和各部分学生的特点，并采取相应的更有针对性的基本教学方法，提高同学教育的速度和效率。
（三）机器人学习对于智慧环境创新方面的应用首先，由于文化教育市场中的数据种类繁多且缺乏正常秩序，这也增加了在大型集成数据系统中分析和处理文化和教育数据的难度。其次，在随后的数据处理过程中，随着时间的推移会遇到数据隐私问题，如何保护数据隐私是另一个需要注意的关键问题。因此，在教育的相关领域，大综合数据的后续处理以改善文化教育和质量，并确保在教育中最终数据的合理使用，必须在许多方面进行协调与合作，从而促进共享的合法性。最后，必须有效地确保可以长期保持教育中的数据情况并实现流程标准化。有可能实现最终数据的统一，这将大大降低全面数据交换的总体成本，并努力实现数据的无缝集成。数据的最终数据主要是由于目标学生的地区差异，以满足同一学生学习知识的不同需求。
关键词：人工智能；单片机原理及应用；CAI软件；自主学习
中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2016）45-0268-03
一、引言
《单片机原理及应用》是自动化、电气工程及其自动化、测控技术与仪器、等专业的核心课程。随着电子技术的飞速发展，单片机系列、型号、功能等也不断地更新换代，涌现出了许多《单片机原理及应用》方面的优秀教材和著作[1-3]，由于单片机的快速发展和广泛应用，促使许多教师在教学内容、方法及实验方面进行了大量的探讨和研究，如“微课程教学”、“MOOC教学”等应用已取得了较好的教学效果[4-8]。然而，人工智能技术应用于教育领域目前仍处于初始研究和探索阶段，其应用前景广阔，具有重要的理论研究意义和实际应用价值。
基于“人工智能”中的“专家系统技术”，研究设计《单片机原理及应用》课程新型教学平台的总体构架，研究课程知识的表述模型和知识获取的推理算法，建立知识表述规则集和构建专家系统知识库，以实现：
（1）学生可以自主学习，基于知识树规则方便地获取该课程的全部知识点，学生随时提出的问题，均可及时获取答案；学生可及时获取单片机发展的新知识以及新的应用领域成果；
（2）教师高效处理、分析和制作课程知识点信息，并将其进行规则表述，同时可对知识库进行不断的更新；随时可对课程的知识点进行增添、删除和修改，基于互联网技术获取新型单片机原理及相应的应用知识，不断更换新课程的教学内容；
（3）基于互联网技术实现教师与学生之间的互动教学和学生与学生之间的协同学习；基于教堂教学、电子课件、动画、视频等多媒体手段，以创造大规模、大数据、跨时空的学习模式。
目前，在教育领域，基于人工智能研究的知识模块化表述和推理机制构成的专家系统是人工智能的代表之一，基于人工智能-专家系统在高密度、大规模的知识数据库上模拟人类的信息处理和决策过程，因此智能化的专家系统具备了教育功能、自学习功能、咨询功能及自适应功能等，将其应用于教育领域潜力巨大、用途广泛、快速高效。
本文研究了《单片机原理及应用》CAI软件的研制方法，采用MS Visual Studio 2012作为开发环境，结合人工智能技术，实现了智能搜索算法，达到了自主学习与自动答疑的目的。
二、《单片机原理及应用》CAI系统设计
为了提高本科生的教学质量，基于人工智能-专家系统技术研究《单片机原理及应用》课程的教学内容和教学方法改革措施，并可将其研究成果推广应用于自动化类专业相关课程建设；培养学生掌握本课程的基本原理和应用知识，引导其自主学习以提高分析问题能力、解决问题的能力及创新能力，实现学生与老师之间的互动，实现教学内容的不断更新和教学方法的不断完善。
（一）《单片机原理及应用》课程总体设计
分析目前本课程的教学内容和方法的局限性，提出《单片机原理及应用》课程教学内容和教学方法改革的总体方案。目前，普通高校《单片机原理及应用》课程所用教材的目录大致如图1中的实线部分所示。虚线表示可即时修改其中的相关内容。
（二）课程知识本体的表达模型
知识的表示对专家系统来说至关重要。知识本体的表述包括事物、个体和对象等，研究其规则、过程和函数，构成应用程序所表述的知识内容，可以作用于表述各种对象类，具有普遍性和通用性。其表达方式如图2所示。
（三）基于人工智能技术的课程教学内容和教学方法结构设计
专家系统结构一般有六部分：知识库（Knowledge Base）、数据库（Data Base）、推理机（Inference Engine）、解释子系统（Explanatory System）、人机接口（Man-machine Interface）和知识获取子系统（Knowledge Acquisition）。教学专家系统的基本结构如图3中的实线部分所示。
①知识厍：用于存储专家系统知识。主要用于收集和存储某领域教师、专家的经验，知识及书本知识、基本常识等。包括事物的表达方式，可行操作、事实和规则等；
②综合数据库：综合数据库又称总体数据库或全局数据库，主要用于存放有关问题求解的假设、初始数据、目标、求解状态、中间结果以及最终结果；
③推理机：推理机是专家系统的核心部分，用于模拟专家的思维过程、控制、协调整个专家系统的工作，它根据用户所提供的初始数据和问题求解要求，运用知识库中的事实和规则，按照一定的推理方法和控制策略对问题进行推理求解，并将产生的结果输出给学生；
④知识获取子系统：在构建和维护知识库时作为专家系统和教师、领域专家、工程师等的接口；
⑤解释子系统：解释机构由一组计算机程序组成，它对推理给出必要的解释，并根据学生问题的要求做出相应的回应，最后把结果通过人机接口输出给学生；
⑥人机接口：学生、专家系统和教师、领域专家、工程师之间沟通的媒介，它把相互之间的交互信息转换成彼此都能够理解的形式，由一组程序及相应的硬件组成，用于完成I/O工作。
三、CAI软件实现过程举例
《单片机原理及应用》课程CAI系统主界面如图4所示。点击“进入系统”之后，将出现“课程内容学习”和“知识点概述游览”两部分。
（1）“课程内容学习”部分包括“教材知识学习”、“课堂PPT内容讲解”以及“实验教学内容”等，例如目前常用的单片机的类型如图5所示。本课程的主要设计和创新实验如图6所示。
（2）“知识点概述游览”部分包括：
①知识点获取方式：即通过引导操作可得到关联性强的知识点解释、关联性中等的知识点解释以及关联性弱的知识点解释；
②问题解答方式：学生可根据自己的学习情况查询问题的基本答案（即对问题的解释），若基于专家知识库无法解释所提的问题，则可将该问题提交给任课教师，任课教师会尽快对该问题给出解答；
③专家库知识更新方式：随着单片机类型、结构、接口技术以及开发方式等的不断发展，本课程的知识结构和内容的更新也要求同步进行。因此，专家知识库信息的更新工作可由任课教师来完成，但是更新信息可来源于文献资料查阅、企业行业应用领域调研以及实践实验教学过程总结等。
课程教材与上课PPT和实验内容具有相关性，在实际教学中也要求其具有一致性，如图1中虚线部分表示可即时修改相关的内容。
四、结论
本文将人工智能-专家系统技术应用于《单片机原理及应用》课程的教学内容和教学方法的改革方案，构建新型教学平台。采用《单片机原理及应用》课程知识的综合表达方式，并研究课程知识的推理机制。基于文献资料查阅、企业行业应用领域调研以及实践实验教学过程总结，实现《单片机原理及应用》课程教学内容快速更新，实现该课程的智能化和网络化教学。
在教学过程中，实现学生与老师之间的互动，实现学生和老师之间知识的共享，达到学生能够自主学习和老师能够及时了解学生学习情况修改补充教学内容的目的。针对“知识库”、“综合数据库”以及“推理机制”实现在线综合更新方法。《单片机原理及应用》是自动化、电气工程及其自动化、测控技术与仪器、等专业的核心课程，目前，将人工智能-专家系统技术应用于高等学校该课程的教学，对于提高教学质量，激发学生的学习积极性和增强学生自主学习的能力具有重要的理论研究意义和很好实际应用价值。
参考文献：
[1]何立民.MCS-51系列单片机应用系统设计[M].北京：北京航天航空大学出版社，1995.
[2]李华，孙晓民，李红青.MCS-51系列单片机实用接口技术[M].北京航天航空大学出版社，1995.
[3]张毅刚，彭喜元，彭宇.单片机原理及应用（第2版）[M].北京：高等教育出版社，2010.
[4]周冠玲，冯占英，李战.“单片机原理及应用”课程教学改革的探讨[J].中国电化教学，2012，（6）：105-107.
[5]赵月静，陈继荣，张永弟.单片机原理及应用课程创新实践教学改革[J].实验技术与管理，2013，30（1）：176-179.
[6]李冰.单片机原理及应用课程的项目化教学改革与探索[J].教学研究，2015，38（1）：70-73，82.
曹玉臣 绥化学院电气工程学院 黑龙江绥化 152061
【文章摘要】
我国经济和科技的迅速发展使得电气工程自动化技术被广泛应用到电力领域，并促进着电力产业的高速发展。作为近年来在电气工程自动化中新兴起的一门技术，人工智能技术的应用不仅提高了电气工程的自动化水平，而且对于电力产业的整体发展也起到了重要的推动作用。本文通过对人工智能的概念和应用领域进行简要分析，在结合其在电气工程自动化中应用优势的基础上，对人工智能在电气工程自动化中的应用方法展开了深入研究。
【关键词】
人工智能；电气工程自动化；电力系统
0 前言
人工智能在近年来被人们研究并应用，其研究范围不仅包括了智能控制、图像识别和语言识别，还包括了人工神经网络和专家系统等方面的研究。而电气工程自动化则主要研究与电气工程相关的系统运行和自动控制技术以及电子电气技术和信息处理技术。通过将人工智能科学地应用到电气工程自动化当中，可以使电气自动化系统对相关的数据进行实时分析并处理，从而实现电力的自动化生产。故本文针对人工智能的概念及其在电气工程自动化中应用的优势，对其在电气工程自动化中的应用进行了详细分析。
1 人工智能简述
1.1 人工智能的概念与应用领域
人工智能是研究并开发用来模拟、延伸并扩展人的智能的理论、方法以及技术和应用系统的一门计算机科学的分支学科。作为一门极富挑战性的学科，人工智能企图对智能的实质进行了解，并产生一种以与人类智能相似的方式对事物做出反应的智能系统或机器。近年来，人工智能在机器翻译、智能控制、机器人学、专家系统、航天应用以及遗传编程和庞大信息处理与语言图像识别等领域均得到了不同程度的应用。
1.2 人工智能在电气工程自动化应用的优势
人工智能在电气工程自动化中的应用主要是通过人工智能控制器来实现的， 根据人工智能控制器自身非线性函数近似器的相关特性，可将其在电气工程自动化中的应用优势总结为如下几方面：
1.2.1 受外界影响因素较小。传统的电气工程控制器在进行自动化模型的构建时通常会受到模型参数变化、不同数值计算类型等诸多不确定因素的影响，而基于人工智能控制器的电气自动化系统则无需获得精准的动态模型，同时，在自动化模型的建立过程中，对参数和模型环境的运行要求也相对较低。因此，基于人工智能的电气工程可以大幅提高其自动化水平。
1.2.2 参数调节便利。与传统控制器相比，人工智能控制除了具有简单易学和适应能力强等特点外，还可通过参照相关数据，利用语言与响应信息进行自动化模型参数的设计，为参数的调节提供了较大便利。
1.2.3 电气产品性能的一致性较好。与传统的基于特定目标的控制方法相比，基于人工智能的电气自动化系统具有较高的一致性，在忽略部分外部影响因素的基础上，即使向系统中输入任何未知的相关数据也可以使得到的结果产生很高的估计值，在提升了产品规范性的同时，保证了产品本身的一致性。
1.2.4 操作过程的误差较小。人工智能技术在电气工程自动化系统中应用时，由于受外部因素的影响较小，且控制器自身的抗干扰性较强，这就使得经设定过的参数在运行过程中出现的误差较小。
1.2.5 节省资源。基于传统控制器的电气操作，通常会涉及到线路、变压器以及电线和电缆等多种电气设备，又需要专业的工作人员对相关电气设备进行管理和维修，增加了人力和物力等大量资源的消耗。而与传统的控制器相比，人工智能可以减少系统对线路、变压器以及电线、电缆的依赖，进而减少人力和无力的投入。
2 人工智能在电气工程自动化中的应用方法
2.1 人工智能在电气设备中的应用
人工智能在电气设备中的应用主要是指人工智能对电气设备的优化设计。电气设备的优化设计工作较为复杂，不仅要求设备的优化与设计人员具备电路、电磁场以及电机和电器等方面的知识，还需要其具有丰富的经验和较强的应变能力。传统的以人工手动制作为基础的产品设计方式已经无法满足当前电气工程自动化的具体要求，而以计算机辅助设计为产品设计方法，即CAD 的产品设计方法的应用有效缩短了产品的开发周期。在电气设备的设计过程中，将人工智能引入CAD 中， 可以有效提高产品的设计质量与设计效率。就现阶段而言，人工智能在电气设备设计优化方面主要体现在遗传算法和专家系统两个层次上。由于遗传算法对自动化模型的计算方法较为先进且其计算结果具有较高精度，因此，遗传算法经常被应用于相关电气产品的优化设计中。在专家系统的应用方面，由于电气设备在出现故障前是存在相关征兆的，根据电气设备故障的非线性与不确定性的特点，在专家系统中加入人工智能，可以最大限度地发挥专家系统对产品合理性的设计作用，从而提高电气产品的整体性能。
2.2 人工智能在电气控制过程中的应用
电气控制过程对于电气工程自动化技术以及电气技术的整体应用具有决定性的作用，确保电气系统高效稳定的运行是电气自动化研究领域长期以来备受讨论的问题。对于技术人员而言，电气控制过程的要求是较为严格的，其控制过程也相对繁琐，经常出现的问题是由于技术人员的操作不当使得电气设备发生故障或降低了设备的运行效率。人工智能在电气工程中的应用一方面可以使技术人员提高对电气控制过程的精准度，另一方面， 对于提高电气系统的整体运行效率也具有重要作用。首先，人工智能通过借助计算机自动计算的核心技术，实现了代替部分人工智能工作的电气控制功能，在节省了人力和物力的同时，提高了控制精度。其次，人工智能的应用以界面化的形式简化了控制流程，不仅提高了电气系统的控制效率，而且也实现了对电气系统的远程控制。再次，人工智能的应用使得系统可以及时地将相关的重要信息与数据进行保存，进而通过自动生成报表的形式，降低人力物力的投入，并为技术人员日后的数据查询工作提供较大便利。最后，在人工智能的模糊控制中，还可以根据电气系统传统控制过程的交、直流传动实现对整个电气系统的控制。一方面，在以直流传动为主的电气控制过程中，人工智能的模糊逻辑控制主要包括了Sugeno 与Mamdani，Mamdani 主要用来对电气系统的运行速度进行调控，而Sugeno 则是Mamdani 的一种特殊情况。另一方面，在以交流传动为主的电气控制过程中，则主要应用基于人工智能理论的模糊控制器来代替传统的电气调速控制器来实现电气系统的各方面功能。
2.3 人工智能在电气设备故障诊断中的应用
对电气工程自动化系统及其运行过程进行分析可知，电气设备例如发电机、发动机以及变压器等均容易频繁出现相关事故。传统的故障诊断方法为：对所收集的变压器油所产生的气体进行分析，进而根据所收集气体样本的分析结果判断存在故障与否。基于传统方法下的电气设备故障检测除了需要耗费大量时间外，还需要相关维护人员对设备检测进行实时监控，加之电气设备故障自身具有较强的突发性和不确定性，大幅增加了设备故障诊断的难度。基于人工智能的电气设备故障诊断方法在设备诊断过程中加入了模糊理论以及基于人工智能技术的神经网络和专家技术，进而有效提高了电气设备故障诊断的效率，并在提高电气工程生产效率的同时，也减少了人力和物力资源的输出。
2.4 人工智能在电力系统中的应用
就现阶段而言，人工智能中的专家系统和人工神经网络在电力系统自动化中的应用比较普遍。其中，专家系统是一个较为复杂的程序系统，其通过集大量的规则、知识和经验于一身，通过对电力系统中的问题进行分析和判断，进而模拟专家决策的过程来解决相关问题。在应用专家系统对电力系统进行优化和调控时，应该根据系统运行的实际情况和相关要求，更新电力系统中的数据库、规则库以及知识库中的数据信息，从而使其与电力系统的应用需要相适应。
在人工神经网络的应用方面，由于该种方法本身具有高度灵活的学习方式，其存储方式也呈现出完全的分布式，因此， 其被广泛应用于电力系统大规模数据的处理当中。人工神经网络通过对模型进行合理分类，进而科学选择相关输入，以此来构建不同类型的季节性时间模型，利用该模型可以对电力系统的短期负荷进行有效预测，从而帮助技术人员对故障可能出现的系统环节进行全面分析，提高系统运行效率。
3 结论
本文通过对人工智能的概念和应用领域进行分析，并结合其在电气工程自动化中的应用优势，进而对其在电气设备、电气设备故障诊断以及电气控制过程中的应用展开了深入探讨。可见，未来加强对人工智能在电气工程自动化中的研究和应用力度，对于提高电气工程的自动化水平并促进电力产业健康、全面发展具有重要的历史作用和现实意义。
【参考文献】
[1] 刘建廷. 浅析智能化技术在电气工程自动化中的应用[J]. 科技致富向导，2014，12（21）：188.
